信用風(fēng)險(xiǎn)評估精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的信用風(fēng)險(xiǎn)評估主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：信用風(fēng)險(xiǎn)評估范文

摘要：自適應(yīng)共振模型是為了能夠分類任意次序模擬輸入模式而設(shè)計(jì)的，它可以按任意精度對輸入的模擬觀察矢量進(jìn)行分類，較好地解決了前穩(wěn)定性和靈活性問題，同時(shí)能夠避免對網(wǎng)絡(luò)先前所學(xué)的學(xué)習(xí)模式修改。本文將ART2模型應(yīng)用于信用風(fēng)險(xiǎn)評估，通過實(shí)證比較研究，結(jié)果顯示應(yīng)用自適應(yīng)共振模型進(jìn)行信用風(fēng)險(xiǎn)評估在精度和準(zhǔn)確性上，都優(yōu)于其他神經(jīng)網(wǎng)絡(luò)模型和統(tǒng)計(jì)方法。

1統(tǒng)計(jì)方法用于信用風(fēng)險(xiǎn)分類評估存在的局限性

對信用風(fēng)險(xiǎn)評估一類主流方法是基于分類的方法，即把信用風(fēng)險(xiǎn)分析看成是模式識(shí)別中的一類分類問題—將企業(yè)劃分為能夠按期還本付息和違約兩類。其具體做法是根據(jù)歷史上每個(gè)類別（如期還本付息、違約）的若干樣本，從已知的數(shù)據(jù)中發(fā)現(xiàn)其規(guī)律，從而總結(jié)出分類的規(guī)則，建立判別模型，用于對新樣本的判別，這樣信用評估就轉(zhuǎn)化為統(tǒng)計(jì)中的分類問題。傳統(tǒng)的統(tǒng)計(jì)模型主要基于多元統(tǒng)計(jì)分析方法，根據(jù)判別函數(shù)的形式和樣本分布的假定不同，主要的模型有：多元回歸分析模型、多元判別分析模型（MDA）、Logit分析模型、近鄰法等。其中以多元判別分析模型和Logit分析模型應(yīng)用最為廣泛，已有大量商業(yè)化軟件。

盡管這些方法在國外有大量應(yīng)用，但是大量實(shí)證研究（Altman，1983；Tam & Kiang，1992；Altman，et al，1994）結(jié)果發(fā)現(xiàn)：（1）企業(yè)財(cái)務(wù)狀況的評價(jià)可以看作是一類基于一系列獨(dú)立變量基礎(chǔ)上的分類問題；（2）企業(yè)財(cái)務(wù)狀況好壞與

財(cái)務(wù)比率的關(guān)系常常是非線性的；（3）預(yù)測變量（財(cái)務(wù)比率）可能是高度相關(guān)的；（4）大量實(shí)證結(jié)果表明，許多指標(biāo)不成正態(tài)分布。而統(tǒng)計(jì)的方法卻不能很好地解決以上問題。由此可見統(tǒng)計(jì)模型的最大優(yōu)點(diǎn)在于其具有明顯的解釋性，存在的缺陷是過于嚴(yán)格的前提條件。如多元判別分析模型（MDA），它要求數(shù)據(jù)服從多元正態(tài)分布、等協(xié)方差、已知先驗(yàn)概率和誤判代價(jià)等要求，而現(xiàn)實(shí)中大量數(shù)據(jù)嚴(yán)重違背了這些假定（Eisenbeis，1997）。引入對數(shù)變化可在一定程度上改進(jìn)數(shù)據(jù)的非正態(tài)分布，但一方面變換后的變量可能失去經(jīng)濟(jì)解釋含義，另一方面仍沒有滿足等協(xié)方差的要求；應(yīng)用二次差別分析（QDA）雖可解決等協(xié)方差問題，但一方面沒有滿足正態(tài)性假設(shè)，另一方面當(dāng)數(shù)據(jù)樣本小、維數(shù)高（指標(biāo)多）時(shí)二次差別分析的性能明顯下降，而樣本少、維數(shù)高正是我國信用數(shù)據(jù)的顯著特點(diǎn)。實(shí)證結(jié)果還表明二次差別分析對訓(xùn)練樣本效果較好，而對測試樣本并不理想。除此以外，多元判別分析模型適用于成熟行業(yè)的大中型企業(yè)，因?yàn)檫@些企業(yè)具有較強(qiáng)的穩(wěn)定性和規(guī)范性，其發(fā)展有一定的規(guī)律可循，參數(shù)統(tǒng)計(jì)方法易于給出較準(zhǔn)確的結(jié)果及合理的解釋。然而這類方法是靜態(tài)的，需要根據(jù)地區(qū)、行業(yè)經(jīng)濟(jì)情況的變化不斷地調(diào)整參數(shù)，甚至進(jìn)行變量的調(diào)整。

為了解決這些問題，引入了Logit分析模型和近鄰法。Logit分析模型不需要假定任何概率分布，也不要求等協(xié)方差，但是當(dāng)樣本點(diǎn)存在完全分離時(shí)，模型參數(shù)的最大似然估計(jì)可能不存在，模型的有效性值得懷疑，另外該方法對中心區(qū)域的差別敏感性較強(qiáng)，導(dǎo)致判別結(jié)構(gòu)的不穩(wěn)定。近鄰法不要求數(shù)據(jù)正態(tài)分布，但當(dāng)數(shù)據(jù)的維數(shù)較高時(shí)，存在所謂的“維數(shù)禍根（Curse of dimensionality）”——對高維數(shù)據(jù)，即使樣本量很大，其撒在高維空間中仍顯得非常稀疏，絕大多數(shù)點(diǎn)附近根本沒有樣本點(diǎn)，這就使得“利用空間中每一附近的樣本點(diǎn)來構(gòu)造估計(jì)”的近鄰法很難使用[4]。

2應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行信用風(fēng)險(xiǎn)評估的意義

商業(yè)銀行信用風(fēng)險(xiǎn)評估是復(fù)雜的過程，除了對企業(yè)的財(cái)務(wù)狀況的各種特征的評估外，還須對企業(yè)的非財(cái)務(wù)狀況進(jìn)行評估，而且又涉及宏觀經(jīng)濟(jì)環(huán)境和產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)周期的影響；除了客觀的評估外，還依賴于專業(yè)人員依據(jù)經(jīng)驗(yàn)進(jìn)行主觀評估。神經(jīng)網(wǎng)絡(luò)是一種具有模式識(shí)別能力，自組織，自適應(yīng)，自學(xué)習(xí)特點(diǎn)的計(jì)算機(jī)制，它的知識(shí)編碼于整個(gè)權(quán)值網(wǎng)絡(luò)，呈分布式存儲(chǔ)且具有一定容錯(cuò)能力。神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)的分布要求不嚴(yán)格，也不必要詳細(xì)表述自變量與因變量之間的函數(shù)關(guān)系，神經(jīng)網(wǎng)絡(luò)的這些特征使之成為信用風(fēng)險(xiǎn)分析方法的一個(gè)熱點(diǎn)。

建立商業(yè)銀行信用風(fēng)險(xiǎn)評估模型必須依賴于一組已知的函數(shù)集合。要求這種函數(shù)集合在任意精度上可以逼近實(shí)際系統(tǒng)，從數(shù)學(xué)上講，這就要求這個(gè)集合在連續(xù)函數(shù)空間上是致密的。目前已經(jīng)從理論上嚴(yán)格證明了只用一個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)就可以唯一地逼進(jìn)任何一個(gè)連續(xù)函數(shù)。多層神經(jīng)網(wǎng)絡(luò)為系統(tǒng)的辨識(shí)和建模，尤其是非線性動(dòng)態(tài)映射系統(tǒng)提供了一條十分有效的途徑。非線性動(dòng)態(tài)映射系統(tǒng)的神經(jīng)網(wǎng)絡(luò)建模被認(rèn)為是應(yīng)用神經(jīng)網(wǎng)絡(luò)的最成功的范例。

影響商業(yè)銀行信用風(fēng)險(xiǎn)評估的機(jī)理很復(fù)雜，無法建立精確的非線性動(dòng)態(tài)模型，而人工神經(jīng)網(wǎng)絡(luò)擅長處理非線性的、關(guān)系不確定的十分復(fù)雜以至于數(shù)學(xué)模型難以描述的問題。對于分析時(shí)間序列數(shù)據(jù)，由于人工神經(jīng)網(wǎng)絡(luò)能識(shí)別和模擬數(shù)據(jù)間的非線性關(guān)系，不需要正態(tài)分布和先驗(yàn)概率等條件的約束，能針對新增樣本靈活的訓(xùn)練再學(xué)習(xí)，因此優(yōu)于其他統(tǒng)計(jì)方法，同時(shí)由于網(wǎng)絡(luò)本身具有自學(xué)習(xí)的功能，預(yù)測結(jié)果相對精度較高而且穩(wěn)定性好，因此應(yīng)用神經(jīng)網(wǎng)絡(luò)可以通過對網(wǎng)絡(luò)的訓(xùn)練，掌握借款人的財(cái)務(wù)特征的非線性函數(shù)關(guān)系。神經(jīng)網(wǎng)絡(luò)是由許多神經(jīng)元構(gòu)成的，它對系統(tǒng)特性的記憶表現(xiàn)為各個(gè)神經(jīng)元之間的連接權(quán)值，單個(gè)神經(jīng)元在整個(gè)系統(tǒng)中起不到?jīng)Q定性作用，一個(gè)經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)可以按相似的輸入模式產(chǎn)生相似的輸出模式，當(dāng)商業(yè)銀行信用風(fēng)險(xiǎn)評估系統(tǒng)因某些非財(cái)務(wù)風(fēng)險(xiǎn)因素和判斷誤差過大的財(cái)務(wù)風(fēng)險(xiǎn)因素造成輸入模式變形時(shí)，網(wǎng)絡(luò)仍可以保證穩(wěn)定的輸出。

神經(jīng)網(wǎng)絡(luò)可以逼進(jìn)任意復(fù)雜的非線性系統(tǒng)，神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)換函數(shù)能夠非線性地響應(yīng)沖擊，例如，像覆蓋比率這樣的財(cái)務(wù)比率超過最低水平（如AAA級(jí)）時(shí)，超過這個(gè)閥值的增加值不會(huì)對信用質(zhì)量有什么影響。線性回歸不能以這樣的方式限制響應(yīng)程度，神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)換函數(shù)卻能實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)以并行的方式處理信息，具有很強(qiáng)的信息綜合能力，因此神經(jīng)網(wǎng)絡(luò)理論在商業(yè)銀行信用風(fēng)險(xiǎn)分析和實(shí)施對信用風(fēng)險(xiǎn)的主動(dòng)控制中將會(huì)發(fā)揮更大的作用。

由神經(jīng)網(wǎng)絡(luò)構(gòu)成的非線性模型具有較強(qiáng)的環(huán)境適應(yīng)能力。在根據(jù)多個(gè)訓(xùn)練樣本企業(yè)的財(cái)務(wù)特征建立神經(jīng)網(wǎng)絡(luò)非線性系統(tǒng)后，如果企業(yè)類型、財(cái)務(wù)特征和非財(cái)務(wù)特征發(fā)生變化，神經(jīng)網(wǎng)絡(luò)可以通過學(xué)習(xí)，建立企業(yè)信用的非線性函數(shù)關(guān)系，并且不需要改變網(wǎng)絡(luò)的結(jié)構(gòu)和算法。

