关于科技型企业信用风险度量模型的选取(2)
作者：佚名； 更新时间：2014-12-14
由于信用风险本身的固有特点，大家公认和统一的模型和方法到目前还没有出现，各种模型和方法其本身都存在这样或那样的缺陷，且大多是针对上市公司等大型企业的，并没有考虑科技型企业自身的一些特点，因此有必要对这些模型和方法进行分析、比较、评价，从中选择合适的模型来度量我国科技型企业的信用风险。
单变量模型具有简单可行的优点，但其缺陷是任何单个财务指标都无法全面地反映公司财务特征及公司总体情况，甚至任何单个财务指标将在很大程度上排斥其他指标的作用。多元线性判别模型具有相当的影响，它克服了单变量模型的缺点，判别的准确性也有大幅提高，但其本身也存在两大缺陷：其一，它是一个线性模型，但判断一个公司信用风险的因素非常复杂，不太可能成简单的线性关系；其二，它基本上采用历史财务比率，影响对借款人信用评价的时效性。Logistic等多元非线性回归模型很好的解决了非线性的问题，并且有较高的准确性，但也存在信用度量的时效滞后缺陷。
KMV模型以股票市场数据为基础，而不是依赖会计核算数据，反映了市场中投资者对公司未来发展的综合预期，具有前瞻性、高敏感性；但它针对未上市公司具有一定的局限性，而且片面强调股票市场，变动敏感度太高。CreditMetrics模型成功地把信用风险度量与信用等级的转移、违约率等相关因素结合起来，使模型考虑的因素更加全面，适用范围更加广泛；但它片面强调信用评级，不能够反映特定债务人当前的信用质量变化情况。而且我国目前还没有一个权威的、完善的信用评级体系，也不可能有有效的信用风险转移矩阵，同时也缺少一个准确的基准贴现率，因此现阶段该模型在我国尚无法应用。CreditRisk+模型最大的优点是简单易用，泊松过程的应用使得计算非常有效，需要估计的变量很少，对于每个组合只需要知道违约概率和风险头寸；但它忽略了信用级别的变动，对于每个债务人风险头寸是固定不变的，只依赖于远期利率变动。甚至在大多数情况下，模型简化为违约概率由几种随机背景因子决定，风险头寸是常量。
2.我国科技型企业信用风险度量可能采用的模型或方法。中小企业普遍存在着一些问题，如规模小、经营制度不规范、财务数据不完善、资本结构不合理和可抵押资产相对缺乏等。这意味着商业银行向科技企业贷款的信用风险较大，且有不同于一般企业信用风险的特点。科技企业贷款的信用风险与企业所有者个人的信用息息相关，判定指标体系不易用衡量大型企业的标准。然而，长期以来我国商业银行并没有将对科技型企业的贷款独立出来，信用风险内部评级仍然采用与大企业一样的体系。2003年以前，我国银行对贷款的分类一直延用“一逾两呆”的分类方式。“一逾两呆”分类管理主要依据借款人的还款状况将贷款划分为正常、逾期、呆滞、呆账四类，是一种事后监督的管理方法。从2003年1月1日起，我国各类银行全面实行贷款风险五级分类管理。贷款五级风险分类将贷款质量划分为正常、关注、次级、可疑和损失五类(其中后三类称为不良贷款)，在动态监测的基础上，通过对借款人现金流量、财务实力、抵押品价值等因素的连续监测和分析，判断贷款的实际损失程度，确定贷款风险。
对于信用风险内部评估，据人民银行的调查结果显示，现今国内几家大银行的信用风险评级刚刚进入计分卡阶段，相当于一种加权综合评分法。具体做法是:首先，设定待评价的指标体系，并根据评价的重要程度对各种指标给以一定的权重；其次，根据所收集的被评企业各种财务、非财务信息对照指标标准进行打分，确定各指标分值；再次，根据各指标评分以及权重，计算加权综合评分；最后，对照评级表的级别区间，判定被评企业的信用等级。这样一种评定信用风险的方法是在评价指标结构分析的基础上再进行量化分析的。因此，其实是以定性分析为主、定量分析为辅的分析方法。而且，主要几个指标权重的设定和打分的过程是根据“专家分析”的结果。
综上，我国银行内部对于企业信用风险评估仍然较多使用古典信用分析，处于定性向定量的过渡阶段，尚未使用多元分析及现代信用风险度量模型。科技企业大部分为非上市公司，KMV模型无法大规模使用；我国缺乏完善的信用评级体系，历史数据积累稀少，CreditMetrics由于缺乏相应数据而无法使用；Credit Risk+模型将信用风险简化为泊松分布，过于武断，忽略了债务人的特有风险，更无法适用于变幻莫测的科技型企业。总之，现代信用风险模型在现阶段尚不适用于我国科技型企业。而银行使用现行古典信用分析的结果是大部分的科技企业被拒之门外，信捷职称论文写作发表网，导致其贷款难融资难，因此对于科技企业信用风险度量最可能选取的方法为多元统计分析。而多元统计分析法中，Logistic回归模型的应用性最广，它以企业财务指标为变量计算企业潜在的违约风险，适合我国科技型企业的信用风险度量。
参考文献：
