企業(yè)信用風(fēng)險評級模型的構(gòu)建

1、企業(yè)信用風(fēng)險評級模型的構(gòu)建摘要銀行業(yè)是一個特殊的高風(fēng)險行業(yè)。80年代以來世界上一些國家發(fā)生的銀行業(yè)危機告訴我們，旦銀行業(yè)風(fēng)險得不到有效的控制，很容易引起連鎖反應(yīng)，從而引發(fā)全局性、系統(tǒng)性的金融危機，并殃及整個經(jīng)濟生活，甚至?xí)?dǎo)致經(jīng)濟秩序混亂與政治危機。我國至今雖未發(fā)生大規(guī)模的銀行危機，但銀行業(yè)的風(fēng)險因素卻大量存在，尤其是多年積累的大量的銀行不良信貸資產(chǎn)，直接威協(xié)著我國銀行體系的穩(wěn)健運行。因此，對如何有效地控制銀行業(yè)的風(fēng)險進行研究，就具有十

2、分重要的理論和現(xiàn)實意義。本文就是通過對現(xiàn)有風(fēng)險評級實踐進行研究，運用統(tǒng)計學(xué)方法建立企業(yè)信用風(fēng)險評級模型，為控制我國銀行業(yè)的風(fēng)險提供操作性較強的量化手段。全文共分5章。第1章對現(xiàn)有的文獻和幾種風(fēng)險評級實踐進行了分析，并對本文的主要觀點加以論述。第2章從借款人信用評級必要性理論分析入手，運用馬克思的信貸資金循環(huán)理論進行分析，界定了企業(yè)信用風(fēng)險評級的內(nèi)容，由此設(shè)計了信用評級財務(wù)指標體系，從盈利能力、資本結(jié)構(gòu)杠桿比率、發(fā)展?jié)摿?、營運能力、資產(chǎn)流

3、動性和償債能力現(xiàn)金流量比率六方面選擇19個財務(wù)指標進行分析.第3章講述了本文的研究方法。主要是分析樣本的抽取和指標參評值，對指標進行定量精選并進行無量綱化處理。確定等級數(shù)和等級標準為三等九級。選擇了指標綜合方法為多元統(tǒng)計方法。第4章以第2章構(gòu)建的信用評級指標體系為基礎(chǔ)，運用統(tǒng)計方法，實際地建立企業(yè)信用風(fēng)險評級模型。本章從7個方面提出了建立財務(wù)因素評級模型的完整思路，實際地建立了兩個財務(wù)因素評級模型。在建立第一個評級模型(I)時，本文先用

4、主成分分析方法確定各指標的權(quán)數(shù)，然后用功效系數(shù)法計算各樣本企業(yè)的綜合評價值，最后用有序聚類方法確定出各信用等級的定量判斷標準。這一模型引發(fā)出了作者對風(fēng)險評級的更深層次的思考，認為如果采用恰當?shù)慕y(tǒng)計方法來測定評級對象的風(fēng)險，那么這種風(fēng)險評級還包含著概率的思想。第二個評級模型(11)是用動態(tài)聚類分析和貝葉斯判別分析相結(jié)合的方法來建立的。通過對這兩個模型的比較，本文認為，如果以評級結(jié)果能否準確反映客觀實際為標準，那么模型(lI)比模型(I)更

5、合理一些。最后，本文還以4家ST公司為例，對這兩個評級模型的預(yù)測能力進行了檢驗。檢驗結(jié)果表明，這兩個評級模型的預(yù)測能力都比較強。第5章該模型的成功構(gòu)建證實本文運用統(tǒng)計方法論進行風(fēng)險評級的可行性，對銀行進行授信企業(yè)的篩選將起到一定的預(yù)警作用。風(fēng)險評級模型財務(wù)指標無量綱化處理企業(yè)信用風(fēng)險評級模型的構(gòu)建thecomprehensivevalueofeachsampleenterprisefinallytheclusteranalysisfor

6、orderedsampleisemployedtosetthequantitativecriterionofcreditrisk.Thismodelattractstheauthortoponderoverriskratingintheauthorsviewifsuitablestatisticalmethodsareappliedtoevaluatetheratingobjectsriskthenthiskindofriskratin

7、gwillincludetheideaoftheprobability.Model(11)isestablishedonthebasisofthecombinationofdynamicclusteranalysisandBayesdiscriminantanalysis.BycomparingtheabovetwomodelsthedissertationconcludesthatModel(II)ismorereasonableth

8、anModel(1)iftheaccuracyofreflectingobjectivefactsisregardedasastandard.IntheendthechapterusesfourST(specialtreatment)companiestoexaminetheabovetwomodelsefficiency.Asaresultbothhavehighaccuracyinforecasting.ChapterFivethe