綜上所述，對于那些無法建立精確的動(dòng)態(tài)判別函數(shù)模型的非線性商業(yè)銀行信用風(fēng)險(xiǎn)評估，可以將神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于風(fēng)險(xiǎn)評估當(dāng)中，撇開企業(yè)財(cái)務(wù)因素、非財(cái)務(wù)因素和企業(yè)信用狀況復(fù)雜的非線性機(jī)理，建立起非線性風(fēng)險(xiǎn)映射近似的動(dòng)態(tài)模型，使這個(gè)模型盡可能精確地反映風(fēng)險(xiǎn)映射關(guān)系非線性動(dòng)態(tài)特征。通過該系統(tǒng)我們能夠計(jì)算對各種輸入的響應(yīng)，預(yù)估商業(yè)銀行信用風(fēng)險(xiǎn)狀況及其發(fā)展趨勢，進(jìn)而能夠使用各種信用工具對風(fēng)險(xiǎn)進(jìn)行主動(dòng)控制，促進(jìn)商業(yè)銀行的智能化風(fēng)險(xiǎn)管理系統(tǒng)的建設(shè)和發(fā)展完善。

3基于自適應(yīng)共振理論的信用風(fēng)險(xiǎn)評估模型

一個(gè)公司財(cái)務(wù)狀況的好壞往往是企業(yè)自身、投資者和債權(quán)人關(guān)注的焦點(diǎn)。因?yàn)橐粋€(gè)營運(yùn)良好、財(cái)務(wù)健康的公司可提高自身在市場上的信譽(yù)及擴(kuò)展籌資渠道，以使投資者信心倍增。相反，一個(gè)陷入財(cái)務(wù)困境和瀕臨破產(chǎn)的企業(yè)不僅乏力吸引投資，還讓原有投資者面臨巨大的信用風(fēng)險(xiǎn)。

由上文的分析中我們知道，對企業(yè)財(cái)務(wù)指標(biāo)的分析，傳統(tǒng)的分類方法盡管有它的優(yōu)點(diǎn)但本身也存在一些局限性。作為研究復(fù)雜系統(tǒng)的有力工具，神經(jīng)網(wǎng)絡(luò)能處理任意類型數(shù)據(jù)，這是許多傳統(tǒng)方法無法比擬的。通過不斷學(xué)習(xí)，能夠從未知模式的大量復(fù)雜數(shù)據(jù)中發(fā)現(xiàn)其規(guī)律。神經(jīng)網(wǎng)絡(luò)方法克服了傳統(tǒng)分析過程的復(fù)雜性及選擇適當(dāng)模型函數(shù)形式的困難，它是一種自然的非線性建模過程，毋需分清存在何種非線性關(guān)系，給建模與分析帶來極大的方便。該方法用于企業(yè)財(cái)務(wù)狀況研究時(shí)，一方面利用其映射能力，另一方面利用其泛化能力，即在經(jīng)過一定數(shù)量的帶有噪聲的樣本訓(xùn)練之后，網(wǎng)絡(luò)可以抽取樣本所隱含的特征關(guān)系，并對新情況下的數(shù)據(jù)進(jìn)行內(nèi)插和外推以推斷其屬性。

目前我國銀行機(jī)構(gòu)主要使用計(jì)算貸款風(fēng)險(xiǎn)度的方法進(jìn)行信用風(fēng)險(xiǎn)評估——在對企業(yè)進(jìn)行信用等級(jí)評定的基礎(chǔ)上，考慮貸款方式、期限以及形式因素，進(jìn)而確定貸款的風(fēng)險(xiǎn)度。其中作為核心的信用等級(jí)評定，是通過對企業(yè)的某些單一財(cái)務(wù)指標(biāo)進(jìn)行評價(jià)，而后加權(quán)平均確定的。該方法的最大缺陷在于指標(biāo)和權(quán)重的確定帶有很大的主觀性，使得評級(jí)結(jié)果與企業(yè)的實(shí)際信用狀況有很大出入，因此需要引入科學(xué)方法來確定有效指標(biāo)，并建立準(zhǔn)確的定量模型來解決信用評估問題。

針對這種形勢，根據(jù)我國商業(yè)銀行的具體情況，結(jié)合國際上目前較為流行人工神經(jīng)網(wǎng)絡(luò)技術(shù)，本文設(shè)計(jì)了一種基于自適應(yīng)共振理論的信用風(fēng)險(xiǎn)評估方法。

3.1自適應(yīng)共振理論（ART）介紹

自適應(yīng)共振理論（Adaptive Resonance Theory）簡稱ART，是于1976年由美國Boston大學(xué)S. Grossberg提出來的。他多年來一直潛心于研究用數(shù)學(xué)來描述人的心理和認(rèn)知活動(dòng)，試圖為人類的心理和認(rèn)知活動(dòng)建立統(tǒng)一的數(shù)學(xué)理論，ART就是這一理論核心部分，又經(jīng)過了多年的研究和不斷發(fā)展，至今已經(jīng)提出了ART1、ART2和ART3共三種結(jié)構(gòu)。ART網(wǎng)絡(luò)作為模式分類器較好地解決了前面提到的穩(wěn)定性和靈活性問題。使用ART網(wǎng)絡(luò)及算法具有較大的靈活性以適應(yīng)新輸入的模式，同時(shí)能夠避免對網(wǎng)絡(luò)先前所學(xué)的學(xué)習(xí)模式修改。ART是一種能自組織的產(chǎn)生對環(huán)境認(rèn)識(shí)編碼的神經(jīng)網(wǎng)絡(luò)理論模型，由于橫向抑制是自組織網(wǎng)絡(luò)的特性，ART采用了MAXNET子網(wǎng)結(jié)構(gòu)，該網(wǎng)絡(luò)采用橫向抑制方法增強(qiáng)并能選擇具有最大值輸出的一個(gè)節(jié)點(diǎn)。

ART模型的算法過程如下：

第一， 將一個(gè)新樣本X置入節(jié)點(diǎn)；

第二，采用自下而上的過程，求得： ；

第三，運(yùn)用MAXNET網(wǎng)絡(luò)，找到具有最大輸出值的節(jié)點(diǎn)；

第四， 通過自上而下的檢驗(yàn)，判斷X是否屬于第j類，即如果有 ，則X屬于第j類， 是警戒參數(shù)。如果上式不成立，轉(zhuǎn)到第六步，否則繼續(xù)。

第五， 對于特定的j和所有的i更新 和 ，設(shè)t+1時(shí)刻 ， ， ， 。

第六， 無法判斷X是否屬于第j類，抑制該節(jié)點(diǎn)返回到第二步，執(zhí)行另一個(gè)聚類的處理過程。

本文所使用的神經(jīng)網(wǎng)絡(luò)模型就是ART2神經(jīng)網(wǎng)絡(luò)模型。ART2神經(jīng)網(wǎng)絡(luò)是為了能夠分類任意次序模擬輸入模式而設(shè)計(jì)的。它可以按任意精度對輸入的模擬觀察矢量進(jìn)行分類。

3.2應(yīng)用ART2神經(jīng)網(wǎng)絡(luò)進(jìn)行信用風(fēng)險(xiǎn)評估的可行性分析

通過上文對ART2神經(jīng)網(wǎng)絡(luò)的介紹，筆者認(rèn)為將ART2神經(jīng)網(wǎng)絡(luò)應(yīng)用于信用風(fēng)險(xiǎn)評估具有統(tǒng)計(jì)方法和其他神經(jīng)網(wǎng)絡(luò)算法無法比擬的優(yōu)勢。首先，ART2神經(jīng)網(wǎng)絡(luò)較好地解決了穩(wěn)定性和靈活性問題，它可以在接受新模式的同時(shí)對舊模式也同樣保持記憶，而其它類型神經(jīng)網(wǎng)絡(luò)所記憶的樣本個(gè)數(shù)有限，由此可見，ART2神經(jīng)網(wǎng)絡(luò)隨著輸入樣本數(shù)的增加，它作為模式分類器分類的精度也越高，所覆蓋的樣本空間也越大。其次，ART2神經(jīng)網(wǎng)絡(luò)是邊學(xué)習(xí)邊運(yùn)行的無監(jiān)督學(xué)習(xí)，所以它不存在像BP算法那樣需要進(jìn)行幾小時(shí)甚至更長時(shí)間的訓(xùn)練過程，也就是說ART2網(wǎng)絡(luò)具有較高的運(yùn)行效率和較快的學(xué)習(xí)速率，這一點(diǎn)對于解決像信用風(fēng)險(xiǎn)評估這樣的復(fù)雜問題來說是相當(dāng)具有優(yōu)勢的。再次，ART2神經(jīng)網(wǎng)絡(luò)與人腦的某些功能類似，能夠完成識(shí)別、補(bǔ)充和撤銷的任務(wù)。這三種功能在英文中稱為Recognition，Reinforcement和Recall，可簡稱為3R功能。識(shí)別功能在上文已經(jīng)介紹過，下面對補(bǔ)充、撤銷功能做些簡單介紹。補(bǔ)充功能包含有以下幾方面的內(nèi)容：（1）每當(dāng)ART2系統(tǒng)對輸入矢量的類別作一次判決即是給出矢量所屬類別的輸出端編號(hào)，根據(jù)此判決，系統(tǒng)可以采取一種“行動(dòng)”或者作出某種“響應(yīng)”。這和人總是根據(jù)對外界情況的判斷來決定自己的行動(dòng)相似。（2）人在識(shí)別時(shí)對于所有被識(shí)別的類并不是一視同仁的，識(shí)別過程受到由上向下預(yù)期模式的很強(qiáng)制約。這樣就會(huì)使得人們在某些情況下只關(guān)心幾種類別，而對其他類別則“不聞不見”，這種集中注意力的本領(lǐng)可以使人們在混亂的背景中發(fā)現(xiàn)目標(biāo)。在客體發(fā)生某種變形或缺損或者有強(qiáng)噪聲情況仍能對其正確分類。我國商業(yè)銀行進(jìn)行信用風(fēng)險(xiǎn)分析的起步較晚，有關(guān)的信息往往殘缺不全，ART2網(wǎng)絡(luò)的這種在混亂中集中注意力發(fā)現(xiàn)目標(biāo)的功能更適合我國的現(xiàn)實(shí)數(shù)據(jù)情況。撤消功能的作用與補(bǔ)充功能相反，這是指某些不同的觀察矢量在初步分類時(shí)被劃分成不同的類別，但是通過系統(tǒng)（主體）與客體相互作用的結(jié)果，又應(yīng)判定它們屬于同一類。由此可見基于ART2網(wǎng)絡(luò)的這些功能，應(yīng)用ART2神經(jīng)網(wǎng)絡(luò)進(jìn)行信用風(fēng)險(xiǎn)評估相當(dāng)于人類專家進(jìn)行信用風(fēng)險(xiǎn)評估的建模過程，而且ART2神經(jīng)網(wǎng)絡(luò)與人類專家相比進(jìn)行的評估更客觀、更有效、更精確。最后，ART2神經(jīng)網(wǎng)絡(luò)可通過調(diào)整警戒線參數(shù) （門限值）來調(diào)整模式的類數(shù)， 小，模式的類別少（對分類要求粗）， 大，模式的類別多（對分類的要求精細(xì)），這一點(diǎn)是其他方法無法比擬的，我們可以通過調(diào)整 值對輸入網(wǎng)絡(luò)的財(cái)務(wù)數(shù)據(jù)進(jìn)行傳統(tǒng)的兩級(jí)分類（即違約、非違約兩類），也可以通過提高 值對輸入網(wǎng)絡(luò)的財(cái)務(wù)數(shù)據(jù)進(jìn)行國際通用的五級(jí)分類（即正常、關(guān)注、次級(jí)、可疑，損失五類）。Altman、Marco和Varetto與意大利銀行聯(lián)合會(huì)合作在其經(jīng)濟(jì)和金融信息系統(tǒng)中首次進(jìn)行了將神經(jīng)網(wǎng)絡(luò)應(yīng)用于企業(yè)的經(jīng)濟(jì)和金融問題診斷的試驗(yàn)，試驗(yàn)的研究結(jié)果表明，將企業(yè)的財(cái)務(wù)狀況分為正常、關(guān)注和次級(jí)三類比分為正常和問題兩類困難得多，而ART2神經(jīng)網(wǎng)絡(luò)卻可以通過 值的調(diào)整靈活地實(shí)現(xiàn)該功能。