1.Fraydman H,Altman E,Kao D.Introducing recursive partitioning for financial classfication:the case of financial distress.Journal of Banking& F
单变量模型具有简单可行的优点，但其缺陷是任何单个财务指标都无法全面地反映公司财务特征及公司总体情况，甚至任何单个财务指标将在很大程度上排斥其他指标的作用。多元线性判别模型具有相当的影响，它克服了单变量模型的缺点，判别的准确性也有大幅提高，但其本身也存在两大缺陷：其一，它是一个线性模型，但判断一个公司信用风险的因素非常复杂，不太可能成简单的线性关系；其二，它基本上采用历史财务比率，影响对借款人信用评价的时效性。Logistic等多元非线性回归模型很好的解决了非线性的问题，并且有较高的准确性，但也存在信用度量的时效滞后缺陷。
KMV模型以股票市场数据为基础，而不是依赖会计核算数据，反映了市场中投资者对公司未来发展的综合预期，具有前瞻性、高敏感性；但它针对未上市公司具有一定的局限性，而且片面强调股票市场，变动敏感度太高。CreditMetrics模型成功地把信用风险度量与信用等级的转移、违约率等相关因素结合起来，使模型考虑的因素更加全面，适用范围更加广泛；但它片面强调信用评级，不能够反映特定债务人当前的信用质量变化情况。而且我国目前还没有一个权威的、完善的信用评级体系，也不可能有有效的信用风险转移矩阵，同时也缺少一个准确的基准贴现率，因此现阶段该模型在我国尚无法应用。CreditRisk+模型最大的优点是简单易用，泊松过程的应用使得计算非常有效，需要估计的变量很少，对于每个组合只需要知道违约概率和风险头寸；但它忽略了信用级别的变动，对于每个债务人风险头寸是固定不变的，只依赖于远期利率变动。甚至在大多数情况下，模型简化为违约概率由几种随机背景因子决定，风险头寸是常量。
2.我国科技型企业信用风险度量可能采用的模型或方法。中小企业普遍存在着一些问题，如规模小、经营制度不规范、财务数据不完善、资本结构不合理和可抵押资产相对缺乏等。这意味着商业银行向科技企业贷款的信用风险较大，且有不同于一般企业信用风险的特点。科技企业贷款的信用风险与企业所有者个人的信用息息相关，判定指标体系不易用衡量大型企业的标准。然而，长期以来我国商业银行并没有将对科技型企业的贷款独立出来，信用风险内部评级仍然采用与大企业一样的体系。2003年以前，我国银行对贷款的分类一直延用“一逾两呆”的分类方式。“一逾两呆”分类管理主要依据借款人的还款状况将贷款划分为正常、逾期、呆滞、呆账四类，是一种事后监督的管理方法。从2003年1月1日起，我国各类银行全面实行贷款风险五级分类管理。贷款五级风险分类将贷款质量划分为正常、关注、次级、可疑和损失五类(其中后三类称为不良贷款)，在动态监测的基础上，通过对借款人现金流量、财务实力、抵押品价值等因素的连续监测和分析，判断贷款的实际损失程度，确定贷款风险。
对于信用风险内部评估，据人民银行的调查结果显示，现今国内几家大银行的信用风险评级刚刚进入计分卡阶段，相当于一种加权综合评分法。具体做法是:首先，设定待评价的指标体系，并根据评价的重要程度对各种指标给以一定的权重；其次，根据所收集的被评企业各种财务、非财务信息对照指标标准进行打分，确定各指标分值；再次，根据各指标评分以及权重，计算加权综合评分；最后，对照评级表的级别区间，判定被评企业的信用等级。这样一种评定信用风险的方法是在评价指标结构分析的基础上再进行量化分析的。因此，其实是以定性分析为主、定量分析为辅的分析方法。而且，主要几个指标权重的设定和打分的过程是根据“专家分析”的结果。
综上，我国银行内部对于企业信用风险评估仍然较多使用古典信用分析，处于定性向定量的过渡阶段，尚未使用多元分析及现代信用风险度量模型。科技企业大部分为非上市公司，KMV模型无法大规模使用；我国缺乏完善的信用评级体系，历史数据积累稀少，CreditMetrics由于缺乏相应数据而无法使用；Credit Risk+模型将信用风险简化为泊松分布，过于武断，忽略了债务人的特有风险，更无法适用于变幻莫测的科技型企业。总之，现代信用风险模型在现阶段尚不适用于我国科技型企业。而银行使用现行古典信用分析的结果是大部分的科技企业被拒之门外，信捷职称论文写作发表网，导致其贷款难融资难，因此对于科技企业信用风险度量最可能选取的方法为多元统计分析。而多元统计分析法中，Logistic回归模型的应用性最广，它以企业财务指标为变量计算企业潜在的违约风险，适合我国科技型企业的信用风险度量。
参考文献：
1.Fraydman H,Altman E,Kao D.Introducing recursive partitioning for financial classfication:the case of financial distress.Journal of Banking& F
下一篇：超级市场促销策略之巧用