信用评级方法研究综述和展望

《信用评级方法研究综述和展望》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、信用评级方法研究综述和展望口郑大川(闽江学院海峡学院，福建福州350108)[摘要]信用评级模型经历了主观判断法、参数统计计量模型、非参数模型三个大的发展阶段，已经越来越侧重于基于真实数据的风险计量，丽逐渐减弱了主观判断的因素。文章对各主要方法进行了详细的比较，指出现有方法的共有缺陷。最后指出，由于面板数据模型的独特优点，基于面板数据的离散响应模型将会是信用风险计量一个好的发展方向。【关键词]商业银行；信用风险；信用评级模型[中图分类号】F830．5[文献标识码】A[文章编号】1003-1154【2013)06—0117-03性和科学

2、性，评级结果也难以具备说服性。一、信用评级方法发展历史及研究综述虽然信用发展的历史可以追溯到5000年前，而信用评级的系统研究却只有短短几十年的历史。其基本思想就是事先确定一系列影响信用风险的因素，通过分析这些因素对评级对象信用质量的不同影响，经过综合，得到划分信用等级的标准，以此判断评级对象的经营情况或经济条件。纵观整个信用评级发展过程，大体可以分为三个阶段：主观判断阶段、参数统计计量模型阶段和非参数统计计量模型阶段。(一)主观判断方法主观判断方法是指风险管理专家或信贷经办人员根据经营业务的历史经验，对新申请贷款事件(贷款人或贷款项

3、目)进行评价的一种方法。该方法在20世纪60年代以前广泛运用于银行评级工作，主要成果是专家判断法和打分卡方法(评级调查问卷法)。这类方法的共同特点是：主要采用定性分析方法。评级人员根据收集的过往信息和历史数据形成相对稳定的评级经验，使其成为规范，最终成为对申请人进行信用评估的一系列标准和模式，以此指导信用评级工作。主观判断法开启了信用评级的系统性工作，但是过分依赖主观判断严重影响了信用评级的客观(二)参数统计计量模型1．单变量判别分析最早进行企业破产预测统计研究工作的是Fitz—patrickl，但是真正具有重要意义的工作是Beave

4、rl966年的研究z。Beaver利用单变量线性模型，确定各个财务比率对应的“最优临界点”，从而将公司进行归类。从那以后，业界开始了对信用风险评价的科学性研究。单变量判别模型提高了评级的客观性，增强了评级结果的可靠程度。它的重要意义在于开创了信用风险分析的新思路。从此，现代统计方法开始应用在了信用风险分析领域，信用风险管理走上了更加科学的道路。2．风险指数模型Beaver的论文引起了学术界对信用风险评价的关注，也由于其方法的缺陷促进了对新方法的探讨，而Tamari就是其中一位。Tamari认识到衡量一家公司的财务健康状况不能单单依靠一

5、个财务比率，并由此提出了“风险指数”的概念3，综合考虑了各个财务比率对企业信用风险的整体影响。但是，由于各个财务比率在模型中的权重也包含了专家的主观判断，所以这一方法也存在相当的主观色彩。3．多元判别分析+基金项目：福建省自然科学基金项目(项目编号：2012j05t31)；福建省社科基金一般项目(项目编号：201213022)。lFitzPatrick，PJ—AComparimnoftheRmiosofSuccessfulIndustrialEnterpriseswithThoseofFailedCompanies[J]．theCer

6、tifiedPublicAccoun·rant，1932。(October)：598—605，1932，(November)：656—662，1932，(December)：727—731．2Beaver，W。FinancialRatios∞PredictorsofFailure[J]．JournalofAccountingResearch，SupplementonEmpiricalResearchinAccounting，19t雨，(4)：77—111．3Tamari，M。FinancialRatiosa8AMeansofForec

7、astingBankruptcy[J]．ManagementInternationalReview，1966(4)：15-21．2013年第6期固⋯㈦吲=

8、：；

9、嚣

10、

11、

12、{；强

13、

14、

15、

16、{㈣嘲搦=1

17、

18、}

19、

20、

21、

22、；

23、!；

24、

25、豫㈦

26、

27、

28、_j嘲馨弹：㈣；}

29、

30、j

31、i_==离矧：疆㈦㈦㈣雏雕

32、

33、

34、

35、；Durand是将多元判别分析运用于金融领域的先驱，但是最有影响力的要属Ahman的工作。'f也将Fisher提出的多元判别分析技术引入公司违约预测模型，得到一个多元判别得分，这就是“Z得分”。从那以后，大量的研究工作都是在“Z得分”模型的基础上进

36、行的。在上世纪80年代之前，多元判别分析模型在信用评级分析中占据了核心地位。正如Altman指出的，直到今天，基于多元判别分析原理的模型仍然被各个银行大量采用，并以此作为评估新模型的标准之一。4．多元条件概率模型上世纪7