綜上所述，筆者選擇算法復(fù)雜的ART2神經(jīng)網(wǎng)絡(luò)進(jìn)行信用風(fēng)險(xiǎn)評估。并且設(shè)計(jì)了一個(gè)自適應(yīng)共振網(wǎng)絡(luò)，對信用風(fēng)險(xiǎn)分析進(jìn)行了實(shí)證研究。

3.3基于ART2模型的信用風(fēng)險(xiǎn)分析的實(shí)證研究

下面以某國有商業(yè)銀行提供的90多家企業(yè)客戶為對象，應(yīng)用自適應(yīng)共振理論對這些企業(yè)客戶的財(cái)務(wù)數(shù)據(jù)進(jìn)行信用風(fēng)險(xiǎn)評估。對于輸入到神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)比率的選擇，參照國內(nèi)財(cái)政部考核企業(yè)財(cái)務(wù)狀況及國外用于信用風(fēng)險(xiǎn)評估所使用的一些經(jīng)典財(cái)務(wù)比率指標(biāo)，一共挑選出包括企業(yè)盈利能力、企業(yè)營運(yùn)效率、企業(yè)償債能力及企業(yè)現(xiàn)金流量狀況等二十余個(gè)指標(biāo)，考慮到指標(biāo)間的相關(guān)性，利用SAS統(tǒng)計(jì)分析軟件進(jìn)行回歸分析，得出以下幾個(gè)比率：

經(jīng)營現(xiàn)金流量/資產(chǎn)總額（流動(dòng)性）

保留盈余/資產(chǎn)總額 （增長性）

息稅前利潤/資產(chǎn)總額 （贏利性）

資產(chǎn)總額/ 總負(fù)債 （償債性）

銷售收入/資產(chǎn)總額 （速動(dòng)性）

某國有商業(yè)銀行提供的樣本數(shù)據(jù)有90多家企業(yè)的財(cái)務(wù)數(shù)據(jù)，數(shù)據(jù)質(zhì)量不高，有些企業(yè)財(cái)務(wù)數(shù)據(jù)缺失嚴(yán)重，經(jīng)過對樣本數(shù)據(jù)的初步審查，刪除了不合格的樣本40多個(gè)，最終得到有效的樣本為55個(gè)，其中能夠償還貸款的企業(yè)34個(gè)，不能償還貸款的企業(yè)21個(gè)。

評估的準(zhǔn)確程度用兩類錯(cuò)誤來度量，在統(tǒng)計(jì)學(xué)中，第一類錯(cuò)誤稱為“拒真”，第二類錯(cuò)誤稱為“納偽”。在信用風(fēng)險(xiǎn)評估中把第一類錯(cuò)誤定義為把不能償還貸款的企業(yè)誤判為能償還貸款的企業(yè)的錯(cuò)誤，第二類錯(cuò)誤定義為把能夠償還貸款的企業(yè)誤判為不能償還貸款的企業(yè)的錯(cuò)誤。顯然，第一類錯(cuò)誤比第二類錯(cuò)誤嚴(yán)重得多，犯第二類錯(cuò)誤至多是損失一筆利息收入，而犯第一類錯(cuò)誤則會(huì)造成貸款不能收回，形成呆帳。

在應(yīng)用自適應(yīng)共振模型進(jìn)行信用風(fēng)險(xiǎn)評估的同時(shí)，筆者也使用了統(tǒng)計(jì)方法和經(jīng)典的BP神經(jīng)網(wǎng)絡(luò)模型對同樣的樣本數(shù)據(jù)進(jìn)行了信用風(fēng)險(xiǎn)評估，以便比較驗(yàn)證自適應(yīng)共振模型的評估準(zhǔn)確性。

統(tǒng)計(jì)方法使用的是可變類平均法，可變類平均法是由Lance和 Williams(1967)發(fā)展的，計(jì)算距離的組合公式為:

Djm=(Djk+DjL)(1-b)/2+DkLb （1）

參數(shù)b介于0到-1之間，DkL——是類Ck與CL之間的距離或非相似測度。筆者使用SAS統(tǒng)計(jì)軟件中提供的可變類平均法對樣本數(shù)據(jù)進(jìn)行了聚類分析。

BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)包括輸入層5個(gè)節(jié)點(diǎn)，用來輸入5個(gè)財(cái)務(wù)指標(biāo)比率，輸出層1個(gè)節(jié)點(diǎn)（取值為1表示能償還貸款，取值為0表示不能償還貸款），另外還有一個(gè)隱層，隱層包括5個(gè)隱節(jié)點(diǎn)。網(wǎng)絡(luò)的有效性采用K組交叉檢驗(yàn)的方法進(jìn)行驗(yàn)證，也就是將樣本分為K組，其中K－1組為訓(xùn)練數(shù)據(jù)，第K組為檢驗(yàn)數(shù)據(jù)，這里將樣本數(shù)據(jù)分為兩組，第一組用于訓(xùn)練網(wǎng)絡(luò)，包括11個(gè)違約的企業(yè)和16個(gè)非違約的企業(yè)，第二組作為檢驗(yàn)數(shù)據(jù)，包括10個(gè)違約企業(yè)，18個(gè)非違約企業(yè)。該方法使用MATLAB語言編程實(shí)現(xiàn)。

ART2模型包括輸入層為5個(gè)節(jié)點(diǎn)，用來輸入5個(gè)財(cái)務(wù)指標(biāo)比率，輸出層3個(gè)節(jié)點(diǎn)，分別表示信用風(fēng)險(xiǎn)的三個(gè)級(jí)別（正常，關(guān)注，可疑），這里應(yīng)用ART2模型將信用風(fēng)險(xiǎn)分為三個(gè)級(jí)別有如下幾個(gè)原因：（1）將信用風(fēng)險(xiǎn)分為三個(gè)級(jí)別，比前面使用統(tǒng)計(jì)方法和BP模型方法將信用風(fēng)險(xiǎn)簡單分成兩類（違約、非違約）更容易把握風(fēng)險(xiǎn)的程度，更接近實(shí)際信用風(fēng)險(xiǎn)評估的需要，也更貼近于國際通用的五級(jí)分類標(biāo)準(zhǔn)。（2）通過ART2網(wǎng)絡(luò)門限值參數(shù)的調(diào)整可以將信用風(fēng)險(xiǎn)分為國際通用的五級(jí)分類標(biāo)準(zhǔn)，這也正是ART2模型的優(yōu)勢所在，但是ART2網(wǎng)絡(luò)是信用風(fēng)險(xiǎn)分析混合專家系統(tǒng)的組成部分，它的評估結(jié)果要作為輸入，輸入到專家系統(tǒng)中，以便信用風(fēng)險(xiǎn)評估專家系統(tǒng)進(jìn)行定性及定量的綜合評估，考慮到專家系統(tǒng)的規(guī)則的數(shù)量和知識(shí)庫的規(guī)模對系統(tǒng)執(zhí)行效率的影響，因此這里將信用風(fēng)險(xiǎn)分為三類。有關(guān)專家系統(tǒng)的詳細(xì)說明，將在下一節(jié)討論。下面給出ART2模型網(wǎng)絡(luò)的參數(shù)設(shè)置：a＝10，b＝10，c＝0.1，d＝0.9， ＝0.2， 。由于ART2模型是無教師指導(dǎo)的網(wǎng)絡(luò)，因此不用訓(xùn)練，直接輸入數(shù)據(jù)，網(wǎng)絡(luò)自動(dòng)進(jìn)行信用風(fēng)險(xiǎn)評估。其中評估的結(jié)果：正常、關(guān)注兩類屬于非違約企業(yè)，可疑為違約企業(yè)。該方法使用C語言編程實(shí)現(xiàn)。

下面給出三種方法的最后評估結(jié)果見表1

表1 訓(xùn)練樣本和測試樣本的誤判

訓(xùn)練樣本 測試樣本

第一類錯(cuò)誤 第二類錯(cuò)誤 總誤判 第一類錯(cuò)誤 第二類錯(cuò)誤 總誤判

統(tǒng)計(jì)模型 8(38.01%) 9(26.5%) 17(30.9%)

BP模型 2(18.1%) 1(6.1%) 3(11.1%) 3(30.0%) 4(22.2%) 7(25.0%)

ART2模型 4(19.1%) 5(14.7%) 9(16.3%)

通過表1的比較結(jié)果可以看出對于統(tǒng)計(jì)方法和BP模型自適應(yīng)共振模型的誤判率是最低的，說明了該方法的有效性和可靠性。

另外需要說明的一點(diǎn)是，這里所使用的企業(yè)樣本數(shù)據(jù)偏少，而且噪聲過多，數(shù)據(jù)的質(zhì)量不是很好，這樣的數(shù)據(jù)作為初始數(shù)據(jù)輸入網(wǎng)絡(luò)對網(wǎng)絡(luò)的評估的準(zhǔn)確性有一定的影響，雖然ART2這種集中注意力可以在混亂的背景中發(fā)現(xiàn)目標(biāo)的特性使得它的評估的準(zhǔn)確性比其它兩種方法要高，但是筆者相信如果初始輸入網(wǎng)絡(luò)的數(shù)據(jù)質(zhì)量再提高一些，網(wǎng)絡(luò)的誤判率會(huì)更低。

參考文獻(xiàn)：

[1] 張維，李玉霜，商業(yè)銀行信用風(fēng)險(xiǎn)分析綜述，《管理科學(xué)學(xué)報(bào)》[J]，1998年第3期，20－27。

[2] 朱明，楊保安，基于知識(shí)的銀行貸款分類系統(tǒng)，CJCAI2001[C]，231－235。

[3] 黃娟，馮玉強(qiáng)，王洪偉，基于聯(lián)接歸納推理的信貸風(fēng)險(xiǎn)評估集成智能系統(tǒng)，《計(jì)算機(jī)應(yīng)用研究》[J]，1999年第9期，74－16。

[4] 王春峰，萬海暉，張維，商業(yè)銀行信用風(fēng)險(xiǎn)評估及其實(shí)證研究，《管理科學(xué)學(xué)報(bào)》[J]，1998年第1期，68－72。

[5]（美）約翰.B.考埃特，愛德華.I.愛特曼，保羅.納拉亞南著，石曉軍等譯，《演進(jìn)著的信用風(fēng)險(xiǎn)管理》[M]，機(jī)械工業(yè)出版社，2001。

