13 信用风险评估(Credit Risk Evaluation)

13 信用风险评估(Credit Risk Evaluation)

ID:37169597

大小:37.97 KB

页数:5页

时间:2019-05-21

13 信用风险评估(Credit Risk Evaluation) _第1页
13 信用风险评估(Credit Risk Evaluation) _第2页
13 信用风险评估(Credit Risk Evaluation) _第3页
13 信用风险评估(Credit Risk Evaluation) _第4页
13 信用风险评估(Credit Risk Evaluation) _第5页
资源描述:

《13 信用风险评估(Credit Risk Evaluation) 》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、信用风险评估出自MBA智库百科(http://wiki.mbalib.com/)信用风险评估(CreditRiskEvaluation)[编辑]什么是信用风险评估  信用风险评估是指管理人将充分利用现有行业与公司研究力量,根据发债主体的经营状况和现金流等情况对其信用风险进行评估,以此作为品种选择的基本依据。[编辑]信用风险评估方法  5C要素分析法  5C要素分析法是金融机构对客户作信用风险分析时所采用的专家分析法之一。它主要集中在借款人的道德品质(Character)、还款能力(Capacity)、资本实力(Capital)、担保(Co

2、llateral)和经营环境条件(Con-dition)五个方面进行全面的定性分析以判别借款人的还款意愿和还款能力。有些银行将其归纳为“5W”因素,即借款人(Who)、借款用途(Why)、还款期限(When)、担保物(What)及如何还款(How)。还有的银行将其归纳为“5P”因素,即个人因素(Personal)、借款目的(Purpose)、偿还(Payment)、保障(Protec-tion)和前景(Perspective)。无论是“5C”、“5W”或是“5P”要素法在内容上大同小异,他们的共同之处都是将每一要素逐一进行评分,使信用数量

3、化,从而确定其信用等级以作为其是否贷款、贷款标准的确定和随后贷款跟踪监测期间的政策调整依据。  财务比率综合分析法'  由于信用危机往往是由财务危机引致而使银行和投资者面临巨大的信用风险,及早发现和找出一些预警财务趋向恶化的特征财务指标,无疑可判断借款或证券发行人的财务状况,从而确定其信用等级,为信贷和投资提供依据。基于这一动机,金融机构通常将信用风险的测度转化为企业财务状况的衡量问题。因此,一系列财务比率分析方法也应运而生。财务比率综合分析法就是将各项财务分析指标作为一个整体,系统、全面、综合地对企业财务状况和经营情况进行剖析、解释和评

4、价。这类方法的主要代表有杜邦财务分析体系和沃尔比重评分法,前者是以净值报酬率为龙头,以资产净利润率为核心,重点揭示企业获利能力及其前因后果;而沃尔比重法是将选定的7项财务比率分别给定各自的分数比重,通过与标准比率(行业平均比率)进行比较,确定各项指标的得分及总体指标的累计分数,从而得出企业财务状况的综合评价,继而确定其信用等级。  多变量信用风险判别模型  多变量信用风险判别模型是以特征财务比率为解释变量,运用数量统计方法推导而建立起的标准模型。运用此模型预测某种性质事件发生的可能性,及早发现信用危机信号,使经营者能够在危机出现的萌芽阶段

5、采取有效措施改善企业经营,防范危机;使投资者和债权人可依据这种信号及时转移投资、管理应收帐款及作出信贷决策。目前国际上这类模型的应用是最有效的,也是国际金融业和学术界视为主流方法。概括起来有线性概率模型、Logit、Probit模型和判别分析模型。其中多元判别分析法最受青睐,Logit模型次之。  多元判别分析法是研究对象所属类别进行判别的一种统计分析方法;判别分析就是要从若干表明观测对象特征的变量值(财务比率)中筛选出能提供较多信息的变量并建立判别函数,使推导出的判别函数对观测样本分类时的错判率最小。率先将这一方法应用于财务危机、公司破

6、产及违约风险分析的开拓者是美国的爱德华·阿尔特曼博士(EdwardI.Altman)。他早在1968年对美国破产和非破产生产企业进行观察,采用了22个财务比率经过数理统计筛选建立了著名的5变量Z-score模型和在此基础上改进的“Ze-ta”判别分析模型。根据判别分值,以确定的临界值对研究对象进行信用风险的定位。由于模型简便、成本低、效果佳,Zeta模型己商业化,广泛应用于美国商业银行,取得了巨大的经济效益。美国还专门成立了一家Zeta服务有限公司,著名美林证券也提供Z值统计服务。受美国影响,日本开发银行、德国、法国、英国、澳大利亚、加拿

7、大等许多发达国家的金融机构,以及巴西都纷纷研制了各自的判别模型。虽在变量上的选择各有千秋,但总体思路则与阿尔特曼如出一辙。  Logit模型是采用一系列财务比率变量来预测公司破产或违约的概率;然后根据银行、投资者的风险偏好程度设定风险警界线、以此对分析对象进行风险定位和决策。Logit模型与多元判别分析法的本质区别在于前者不要求满足正态分布,其模型采用Lo-gistic函数。由于Logistic回归不假定任何概率分布,不满足正态情况下其判别正确率高于判别分析法的结果。  以资本市场理论和信息科学为支撑的新方法  随着资本市场的迅速发展、融

8、资的非中介化、证券化趋势以及金融创新工具的大量涌现,信用风险的复杂性也日益显著。人们认为以财务比率为基础的统计分析方法不能反映借款人和证券发行人的资产在资本市场上快速变化的动态价值;鉴于此,一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。