【正文】 得分，公司就有有破產(chǎn)的危險。ZETA模型 （Altman ，Haldeman，Narayaman，1977年）是修正的Z模型及其信貸風險測量精度顯著提高。Z模型和ZETA模型與穆迪的和標準普爾的外部評級制度有一定的聯(lián)系。因此，許多外部評級數(shù)據(jù)可以用于Z模型和ZETA模型獲得，這種優(yōu)勢使Z模型和ZETA模型在國外使用信貸風險評估。雖然Z模型和ZETA模型有許多優(yōu)點，但這些模型還有些局限性：第一，這些模型只可分為非違約公司和違約公司，但不能衡量企業(yè)違約概率。第二，用會計指標作為輸入變量，但是這些模型沒有考慮宏觀經(jīng)濟效益。第三，這些模型利用的是歷史會計指標，因此，預測未來的信貸風險存在局限性。穆迪和標準普爾的外部評級制度穆迪和標準普爾的外部評級制度是成就國際評級的重要研究。最近有人指出使用外部等級數(shù)值方法對商業(yè)銀行的信貸風險的度量存在一定的局限性。首先，反對外部評級和反對商業(yè)銀行信貸風險評級不相同的，因此，外部評級結(jié)果不能充分使用于商業(yè)銀行的信貸風險測量。第二，在幾起財務(wù)危機事件中，外部評級會降低一些公司信用率，在這些公司已經(jīng)拖欠債務(wù)的情況下，預測外部的能力可能是不被人肯定。KMV模型KMV模型（1995）使用期權(quán)定價理論來評估信貸風險。莫頓認為商業(yè)銀行批準貸款等于出售一個看跌期權(quán)。這意味著公司取得貸款時，它的資產(chǎn)多于債務(wù)，公司股票業(yè)主將舉行公司的剩余資產(chǎn)分配后，公司將會歸還貸款。如果公司取得貸款，但是有更多的債務(wù)而不是比資產(chǎn)，公司將會還不起貸款，因此，公司更具有風險性，看跌期權(quán)有更大的價值和貸款違約概率較高。KMV模型使用證券市場數(shù)據(jù)，因此它能夠反映企業(yè)的信貸風險，期權(quán)定價理論作出的分析結(jié)果更合理。但是該模型仍有一些局限性如下：第一，該模型適用于正當發(fā)行公開股票公司的金融市場中， 如果公司無公開發(fā)售股票，模型必定調(diào)整，調(diào)整方法太復雜而不能準確地信貸度量風險。第二，該模型假設(shè)公司價值分配應是正態(tài)分布，但實際分布不可能正態(tài)分布。第三，該模型考慮那家公司的金融結(jié)構(gòu)是靜態(tài)的，但是這個假設(shè)并不成立。CreditRisk模型CreditRisk模型將默認為泊松分布規(guī)律，每一筆貸款是獨立的。CreditRisk模型利用的是保險精算學。該模型設(shè)公司違約為泊松分布規(guī)律和貸款拖欠是獨立的，這個假設(shè)是不成立的。CreditMetrics模型摩根（1997）提出了CreditMetrics模型，構(gòu)建該模型包括四步：首先構(gòu)建企業(yè)信貸評級遷移概率矩陣。第二，計算在不同的信貸評級得貸款價值。第三，計算均值和標準偏差貸款的價值。第四，把VAR分布應用于計算貸款價值。VAR意味著價值在一定期限有一些風險水平。CreditMetrics模型屬于“markettomarket”模式，從而反映公司信貸風險，但它仍然存在一定的局限性。首先，CreditMetrics模型的基礎(chǔ)是企業(yè)信貸評級遷移矩陣，模型假設(shè)公司應該信貸評級的遷徙過程為正太分布，假設(shè)還不成立。第二，該模型考慮企業(yè)的信貸遷移矩陣是靜態(tài)的，但是實際上經(jīng)濟繁榮時期和衰退時期時，矩陣存在很大的差異。上述限制影響信貸風險測量的準確性。麥肯錫模型麥肯錫模型使用新公司信貸評級遷移矩陣。與CreditMetrics模型相比，麥肯錫模型認為信貸評級遷移矩陣不是一成不變的，在衰退期間，公司違約概率較高，更多的公司的利率遷移到較低的信貸率，在繁榮時期，公司違約概率比較低，更多的公司的利率轉(zhuǎn)移到更高的信貸等級。麥肯錫模型常常用一個結(jié)構(gòu)蒙特卡洛模擬方法模擬不一樣的信貸率遷移矩陣下的不同經(jīng)濟形勢，然后預算公司信貸風險。．中國的信貸風險評估研究中國研究者的信貸風險評估成就主要包括：信貸評分方法（龔春剛，1997），綜合評估方法（杜齊寬，1997， 鄒新月，2001），判別分析方法（劉傳哲，1997，唐宥雨，2002），人工神經(jīng)網(wǎng)絡(luò)方法（徐鼎，1999年，韓平，2000年，李有永 ，2002）。這些研究成果中存在如下局限性：第一，信貸風險估計中，許多研究人員使用金融市場的數(shù)據(jù)而不是商業(yè)銀行貸款數(shù)據(jù)信貸風險估計，它會影響這些研究成果的準確性。