[6] 李志輝，《現(xiàn)代信用風(fēng)險(xiǎn)量化度量和管理研究》[M]，中國金融出版社，2001年。

[7] R.R.Trippi and E.Turban, Neural networks in finance and investing[M], chicago: Irwin professional publishing，1996。

[8] Dick San-Cheong cheung, Kwok-Wa Lam and Sheung-Lun Hung, neural networks for credit scoring model, intrlligent data engineering and learning perspectives on financial engineering and data mining[M], published by Springer，1998，55－62。

第2篇：信用風(fēng)險(xiǎn)評估范文

        關(guān)鍵詞：長沙銀行；信用風(fēng)險(xiǎn)評估；措施；建議

        中圖分類號(hào)：f830.33    文獻(xiàn) 標(biāo)志碼：a   文章編號(hào)：1000-8772（2009）18-0083-01

        信用風(fēng)險(xiǎn)分析是對可能引起商業(yè)銀行信貸資產(chǎn)風(fēng)險(xiǎn)的因素進(jìn)行定性分析，定量 計(jì)算 ，目的在于說明借款人違約可能性，從而為貸款決策提供依據(jù)。 金融 風(fēng)險(xiǎn)管理已成為我國目前 經(jīng)濟(jì) 生活中一個(gè)非常重要的問題。

        一、長沙銀行信用風(fēng)險(xiǎn)評估現(xiàn)狀分析

        長沙銀行成立于1997年5月，是湖南省首家區(qū)域性股份制商業(yè)銀行。成立12年來，長沙銀行取得了喜人的 發(fā)展 成績。緊緊圍繞“政務(wù)銀行、中小 企業(yè) 銀行、市民銀行”的特色定位，以及“四個(gè)三”的客戶發(fā)展計(jì)劃，初步形成了自身的經(jīng)營特色和核心競爭能力。由于信用評價(jià)制度是一個(gè)復(fù)雜的系統(tǒng)工程，涉及到各方面的因素，同時(shí)我國信用評價(jià)研究起步較晚，目前我國尚未建立一套全國性的客戶信用評價(jià)制度與體系。長沙銀行對貸款企業(yè)進(jìn)行信用評級(jí)的主要做法是：根據(jù)評估的需要設(shè)置若干組評估指標(biāo)，對每一指標(biāo)規(guī)定一個(gè)參照值。如果這一指標(biāo)、達(dá)到 參考 值的要求就給滿分，否則扣減該指標(biāo)的得分。最后將各指標(biāo)的得分匯總，并按總分的高低給貸款企業(yè)劃定信用等級(jí)，作為貸款決策的依據(jù)。該種方法的不足之處在于：（1）評級(jí)指標(biāo)、體系的構(gòu)成是通過內(nèi)部信貸專家確定的，缺乏定量化，具有不確定因索，有待進(jìn)一步深入研究。（2）指標(biāo)、權(quán)重的設(shè)置主要依靠專家對其重要性的相對認(rèn)志來設(shè)定，缺乏 科學(xué) 性及客觀性。（3）缺少對貸款企業(yè)各方面能力的量化分析，在對償債能力等重要指標(biāo)上只采用直接觀察法，憑經(jīng)驗(yàn)據(jù)報(bào)表估計(jì)其能力，有很大的主觀性。（4）缺少對非財(cái)務(wù)因素的分析和現(xiàn)金流量的量化預(yù)測。

        二、加強(qiáng)長沙銀行信用風(fēng)險(xiǎn)評估建設(shè)

        （一）完善信用評價(jià)指標(biāo)體系和評價(jià)方法

        長沙銀行要建立內(nèi)部評級(jí)體系，既要學(xué)習(xí)借鑒國外模型的理論基礎(chǔ)、方法論和設(shè)計(jì)結(jié)構(gòu)，又要緊密結(jié)合本國銀行系統(tǒng)的業(yè)務(wù)特點(diǎn)和管理現(xiàn)狀，研究設(shè)計(jì)自己的模型框架和參數(shù)體系。要充分考慮諸如利率市場化進(jìn)程、企業(yè)財(cái)務(wù)欺詐現(xiàn)象、數(shù)據(jù)積累量不足、金融產(chǎn)品發(fā)展不充分、區(qū)域風(fēng)險(xiǎn)差別顯著、道德風(fēng)險(xiǎn)異常嚴(yán)重等國內(nèi)特有因素。只有深刻理解

第3篇：信用風(fēng)險(xiǎn)評估范文

關(guān)鍵詞：煤炭企業(yè)；支持向量機(jī)；客戶信用；風(fēng)險(xiǎn)評估

中圖分類號(hào)：TP301 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-9599 (2011) 12-0000-01

Support Vector Machine Technology Applied Research in the Coal Customer Credit Risk Assessment

Zhao Kai,Wang Wei

(Pingdingshan College,Pingdingshan467000,China)

Abstract:The support vector machine technology and its improvement,applied to the coal business customer credit risk assessment process for the smooth operation of the coal companies to provide decision support.

Keywords:Coal enterprises;Support vector machine;Customer credit;Risk assessment

一、煤炭客戶風(fēng)險(xiǎn)評估等級(jí)指標(biāo)體系

要對煤炭客戶的信用情況進(jìn)行定級(jí)評估，首先牽涉到的問題是用于分析定級(jí)的指標(biāo)建立，在信用管理科學(xué)的發(fā)展過程中，不同時(shí)期，不同專家提出了不同的信用評價(jià)指標(biāo)體系，其中影響最大的是“5C”：

（1）品格（Character）：著重分析客戶是否有依照協(xié)議按期如數(shù)繳納貨款的意愿和行為，以往的貨款繳納紀(jì)錄是否保持良好。

（2）能力（Capacity）：著重考察客戶廣泛運(yùn)用其才能，使得其生產(chǎn)的產(chǎn)品具有盈利的能力。

（3）資本（Capital）：了解客戶的自有資金是否雄厚，其中要注意的是，不僅要分析其資本凈值，同時(shí)還要分析其負(fù)債數(shù)量。

（4）擔(dān)?；虻盅海–ollateral）：考核客戶在短期拖欠款項(xiàng)的情況下，能否提供擔(dān)保，且擔(dān)保品是否充足可靠。

（5）環(huán)境條件（Condition）：判斷客戶所處的環(huán)境和所屬的行業(yè)前景是否有利于業(yè)務(wù)的經(jīng)營。前者包括客戶內(nèi)部環(huán)境，如經(jīng)營特點(diǎn)、經(jīng)營方法、技術(shù)狀況等，以及社會(huì)大環(huán)境，如勞資關(guān)系、政局變動(dòng)、社會(huì)環(huán)境、商業(yè)周期、季節(jié)變動(dòng)、一般經(jīng)濟(jì)狀況、國民收入水平等；后者包括行業(yè)發(fā)展、同業(yè)競爭等。

鑒于此，本文在構(gòu)建煤炭客戶信用風(fēng)險(xiǎn)管理的指標(biāo)體系時(shí)，考慮到信用數(shù)據(jù)的來源、企業(yè)信用管理人員資源等這些具體情況，以實(shí)用為原則，便于實(shí)際的操作。通過建立信息收集卡的方式，由企業(yè)指定的信息員完成“5C”中各子指標(biāo)內(nèi)容的相關(guān)表格。

二、支持向量機(jī)技術(shù)在煤炭客戶信用風(fēng)險(xiǎn)預(yù)警中的研究

對于支持向量機(jī)來說，標(biāo)準(zhǔn)的支持向量機(jī)模型主要用來進(jìn)行分類操作，但是信用風(fēng)險(xiǎn)的評估過程只要分成有風(fēng)險(xiǎn)與無風(fēng)險(xiǎn)顯然是無法滿足需求的，需要進(jìn)一步的結(jié)果才能更好的利用結(jié)果進(jìn)行決策分析。而在標(biāo)準(zhǔn)的支持向量機(jī)模型表達(dá)式 中，可以看到?jīng)Q策函數(shù)只用到了劃分超平面函數(shù)的符號(hào)信息。記分類函數(shù) ，如果 是正的，則 是正類，如果 是負(fù)的，則 是負(fù)類。但 與決策函數(shù)相比較，除了包含符號(hào)信息，還包含了數(shù)值信息。如果兩個(gè)樣本 和 的分類函數(shù) 和 都是正的，并且有 大于 ，則 被分錯(cuò)的概率小于 被分錯(cuò)的概率，因?yàn)?的絕對值比較小，比較接近負(fù)數(shù)， 是負(fù)類的概率就比較大。可以推測， 的絕對值越接近0， 屬于負(fù)類的概率越大。

由上可知， 的值有一定的數(shù)值意義。對風(fēng)險(xiǎn)評估而言，一般來說 值越大越有可能是正類，即欠費(fèi)的可能性越?。环粗?， 越小越有可能是負(fù)類，即欠費(fèi)的可能性越大。

設(shè)支持向量機(jī)模型中最終 得到的結(jié)果r1是（負(fù)無窮，正無窮）之間，因需要把結(jié)果轉(zhuǎn)為概率[O，lOO]之間，令 ，并把r2轉(zhuǎn)換到[O，100]之間。

過程如下：

r2=1/（2^（-r1+10000000））；

if（r2>1）

r=100；

else

r=l00*r2；

r即為最后的風(fēng)險(xiǎn)概率。

三、煤炭客戶信用風(fēng)險(xiǎn)預(yù)警的流程

具體步驟：

（1）使用企業(yè)客戶風(fēng)險(xiǎn)預(yù)警模型的5C指標(biāo)體系。

（2）根據(jù)已經(jīng)設(shè)計(jì)出的指標(biāo)進(jìn)行數(shù)據(jù)的采集。

（3）把采集到的數(shù)據(jù)用Hot Deck算法進(jìn)行數(shù)據(jù)值填補(bǔ)。

（4）計(jì)算所有指標(biāo)的信息增益值，根據(jù)其值從大到校進(jìn)行指標(biāo)排序，選出最終建模的指標(biāo)。

（5）將數(shù)據(jù)進(jìn)行加權(quán)，并分成訓(xùn)練集和測試集兩部分。

（6）使用前文所使用的SVM模型，用訓(xùn)練集進(jìn)行模型的訓(xùn)練，再用測試集進(jìn)行模型的測試，得到最終的結(jié)果。

其中，實(shí)驗(yàn)數(shù)據(jù)采集后運(yùn)用Hot deck算法進(jìn)行數(shù)據(jù)填充，具體步驟如下：

（1）用屬于同一類別的樣本組成簇，對于m類問題，則一共有m簇；

（2）用簇內(nèi)所有樣本（包括完整樣本和有缺失樣本）為每一簇的每個(gè)屬性確定一個(gè)填補(bǔ)值：如果屬性a是連續(xù)屬性，則用簇內(nèi)所有在屬性a非空的樣本的平均值作為該簇屬性a的填補(bǔ)值，如果屬性a是離散屬性，則用簇內(nèi)所有在屬性a非空的樣本的眾數(shù)作為該簇屬性a的填補(bǔ)值，m類n維問題最多有 個(gè)填補(bǔ)值；

（3）用步驟2確定的填補(bǔ)值填補(bǔ)相應(yīng)的樣本缺失屬性。

通過上述實(shí)現(xiàn)過程，我們就可以建立支持向量機(jī)的風(fēng)險(xiǎn)評估模型了，除了根據(jù)模型找出高風(fēng)險(xiǎn)用戶外，我們還可以用映射的方法把簡單的高、低風(fēng)險(xiǎn)用戶的評價(jià)轉(zhuǎn)化為對每個(gè)用戶評估中一個(gè)1～100的風(fēng)險(xiǎn)值（1表示出現(xiàn)風(fēng)險(xiǎn)的可能性大概是1％，也就是不太可能欠費(fèi)；100表示出現(xiàn)風(fēng)險(xiǎn)的可能性基本是100％，也就是必然會(huì)欠費(fèi)了）。

四、結(jié)束語

鑒于煤炭企業(yè)的客戶風(fēng)險(xiǎn)管理問題的研究現(xiàn)狀，本文從分析煤炭企業(yè)風(fēng)險(xiǎn)環(huán)境，對客戶信用風(fēng)險(xiǎn)進(jìn)行了相對系統(tǒng)和全面的風(fēng)險(xiǎn)識(shí)別，并初步確定了相關(guān)的風(fēng)險(xiǎn)指標(biāo)體系，給煤炭企業(yè)全面認(rèn)識(shí)客戶風(fēng)險(xiǎn)提供了研究基礎(chǔ)。在風(fēng)險(xiǎn)識(shí)別的基礎(chǔ)上，本文建立了基于支持向量機(jī)的客戶風(fēng)險(xiǎn)評估模型，對客戶信用風(fēng)險(xiǎn)的分析及預(yù)測做出了一定的研究工作。

參考文獻(xiàn)：

[1]方邦鑒.打造誠信單位:信用制度建設(shè)與信用管理實(shí)務(wù)[M].中國經(jīng)濟(jì)出版社,2004,1:115

第4篇：信用風(fēng)險(xiǎn)評估范文

關(guān)鍵詞：信用風(fēng)險(xiǎn)評估；指標(biāo)體系；履約意愿；履約能力

引言

隨著中國加入WTO，《新巴塞爾資本協(xié)議》正式，金融全球化進(jìn)程不斷加快，中國商業(yè)銀行業(yè)除了要與國內(nèi)同業(yè)展開競爭之外，還要面對國際先進(jìn)的商業(yè)銀行的挑戰(zhàn)，因此對金融風(fēng)險(xiǎn)管理的要求更高、更緊迫。在商業(yè)銀行所面臨的各類金融風(fēng)險(xiǎn)中，信用風(fēng)險(xiǎn)是最古老也是最重要的一類風(fēng)險(xiǎn)，商業(yè)銀行必須對自己的信用風(fēng)險(xiǎn)進(jìn)行更加科學(xué)有效的評估和防范。

商業(yè)銀行信用風(fēng)險(xiǎn)評估是一個(gè)較為復(fù)雜的系統(tǒng)，信用風(fēng)險(xiǎn)的評估指標(biāo)作為此復(fù)雜系統(tǒng)的輸入項(xiàng)，對于評估結(jié)果的有效性和準(zhǔn)確性起著舉足輕重的作用。因此，商業(yè)銀行進(jìn)行信用風(fēng)險(xiǎn)評估及管理的首要任務(wù)是以指標(biāo)選擇原則為指引，以對信用風(fēng)險(xiǎn)的影響因素分析為依據(jù)，構(gòu)建信用風(fēng)險(xiǎn)評估指標(biāo)體系，為商業(yè)銀行的風(fēng)險(xiǎn)評估及管理工作奠定基礎(chǔ)。

一、商業(yè)銀行信用風(fēng)險(xiǎn)評估指標(biāo)的選取原則

1.科學(xué)性原則。即評估指標(biāo)的選擇、數(shù)據(jù)的選取和計(jì)算必須以公認(rèn)的科學(xué)理論為依據(jù)。

2.全面性和獨(dú)立性原則。即評估指標(biāo)具有較強(qiáng)的概括性，既能綜合反映商業(yè)銀行信用風(fēng)險(xiǎn)的程度，各指標(biāo)間又相互獨(dú)立，相關(guān)性小。

3.可行性原則。即評估指標(biāo)所涉及的數(shù)據(jù)容易獲取和計(jì)算。

4.可量化原則。即指標(biāo)的選擇及表述要盡量做到以量化研究為主，從而避免主觀評價(jià)所帶來的不確定性。

二、商業(yè)銀行信用風(fēng)險(xiǎn)的影響因素分析

商業(yè)銀行信用風(fēng)險(xiǎn)的影響因素有很多，經(jīng)過研究發(fā)現(xiàn)可以將其概括為兩個(gè)方面：貸款企業(yè)的履約能力及履約意愿。貸款企業(yè)履約就意味著銀行能夠在規(guī)定期限內(nèi)收回貸款本息，該貸款企業(yè)不會(huì)令銀行遭受因貸款而帶來的損失。

1.履約能力。企業(yè)的履約能力是企業(yè)經(jīng)營管理情況及發(fā)展實(shí)力的綜合體現(xiàn)，通?？梢酝ㄟ^其財(cái)務(wù)情況體現(xiàn)。財(cái)務(wù)指標(biāo)是企業(yè)財(cái)務(wù)狀況的客觀反映，與一般技術(shù)經(jīng)濟(jì)指標(biāo)相比，它具有更強(qiáng)的靈敏度和綜合性。企業(yè)的管理模式及有效性各不相同，也很難評判，但都會(huì)不同程度地反映在其財(cái)務(wù)指標(biāo)的發(fā)展變動(dòng)上，因此信用風(fēng)險(xiǎn)評估的一個(gè)中心內(nèi)容就是對企業(yè)財(cái)務(wù)指標(biāo)的提煉和分析。

2.履約意愿。企業(yè)的履約意愿包括企業(yè)管理者的道德修養(yǎng)、宏觀經(jīng)濟(jì)環(huán)境變化對管理者履約心理的影響、金融監(jiān)管環(huán)境的好壞對管理者履約投機(jī)心理的影響等等?；谝韵聝牲c(diǎn)考慮，本研究將履約意愿暫不作為指標(biāo)體系構(gòu)建的考慮因素。

其一，履約能力與履約意愿并不是相互獨(dú)立存在的，而是相互影響、相互作用的。在經(jīng)濟(jì)環(huán)境穩(wěn)定、法制健全、講求商業(yè)信譽(yù)的社會(huì)中，貸款企業(yè)有履約能力而不愿履約的可能性較小，此時(shí)，履約意愿可以內(nèi)化于對履約能力的考察。其二，由指標(biāo)選取的基本原則出發(fā)，所選指標(biāo)要盡可能量化和標(biāo)準(zhǔn)化，履約意愿以中國目前的社會(huì)信用管理狀況來講，還不能達(dá)到對各貸款企業(yè)精確量取。

綜上所述，商業(yè)銀行信用風(fēng)險(xiǎn)評估指標(biāo)的選取就集中于對企業(yè)履約能力的研究，即企業(yè)財(cái)務(wù)指標(biāo)的選取。

三、商業(yè)銀行信用風(fēng)險(xiǎn)評估指標(biāo)體系構(gòu)建

由以上的分析及對企業(yè)財(cái)務(wù)指標(biāo)的歸納，商業(yè)銀行信用風(fēng)險(xiǎn)指標(biāo)體系可由以下四個(gè)方面，14個(gè)指標(biāo)構(gòu)成。

1.償債能力。（1）流動(dòng)比率：比率越高，說明償還短期負(fù)債的能力越強(qiáng)，一般認(rèn)為，對于大部分企業(yè)來說，流動(dòng)比率為200%是比較合適的比率。（2）速動(dòng)比率：比率越高，說明償還短期負(fù)債的能力越強(qiáng)，但不宜過高，一般應(yīng)維持在100%的水平。（3）資產(chǎn)負(fù)債率：反映在總資產(chǎn)中有多大比例是通過借債來籌資的，一般情況下，資產(chǎn)負(fù)債率越小，表明企業(yè)長期償債能力越強(qiáng)。（4）超速動(dòng)比率：比率越高，說明變現(xiàn)能力越強(qiáng)，較速動(dòng)比率能夠更確切地反映立即變現(xiàn)能力。

2.營運(yùn)能力。（1）應(yīng)收賬款周轉(zhuǎn)率：反映應(yīng)收賬款周轉(zhuǎn)速度。比率越高，說明發(fā)生壞賬損失的可能性越小。（2）存貨周轉(zhuǎn)率：綜合衡量企業(yè)生產(chǎn)經(jīng)營各環(huán)節(jié)中存貨運(yùn)營效率。比率越高，說明借款人存貨從資金投入到銷售收回的時(shí)間越短。在銷售利潤率相同的情況下，比率越高，獲利越多。（3）流動(dòng)資產(chǎn)周轉(zhuǎn)率：比率越高，說明以相同的流動(dòng)資產(chǎn)完成的周轉(zhuǎn)額越多，流動(dòng)資產(chǎn)利用效果越好。（4）固定資產(chǎn)周轉(zhuǎn)率：比率越高，說明企業(yè)固定資產(chǎn)利用充分，結(jié)構(gòu)合理，能夠充分發(fā)揮效率。（5）總資產(chǎn)周轉(zhuǎn)率：比率越高，說明企業(yè)全部資產(chǎn)的使用效率越高。

3.盈利能力。（1）銷售利潤率：反映企業(yè)一定時(shí)期的獲利能力。比率越高，說明銷售凈收入中的利潤越高。（2）凈資產(chǎn)收益率：衡量企業(yè)運(yùn)用自有資本的效率。比率越高，說明投資帶來的收益越高。（3）成本費(fèi)用利潤率：反映經(jīng)營耗費(fèi)所帶來的經(jīng)營成果。比率越高，說明企業(yè)的經(jīng)濟(jì)效益越好。（4）資產(chǎn)收益率：衡量每單位資產(chǎn)創(chuàng)造的凈利潤大小。比率越高，說明企業(yè)在增加收入和節(jié)約資金方面的能力越強(qiáng)。

4.貸款方式。貸款方式雖非企業(yè)的財(cái)務(wù)指標(biāo)，但在信用風(fēng)險(xiǎn)研究領(lǐng)域越來越受到各專家學(xué)者的重視。貸款方式不僅影響貸款企業(yè)的履約意愿，更為重要的是，在企業(yè)履約能力不足以償還貸款本息的時(shí)候不同程度的補(bǔ)償銀行因此所遭受的損失。從這個(gè)意義上來講，貸款方式是影響銀行信用風(fēng)險(xiǎn)的一個(gè)重要指標(biāo)。

結(jié)論

1.商業(yè)銀行信用風(fēng)險(xiǎn)評估指標(biāo)體系的應(yīng)用。商業(yè)銀行信用風(fēng)險(xiǎn)評估作為一個(gè)具有系統(tǒng)性、非線性等的復(fù)雜系統(tǒng)問題，傳統(tǒng)的比例分析方法、統(tǒng)計(jì)分析方法等線性方法已經(jīng)不足以客觀、準(zhǔn)確地反映銀行所面臨的信用風(fēng)險(xiǎn)。指標(biāo)體系的結(jié)構(gòu)以及指標(biāo)權(quán)數(shù)的確定應(yīng)以基于復(fù)雜、非線性理論的人工智能方法為主，通過建立合理完善的信用風(fēng)險(xiǎn)評估模型對銀行信用風(fēng)險(xiǎn)進(jìn)行評估。

2.商業(yè)銀行信用風(fēng)險(xiǎn)評估指標(biāo)體系的不足。對信用風(fēng)險(xiǎn)評估指標(biāo)的選取主要集中于定量的財(cái)務(wù)指標(biāo)范疇，這一方面是基于對信用風(fēng)險(xiǎn)影響因素之間相互作用的理論分析，一方面是源于中國金融信用體系的限制。這種評估體系結(jié)構(gòu)，雖在一定的理論及實(shí)際條件下是科學(xué)、合理的，但是從長遠(yuǎn)考慮，中國商業(yè)銀行在不斷加強(qiáng)金融管制、健全金融法制的同時(shí)，對信用風(fēng)險(xiǎn)評估指標(biāo)的選擇應(yīng)不斷納入環(huán)境因素、企業(yè)信用因素等更多非財(cái)務(wù)指標(biāo)，不斷提高商業(yè)銀行信用風(fēng)險(xiǎn)評估的前瞻性和科學(xué)性。

參考文獻(xiàn)：

[1]夏紅芳.商業(yè)銀行信用風(fēng)險(xiǎn)度量與管理研究[M].杭州：浙江大學(xué)出版社，2009.