第二，在這些成就的模型使用會計指數(shù)不存在高度相關(guān)性，為了使信貸風險評估更加準確，但在這個過程中，那些能夠反映信貸風險的有用的會計指標有效地被排除在模式外，因為它們的存在很高的相關(guān)性，結(jié)果，這些模型不能準確地衡量信貸風險。第三，這些成就只可以劃分非違約公司和違約公司，但不能準確測量公司的違約概率。第四， 在使用這些成就的模型作為輸入變量指數(shù)的會計指標，但沒有考慮到宏觀經(jīng)濟的影響，這也影響了這些模型的準確性。第五，在這些成就的模型利用歷史會計指標，因此，在預測未來的信貸風險存在限制。在一些文獻中，中國學者介紹了國際上的信貸風險模型，并指出某些模型在中國的金融市場是否有一定的適用性。例如，CreditMetrics模型作為輸入變量需要債券市場的數(shù)據(jù)，但中國企業(yè)債券市場不發(fā)達。因此，中國研究人員需要為自己的商業(yè)銀行和金融業(yè)建立信貸風險評估方法。3．估計組合貸款信貸風險的方法．國際估計組合貸款信貸風險的方法國際估計組合貸款信貸風險成就，主要包括CreditMetrics組合模型和Altman模型。CreditMetrics組合模型CreditMetrics組合模型是可以衡量信貸風險貸款的投資組合。第一，該模型分析了貸款組合投資的信貸風險，其中包括兩個貸款，然后通過擴展的方法來衡量信貸貸款組合的風險，其中包括許多貸款的風險。構(gòu)建CreditMetrics組合模型包括四步：第一，分析其與資產(chǎn)價值波動和信貸利率遷移的關(guān)系。其次，分析貸款資產(chǎn)價值的相關(guān)性。第三，計算貸款組合，其中包括兩筆貸款的價值。第四，計算出貸款組合的價值，其中包括許多貸款。CreditMetrics組合模型假設(shè)的貸款組合價值分配應該是泊松分布，這一假設(shè)可能不成立。Altman模型Altman模型計算組合貸款的方法有兩個指標。一個指標是指數(shù)的平均值，另一個是組合貸款和其他指數(shù)組合貸款的價值標準偏差。該模型將通過貸款組合的平均標準偏差值L的貸款組合的價值，然后使用結(jié)果來衡量貸款組合的信貸風險。在某種程度上，這種計算方法是像Sharp的貸款組合的比例。Altman模型與Z和Zeta模型有密切聯(lián)系，因此，在Z和Zeta模型模仿Altman模型將影響模型的準確性。．研究估計在中國信貸貸款組合的風險一些中國研究者指出估計信貸風險的貸款組合和目前的貸款組合信貸風險管理限制的重要性。在黎轟愷的論文中，她介紹了國際上貸款組合的信貸風險管理的國際做法。彭江平（2001）提出如何衡量不同的貸款資產(chǎn)之間的相關(guān)性研究。他提出了相關(guān)的信貸利率，違約相關(guān)性和相關(guān)性的貸款利率可以用來衡量不同的貸款資產(chǎn)之間的相關(guān)性。鄧韻升（2003）提出了一個在蒙特卡羅仿真優(yōu)化算法下的信貸矩陣模式。通過這種優(yōu)化算法，CreditMetrics模型可以衡量信貸風險的貸款組合更方便。4．問題需要進一步研究內(nèi)部評級制度的趨勢是國際信貸風險評估的研究。巴塞爾委員會鼓勵國際商業(yè)銀行使用自己的貸款數(shù)據(jù)來建立內(nèi)部評級體系。與標準普爾和穆迪外部評級制度相比，內(nèi)部評級方法更準確衡量貸款的信貸風險。對于中國的商業(yè)銀行，內(nèi)部評級體系是更好的選擇。中國商業(yè)銀行構(gòu)建自己的內(nèi)部評級體系應注意以下問題，首先，中國商業(yè)銀行必須找到一個指標能夠反映企業(yè)集團的信貸風險并準確地支持內(nèi)部評級體系。第二，內(nèi)部評級體系應該直接與違約機率連接，因此，它可以更加方便的衡量貸款的信貸風險。正如我們上面提到的，國際信貸風險模型的存在著一些局限性。KMV模型無法對那些在金融市場不公開發(fā)行股票的企業(yè)進行充分利用。CreditMetrics模型認為，信貸遷移矩陣應該是靜態(tài)的，不應該受到宏觀經(jīng)濟的影響。CreditRisk模型假設(shè)的應該符合泊松分布，這一假設(shè)可能是不成立的。今后，研究人員需要建立能夠測量準確貸款信貸風險而沒有嚴格的規(guī)定的模型，這種模型通常應為企業(yè)充分利用，并考慮到宏觀信貸風險的經(jīng)濟影響。許多估計信貸貸款組合的國際風險模型使用馬科維茨資產(chǎn)組合理論作為其基礎(chǔ)。馬科維茨的投資組合理論是非常有用的證券投資組合管理。但貸款組合是不相同的證券組合，貸款利率一般是固定的，因此，在未來，研究人員需要找到新的方法，可以按自己的需求精確地測量信貸風險的投資貸款組合。