[2]于立勇.商業(yè)銀行信用風(fēng)險(xiǎn)評估[M].北京：北京大學(xué)出版社，2007.

[3]李小燕，錢建豪.中國企業(yè)信用風(fēng)險(xiǎn)評價(jià)指標(biāo)的有效性研究[J].中國軟科學(xué)，2005，(9).

[4]Cebenoyan，A.Sinan；Strahan，Philip E.Risk management，capital structure and lending at banks[J].Journal of Banking and Finance， 2004，(1).

[5]陳元燮.建立信用評級(jí)指標(biāo)體系的幾個(gè)理論問題[J].財(cái)經(jīng)問題研究，2000，(8).

A Construction Research on Credit Risk Evaluation Index System for Commercial Banks

（School of Economics and Management，Xi’an Shiyou University，Xi’an 710065，China）

第5篇：信用風(fēng)險(xiǎn)評估范文

一、當(dāng)今國際銀行業(yè)變革調(diào)整的主要方式及其意義

當(dāng)今銀行業(yè)重大變革方式很多，如組織架構(gòu)重構(gòu)，業(yè)務(wù)及資產(chǎn)組合的調(diào)整，產(chǎn)權(quán)的改革等。各種變革調(diào)整方式的出發(fā)點(diǎn)和著力點(diǎn)不同，對各銀行的發(fā)展產(chǎn)生不同的效果。

管理架構(gòu)的重構(gòu)，80年代末、90年代初在國際先進(jìn)銀行曾經(jīng)普遍出現(xiàn)過。各銀行根據(jù)服務(wù)客戶理念的變化和信息管理技術(shù)的發(fā)展條件，對整個(gè)組織架構(gòu)進(jìn)行調(diào)整。銀行組織架構(gòu)朝扁平化方向發(fā)展，地域化分割逐漸虛化，業(yè)務(wù)實(shí)現(xiàn)垂直化管理，銀行風(fēng)險(xiǎn)管理的集中化程度提高。在這種架構(gòu)下，銀行可以很方便地根據(jù)客戶需要，在全球范圍內(nèi)統(tǒng)一進(jìn)行資源的調(diào)配，提高了銀行競爭力，也提高了對客戶的服務(wù)效率。

業(yè)務(wù)的調(diào)整，銀行在發(fā)展過程中，依據(jù)自身的優(yōu)劣勢，在業(yè)務(wù)和地域上進(jìn)行調(diào)整。這主要是出于新的發(fā)展戰(zhàn)略需要，在一些傳統(tǒng)業(yè)務(wù)和地域上的進(jìn)退收縮。傳統(tǒng)的銀行業(yè)務(wù)增長模式傾向立足于資產(chǎn)規(guī)模的擴(kuò)張和機(jī)構(gòu)網(wǎng)絡(luò)體系的延伸，因此，銀行總體業(yè)務(wù)量和機(jī)構(gòu)布局是銀行力量的主要體現(xiàn)。但現(xiàn)代銀行更注重資本的盈利能力和相對優(yōu)勢的發(fā)揮，更重視對客戶忠誠度的培養(yǎng)和客戶價(jià)值增值的管理。不斷調(diào)整的世界經(jīng)濟(jì)金融形勢及發(fā)展格局要求各家銀行不斷調(diào)整自身的戰(zhàn)略優(yōu)勢和生存空間。這方面的典型案例是一些銀行確立的市場優(yōu)勢戰(zhàn)略，并主動(dòng)從一些市場撤退某些業(yè)務(wù)，如大通銀行幾年前出售其香港零售業(yè)務(wù)的策略。另一方面，由于銀行監(jiān)管體制的變化，銀行非銀行業(yè)務(wù)的融合，銀行業(yè)務(wù)能力的增強(qiáng)，商業(yè)銀行對投資銀行、保險(xiǎn)業(yè)務(wù)的滲透日益普遍，從而引起機(jī)構(gòu)設(shè)置及業(yè)務(wù)管理方式的變革。

資產(chǎn)組合的調(diào)整，銀行業(yè)務(wù)能力的變化帶來銀行資產(chǎn)結(jié)構(gòu)的變化。傳統(tǒng)的貸款在一些大銀行資產(chǎn)的配置中占的比重越來越少，而證券化資產(chǎn)和交易資產(chǎn)（Trading Assets）等越來越多。如摩根大通銀行1999年和2000年，貸款占總資產(chǎn)的比例都不到30%（注：2000 Jpmorgan Chase Annual Report）。另一方面，市場越來越重視銀行的“清潔”資產(chǎn)。對不良資產(chǎn)進(jìn)行清理剝離，組建資產(chǎn)管理公司專門予以處置，這在當(dāng)代已經(jīng)成為處理問題銀行、建立健康銀行體系的重要途徑，如美國20世紀(jì)80年代末、90年代初出現(xiàn)的“好”“壞”銀行的辦法，東南亞國家在1998年金融危機(jī)后興起的處理不良資產(chǎn)風(fēng)潮等，都對當(dāng)時(shí)的銀行體系建設(shè)產(chǎn)生了重要的作用和影響，并對穩(wěn)定市場信心帶來了正面效應(yīng)。

涉及產(chǎn)權(quán)變革的銀行整合，包括銀行機(jī)構(gòu)之間并購，銀行與其它機(jī)構(gòu)間的戰(zhàn)略投資合作關(guān)系的建立，以及利用資本市場進(jìn)行股份制改造和上市等。如東南亞危機(jī)發(fā)生后，韓國等國曾出現(xiàn)過銀行國有化和后來的私有化的過程，是大規(guī)模銀行重組的典型。由銀行產(chǎn)權(quán)調(diào)整引起的銀行變革，既可能是公司管制方式和管理格局的變動(dòng)，也可能是促使銀行業(yè)務(wù)范圍和經(jīng)營地域發(fā)生變化的重要措施。

除上述一些重大變革方式外，目前，銀行業(yè)可能出現(xiàn)的調(diào)整方向主要受兩方面力量的推動(dòng)，其一是技術(shù)進(jìn)步引起的銀行虛擬化和業(yè)務(wù)電子化處理的深化。面對客戶的渠道越來越多，網(wǎng)上銀行及電話銀行、ATM機(jī)的作用會(huì)進(jìn)一步提高，由此可能引起分行網(wǎng)絡(luò)分布及其功能的調(diào)整。據(jù)美國貨幣監(jiān)理署統(tǒng)計(jì)，至1999年第三季度，在以下幾類銀行業(yè)務(wù)中，美國銀行業(yè)通過網(wǎng)上銀行提供服務(wù)的渠道的情況是：賬戶查詢和資金轉(zhuǎn)賬占88.8%，付款占78.2%，信貸申請占60%，新賬戶的開立占36.6%，經(jīng)紀(jì)業(yè)務(wù)占21.6%，現(xiàn)金管理占15.7%，托管占11.9%，保險(xiǎn)占5.4%.（注：Karen Furst，William Lang，and Daniel Nolle Internet Banking： Developments and Prospects p13，April 2002，Harvard University）隨著電子化技術(shù)的進(jìn)一步發(fā)展，銀行的分銷體系和成本結(jié)構(gòu)可能發(fā)生變化，進(jìn)而引起銀行業(yè)務(wù)發(fā)展方式和機(jī)構(gòu)管理方式的變革。第二個(gè)趨勢是在銀行監(jiān)管政策放松管制的推動(dòng)下，銀行非銀行機(jī)構(gòu)融合的深入引起銀行競爭格局、銀行效率及銀行生存空間和增長空間的變化。

總之，當(dāng)今銀行發(fā)展格局是多方面因素形成和推動(dòng)的。面臨競爭對手，尋求發(fā)展對策，在確立重組、發(fā)展、改革的主題時(shí)，需要對我國銀行業(yè)與先進(jìn)同業(yè)的差距有更全面的認(rèn)識(shí)，需要考慮各銀行實(shí)際狀況的差異，在此基礎(chǔ)上，確定各種措施的優(yōu)先程序及輕重緩急，逐步推進(jìn)。我國銀行業(yè)的重組既要應(yīng)對現(xiàn)實(shí)挑戰(zhàn)，也要面向未來發(fā)展。銀行重組的方向選擇是在現(xiàn)實(shí)問題、未來發(fā)展目標(biāo)及發(fā)展戰(zhàn)略等因素綜合考慮的基礎(chǔ)上確定的。

二、我國銀行業(yè)經(jīng)營管理存在的問題及重組改革的迫切性

據(jù)了解，花旗銀行管理的一個(gè)通俗理念是：微笑的股東帶來微笑的員工，微笑的員工帶來微笑的客戶，微笑的客戶帶來微笑的股東。一個(gè)最現(xiàn)代化的銀行管理體系大抵也是從所有者、管理者、員工和客戶的關(guān)系做起，探討復(fù)雜的銀行重組改革關(guān)系，也不妨按此展開分析。

本文擬以一個(gè)簡單的模型導(dǎo)出我國銀行經(jīng)營管理存在的突出問題，在此基礎(chǔ)上，對我國銀行重組措施及其效果進(jìn)行分析。

銀行生存鏈條的是市場環(huán)境所決定的市場空間?，F(xiàn)代銀行的管理就是要盡力在可能的市場空間內(nèi)，獲得最大收益，并要使四方的基本利益實(shí)現(xiàn)統(tǒng)一，建立合理的相互依存關(guān)系。在目前狀況下，我國銀行管理體制的缺陷，集中體現(xiàn)在以下幾個(gè)方面：

1、所有者與管理層缺乏有效的責(zé)任約束。投資人對管理層和銀行經(jīng)營沒有形成有效約束的體制，投資人的利益無法得到有效保障。

2、職員缺乏工作積極性。銀行職員需要將銀行服務(wù)客戶的使命高效地貫徹落實(shí)。我國銀行業(yè)職員普遍缺乏足夠的動(dòng)力和約束力挖掘其潛力，實(shí)現(xiàn)高效率的服務(wù)。

3、未建立以客戶為中心的高效率服務(wù)體系。銀行要根據(jù)客戶的需求，建立合理的業(yè)務(wù)流程和服務(wù)手段。我國銀行業(yè)仍然處于較原始的發(fā)展階段，在服務(wù)效率及產(chǎn)品方面難以滿足客戶的需求。

4、銀行與客戶之間的關(guān)系脆弱。銀行在服務(wù)客戶基礎(chǔ)上，從客戶那里獲得最大回報(bào)，并對風(fēng)險(xiǎn)進(jìn)行有效控制，形成長期互利合作關(guān)系。我國銀行業(yè)與客戶之間良好的信用關(guān)系遠(yuǎn)未形成，由于過去信用風(fēng)險(xiǎn)的積累以及現(xiàn)代信用體系的缺乏，導(dǎo)致銀行嚴(yán)重的不良資產(chǎn)問題的產(chǎn)生。

所有者、經(jīng)營者、員工和客戶四方面關(guān)系形成相互依存體，構(gòu)成了銀行生存發(fā)展的基礎(chǔ)，但我國銀行業(yè)并沒有形成順暢的循環(huán)體。

在我國，上述四環(huán)節(jié)存在的問題，首先導(dǎo)致銀行運(yùn)作效率低下，也導(dǎo)致銀行盈利能力弱，風(fēng)險(xiǎn)狀況突出，競爭力差。我國加入WTO后，低效率和低競爭力已經(jīng)成為我國銀行業(yè)生存發(fā)展的巨大壓力。另一方面，中國市場經(jīng)濟(jì)的深入發(fā)展對社會(huì)中介職能的效率、穩(wěn)定和安全性要求也在提高，特別是在我國銀行體系仍居于金融市場主導(dǎo)地位的情況下，銀行業(yè)的發(fā)展對我國整體經(jīng)濟(jì)的高效運(yùn)作和走向成熟具有特別重要的意義。盡管我國經(jīng)濟(jì)維持了多年持續(xù)高速發(fā)展的良好局面，但最近一、兩年仍有不同的聲音評估我國發(fā)展面臨的風(fēng)險(xiǎn)，其中一個(gè)重要原因就是因?yàn)槲覈y行業(yè)管理低效和嚴(yán)重的不良資產(chǎn)問題的存在。我國銀行業(yè)發(fā)展面臨的障礙已經(jīng)成為影響宏觀經(jīng)濟(jì)發(fā)展的制約因素。我國經(jīng)濟(jì)要按黨的“十六”報(bào)告確定發(fā)展藍(lán)圖，邁上新臺(tái)階，銀行管理體制必定要變革。

銀行循環(huán)鏈條生存空間是由宏觀經(jīng)濟(jì)體發(fā)展和銀行在市場中獲取的市場格局決定的。銀行作為主動(dòng)者可以控制自身的市場選擇，這也就是后文將要強(qiáng)調(diào)的銀行市場定位、市場戰(zhàn)略，以及適應(yīng)市場變化能力的問題。

三、我國銀行業(yè)重組改革的措施及效果

我國銀行業(yè)發(fā)展存在的問題，以及生存面臨的壓力已經(jīng)基本得到共識(shí)，但采取何種措施進(jìn)行改革則有眾多說法。對國有銀行來說，目前理論界比較流行的觀點(diǎn)是推動(dòng)國有銀行的股份化改造及上市。

銀行上市的方式和路徑有很多種，如在國內(nèi)上市，在海外上市，分割上市或整體上市等。我們認(rèn)為，從現(xiàn)今銀行發(fā)展潮流講，銀行整體上市是一種相對可行的選擇。理論上講，在一定的條件下，銀行股份制改造及上市，有助于解決如下幾方面問題：

1、上市銀行可解決公司治理機(jī)制問題，即通常所說的委托關(guān)系問題

委托關(guān)系要解決所有權(quán)和經(jīng)營權(quán)分離的情況下，所有者對經(jīng)營管理者的監(jiān)控問題。出資人不直接參與銀行機(jī)構(gòu)的管理，但要通過合適方式，行使對銀行經(jīng)營管理的控制權(quán)，使其作為所有者的權(quán)益能夠真正得到保障。股東選聘董事，組成銀行董事會(huì)，代為行使監(jiān)控職能，是一種廣為應(yīng)用的方式。為確保此種方式的有效運(yùn)作，作為出資人利益代表的董事會(huì)董事要有適當(dāng)?shù)娜温氋Y格，并要充分履行董事職責(zé)，積極參與對銀行重大經(jīng)營管理的決策活動(dòng)，并對銀行的重大經(jīng)營管理承擔(dān)最終責(zé)任。董事會(huì)及董事承擔(dān)的職責(zé)需要通過法律形式予以明確，并有法定的程序負(fù)責(zé)檢查、監(jiān)督，有嚴(yán)格的法律手段保證落實(shí)，這是在市場經(jīng)濟(jì)環(huán)境下公司治理機(jī)制能夠得以建立的基礎(chǔ)。

公司治理機(jī)制實(shí)施的另一個(gè)重要支柱是市場的有效監(jiān)督。其基礎(chǔ)是，銀行要有真實(shí)、充分的信息披露，投資者可以對銀行投資價(jià)值進(jìn)行合理的評估和判斷。在此基礎(chǔ)上，投資者對經(jīng)營管理層的管理活動(dòng)、經(jīng)營業(yè)績通過股票的買賣表達(dá)意見（即所謂用腳投票），從而形成對經(jīng)營管理層的壓力。為了保證信息披露的真實(shí)性，上市銀行需要建立規(guī)范的披露制度，有關(guān)法律要明確銀行及相關(guān)機(jī)構(gòu)和個(gè)人對信息披露承擔(dān)的責(zé)任。如美國證監(jiān)會(huì)在安然事件后，要求上市公司行政總裁和財(cái)務(wù)總監(jiān)明確其知悉有關(guān)信息，并要對信息的真實(shí)性負(fù)責(zé)。行政總裁和財(cái)務(wù)總監(jiān)要對公司任何虛假的信息披露承擔(dān)法律責(zé)任。有關(guān)法律對外部審計(jì)師和律師的任職資格也要有明確的規(guī)定，如美國索賓—奧克斯萊法案（SARBANES-OXLEYACT）修改法要求對一家公司連續(xù)承擔(dān)5年審計(jì)的審計(jì)師要“中斷”一年的審計(jì)，另外，審計(jì)師在提供咨詢業(yè)務(wù)時(shí)，要考察其作為審計(jì)師資格的獨(dú)立性問題。這些法律規(guī)定有利于保證提高上市公司信息披露的真實(shí)性。充分、真實(shí)的信息披霞是投資者在市場上進(jìn)行合理投票決策的基礎(chǔ)。

從我國目前對國有銀行的監(jiān)管和管理體制來看，國務(wù)院、財(cái)政部、人民銀行等有關(guān)部門各自承擔(dān)不同的管理職能，銀行重大決策涉及到多個(gè)部門的意見，這一過程往往延遲了決策時(shí)間，這種體制也造成難以追究決策失誤的責(zé)任。與此同時(shí)，有關(guān)制度并未形成對銀行經(jīng)營管理層的有效約束，特別是對銀行的經(jīng)營效益和風(fēng)險(xiǎn)狀況缺乏合理的制約機(jī)制。現(xiàn)有體制也不適宜于銀行提高適應(yīng)市場發(fā)展變化的能力。銀行在改制和上市后，銀行目標(biāo)控制可以市場化、程序化和規(guī)范化，其控制效率可以體現(xiàn)出來。借助于規(guī)范的法律約束和市場規(guī)則約束，可以強(qiáng)化所有者監(jiān)控作用的效力和時(shí)效性。

2、銀行有明確的經(jīng)營管理責(zé)任和目標(biāo)

對上市銀行來說，在合規(guī)經(jīng)營的前提下，銀行的首要經(jīng)營目標(biāo)是為投資者帶來最大的回報(bào)。這是吸引投資者投資，鼓勵(lì)投資者持有公司股票最重要的措施。由于公司確立了較單一、具體的經(jīng)營管理目標(biāo)，董事會(huì)對管理層進(jìn)行考核，并行使激勵(lì)約束機(jī)制就具有比較客觀、公正的依據(jù)。

長期以來，國家有關(guān)部門為國有銀行制定了較多的經(jīng)營管理目標(biāo)，作為經(jīng)營機(jī)構(gòu)更要承擔(dān)較多的社會(huì)責(zé)任，使銀行機(jī)構(gòu)偏離商業(yè)機(jī)構(gòu)運(yùn)行的目標(biāo)，這是導(dǎo)致銀行資源配置效率低下的原因之一。另外，政府行政的過多干預(yù)也是影響銀行風(fēng)險(xiǎn)管理和銀行經(jīng)營管理責(zé)任的一個(gè)重要因素。雖然這些情況在近年已經(jīng)有了很大程度的改變，但是，我國銀行業(yè)（特別是國有銀行）仍然沒有形成清晰的經(jīng)營管理目標(biāo)。銀行仍然要承擔(dān)一些歷史賦予的社會(huì)職責(zé)，另外，銀行按行政區(qū)劃的布局，導(dǎo)致一些分支機(jī)構(gòu)仍然在一定意義上受到或多或少行政干預(yù)的壓力。銀行管理技術(shù)和管理文化還不能科學(xué)地按市場原則貫徹落實(shí)經(jīng)營考核目標(biāo)，更難以高效平衡其應(yīng)承擔(dān)的一些社會(huì)責(zé)任。多種經(jīng)營目標(biāo)，特別是如果過份偏重于社會(huì)目標(biāo)，以及由此衍生的政治目標(biāo)（中國國有大型企業(yè)包括國有銀行仍然延續(xù)行政序列，并有相應(yīng)的評定基準(zhǔn)），由此可能沖淡銀行經(jīng)營管理層的盈利目標(biāo)和長遠(yuǎn)發(fā)展目標(biāo)，銀行管理層更不能形成有效的壓力和激勵(lì)約束機(jī)制，促成對銀行資源的合理運(yùn)用，從而導(dǎo)致管理及資源的低效率。這是制約國有銀行管理難以實(shí)現(xiàn)重大突破的重要原因。通過銀行上市，使銀行集中體現(xiàn)的指標(biāo)相對簡化，對于銀行管理適應(yīng)市場經(jīng)濟(jì)體制發(fā)展的變化，無疑是一種重大改進(jìn)。

3、銀行可以借此機(jī)會(huì)實(shí)現(xiàn)激勵(lì)約束機(jī)制的重大改進(jìn)

為了保證經(jīng)營管理目標(biāo)的實(shí)現(xiàn)，上市公司通常要采取符合市場做法的激勵(lì)約束機(jī)制。企業(yè)管理層及員工的績效考核和薪酬補(bǔ)償要與企業(yè)整體目標(biāo)的實(shí)現(xiàn)緊密聯(lián)系起來，甚至于通過采取員工持股和對管理層實(shí)行期權(quán)分配的制度，使員工、經(jīng)營管理層與企業(yè)自身建立更為直接的利益相關(guān)體。

在目前的分配體制下，國有銀行的分配體制由財(cái)政部等有關(guān)部門統(tǒng)一規(guī)定，仍然具有大鍋飯的性質(zhì)。管理層和員工的積極性難以發(fā)揮出來。隨著經(jīng)濟(jì)改革的推進(jìn)，市場經(jīng)濟(jì)的分配原則越來越深入、普遍，特別是隨著上市公司的增多和外資企業(yè)的不斷進(jìn)入，國有銀行所實(shí)施的分配體制與其他上市公司及外資公司分配體制之間形成的差距越來越明顯，導(dǎo)致國有銀行職員的士氣低下，也使得國有銀行在激烈的市場競爭環(huán)境下，人才外流的沖擊表現(xiàn)非常突出。人的管理成為中國加入WTO后，國有銀行面臨的最突出的問題。

體制上存在問題的改進(jìn)，是一個(gè)長期的建設(shè)過程。有效的體制建設(shè)，需要國家制定相應(yīng)的政策法規(guī)，有待理性投資市場環(huán)境的培育，需要具有良好信用的社會(huì)中介機(jī)構(gòu)。更重要的是，體制的適應(yīng)性及效率，還與銀行的企業(yè)文化建設(shè)有非常重要的聯(lián)系。銀行管理層對銀行使命及企業(yè)理念的創(chuàng)立，這些理念與現(xiàn)代銀行經(jīng)營管理理念的相容性，以及它們在整個(gè)機(jī)構(gòu)中的推廣程度，對銀行形成凝聚力及提高銀行適應(yīng)力，都有至關(guān)重要的影響。中國眾多上市公司并沒有達(dá)到理論預(yù)想的效果，其實(shí)與外部監(jiān)管、市場約束力和企業(yè)信用文化建設(shè)都有關(guān)系，這說明在中國要使這一制度得以完善，還有很長的路走。

從以上分析可以看出，銀行股份化和上市在一定程度上能改進(jìn)前述中國銀行業(yè)面臨的四大問題的其中兩個(gè)，主要集中于解決所有者與管理層，以及某種程度上管理層與員工的利益關(guān)系，但這不是問題的全部。中國銀行業(yè)要提高自身的競爭力，改進(jìn)服務(wù)效率，還需要在經(jīng)營管理的其他方面實(shí)現(xiàn)重大突破。

四、適應(yīng)市場競爭需要的銀行技術(shù)變革及戰(zhàn)略調(diào)整

銀行的股份化以及走向上市之路，是國有銀行機(jī)制突破的一種選擇。在銀行完成上市后，我國銀行業(yè)與國際先進(jìn)銀行業(yè)之間存在的巨大發(fā)展差距仍然存在。國有銀行必須借助機(jī)制調(diào)整的機(jī)會(huì)，同時(shí)在管理技術(shù)上實(shí)現(xiàn)突破，降低客戶服務(wù)的管理成本，提高運(yùn)作效率，在收益增加的同時(shí)控制經(jīng)營風(fēng)險(xiǎn)。另一方面，各家銀行需要重新審視自身的戰(zhàn)略，建立競爭優(yōu)勢，形成自己的生存空間，在此基礎(chǔ)上尋找超越式的發(fā)展道路，盡快縮短與國際一流銀行的差距。

1、充分重視信息管理技術(shù)的基礎(chǔ)建設(shè)。造成經(jīng)營管理落后既有機(jī)制上原因，也有管理技術(shù)和信息技術(shù)的落后。與體制建設(shè)的長期性和對社會(huì)環(huán)境等方面要求的復(fù)雜性相比，銀行經(jīng)營管理技術(shù)的改善和提高具有更直接的作用，是我國銀行業(yè)可以盡快突破而且必須突破的環(huán)節(jié)。我國銀行業(yè)在人力資源管理、客戶資源管理、產(chǎn)品創(chuàng)新以及對市場發(fā)展的判斷力等方面，都與國際一流銀行存在差距，這些差距是造成銀行業(yè)在中國加入WTO后面臨沖擊的根本原因。我國銀行業(yè)目前還處在“粗放經(jīng)營”的階段，銀行對機(jī)構(gòu)、業(yè)務(wù)、產(chǎn)品、人員的成本、收益核算控制體系薄弱，風(fēng)險(xiǎn)控制技能落后，客戶營銷及維持能力不足。這些都成為銀行經(jīng)營管理改善的瓶頸。銀行服務(wù)質(zhì)量的好壞以及管理效率的高低，是以銀行對客戶的信息掌握程度以及對這些信息的分析、處理和傳輸能力為基礎(chǔ)的。信息化革命是現(xiàn)代銀行經(jīng)營管理技術(shù)變革的基礎(chǔ)。我國銀行業(yè)管理發(fā)展變革的一個(gè)重要步驟是推進(jìn)完善的信息體系建設(shè)。

信息技術(shù)的突出特點(diǎn)是它的發(fā)展變化速度。為適應(yīng)信息技術(shù)的變革，國際大銀行也一直在探索、調(diào)整其經(jīng)營管理方式。在新的技術(shù)發(fā)展方面，我國銀行業(yè)與國際銀行業(yè)可能會(huì)處于同樣的起點(diǎn)，面臨類似的戰(zhàn)略選擇和決策機(jī)會(huì)。如果能采取合理的戰(zhàn)略，我國銀行業(yè)在某些方面可以實(shí)現(xiàn)超越式發(fā)展。如從電子銀行等渠道的利用來看，它可以改進(jìn)銀行面對客戶的方式及效率，同時(shí)，也可能是推進(jìn)銀行未來發(fā)展的力量。在這一方面，中國銀行業(yè)與國際銀行業(yè)大體處在同一起點(diǎn)，如果采取合理的策略，就可以建立某些方面領(lǐng)先的優(yōu)勢。信息技術(shù)不僅是一種基礎(chǔ)設(shè)施建設(shè)，同時(shí)，它也是銀行提高競爭能力的重要手段，我國銀行業(yè)在重組變革過程中要給予足夠的重視。

2、確立合理的戰(zhàn)略思路。我國銀行業(yè)與國際先進(jìn)同業(yè)有多方面的差距，如何在同一市場的競爭中取得優(yōu)勢，很大程度上取決于各家銀行對自己的市場定位。各家銀行如能從最強(qiáng)項(xiàng)予以推進(jìn)或從最弱環(huán)節(jié)進(jìn)行突破，就可以以較小的成本在最短的時(shí)間內(nèi)獲得較大收益。這是我國銀行應(yīng)對外資銀行強(qiáng)大沖擊的重要戰(zhàn)略。市場的發(fā)展為我國銀行實(shí)施這一戰(zhàn)略創(chuàng)造了有利的條件。

我國經(jīng)濟(jì)持續(xù)的發(fā)展為銀行業(yè)創(chuàng)造了增長空間，更重要的是，我國經(jīng)濟(jì)處于轉(zhuǎn)型時(shí)期，企業(yè)融資行為、個(gè)人融資行為正在發(fā)生巨大的變革。在此過程中，企業(yè)的行為和個(gè)人行為會(huì)產(chǎn)生分層，形成各自不同的需求偏好，這種動(dòng)態(tài)的變動(dòng)格局，為各銀行優(yōu)勢的發(fā)揮創(chuàng)造了條件，各銀行如果有敏銳的洞察力，有合適的策略，就可以搶占市場先機(jī)，實(shí)現(xiàn)快速增長。

3、銀行重組改革步驟選擇。我國銀行業(yè)適應(yīng)市場經(jīng)濟(jì)運(yùn)作的改進(jìn)余地很大，銀行業(yè)重組改革因此被賦予了比較多的目標(biāo)定位。但在實(shí)際操作中，則需要有一定的程序和階段性，才可能有針對性地解決問題，比較快地適應(yīng)現(xiàn)代經(jīng)濟(jì)發(fā)展的需要，比較快地縮短與國際銀行的差距。

第6篇：信用風(fēng)險(xiǎn)評估范文

關(guān)鍵詞：商業(yè)銀行；信用風(fēng)險(xiǎn)；宏觀壓力測試

一、引 言

自20世紀(jì)70年代末到21世紀(jì)初，全球有93個(gè)國家先后爆發(fā)了112次系統(tǒng)性銀行危機(jī)。尤其90年代以來頻頻爆發(fā)的金融危機(jī)——如1987年美國股市崩盤、1994年美國利率風(fēng)暴及中南美洲比索風(fēng)暴、1997年亞洲金融危機(jī)、1998年俄羅斯政府違約事件，特別是2007年春季開始的次貸危機(jī)最終演變?yōu)?008年的全球金融風(fēng)暴，波及范圍之廣，影響程度之大，史無前例。它們不僅使一國多年的經(jīng)濟(jì)發(fā)展成果毀于一旦，還危機(jī)到一國的經(jīng)濟(jì)穩(wěn)定，對全球經(jīng)濟(jì)也產(chǎn)生了強(qiáng)大的沖擊。［1］

收稿日期：2008-07-05

項(xiàng)目資助：本文受到西安交通大學(xué)“985工程”二期資助（項(xiàng)目編號(hào)：07200701），國家社會(huì)科學(xué)基金（08DJY156）資助。

作者簡介： 李江（1962-），湖南省湘潭市人，金融學(xué)博士，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院副教授，

碩士研究生導(dǎo)師，研究方向：金融風(fēng)險(xiǎn)管理；劉麗平（1982-），女，河北省承德市人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院碩士研究生，研究方向：財(cái)務(wù)預(yù)警。

金融系統(tǒng)的宏觀壓力測試是一類前瞻性分析的工具，用于模擬“異常但合理” 宏觀經(jīng)濟(jì)沖擊對金融體系穩(wěn)定性的影響，可以幫助中央銀行識(shí)別金融體系的薄弱環(huán)節(jié)，有助于各方理解金融部門與宏觀經(jīng)濟(jì)之間的聯(lián)系，同時(shí)提高中央銀行和金融機(jī)構(gòu)的風(fēng)險(xiǎn)評估能力。因此，受到各國金融監(jiān)管當(dāng)局的重視，逐漸成為檢驗(yàn)一國銀行體系的脆弱性，維護(hù)金融穩(wěn)定的首選工具。在金融全球化的趨勢下，隨著我國金融市場的完全開放，我國金融業(yè)和國際金融市場的逐步融合，是否擁有一個(gè)穩(wěn)定和富有競爭力的銀行體系對于中國而言顯得非常迫切。對銀行體系進(jìn)行穩(wěn)定性評估，尤其是對銀行體系面對的信用風(fēng)險(xiǎn)

進(jìn)行宏觀層面的壓力測試，對防范和化解系統(tǒng)性金融風(fēng)險(xiǎn)，維護(hù)中國金融穩(wěn)定和安全具有重要意義。

下面研究宏觀壓力測試在銀行信用風(fēng)險(xiǎn)評估中的應(yīng)用，通過對國外已有的成熟模型理論成果分析比較的基礎(chǔ)上，根據(jù)我國的宏觀經(jīng)濟(jì)及金融發(fā)展特點(diǎn)，經(jīng)濟(jì)、金融數(shù)據(jù)統(tǒng)計(jì)及披露特點(diǎn)，模型的數(shù)據(jù)需求深度廣度要求，建立適用于我國的模型并以此進(jìn)行實(shí)證分析。

二、文獻(xiàn)綜述

（一）宏觀經(jīng)濟(jì)因素對銀行信貸違約風(fēng)險(xiǎn)的影響

McKinnon R［2］認(rèn)為，宏觀經(jīng)濟(jì)穩(wěn)定時(shí)，銀行經(jīng)營行為非常保守，不會(huì)出現(xiàn)不顧風(fēng)險(xiǎn)單方面追求效益的現(xiàn)象。但在實(shí)際匯率波動(dòng)、通貨膨脹出現(xiàn)等宏觀經(jīng)濟(jì)不穩(wěn)定的情況下，政府或明或暗的存款擔(dān)保，導(dǎo)致銀行會(huì)產(chǎn)生以高利率對高風(fēng)險(xiǎn)項(xiàng)目貸款的風(fēng)險(xiǎn)行為。Donald van Deventer［3］通過線性回歸分析，確定了宏觀因素對銀行股價(jià)變動(dòng)的解釋在統(tǒng)計(jì)上是顯著的。

對20 世紀(jì)80 年代以來各國銀行不穩(wěn)定尤其是銀行危機(jī)現(xiàn)象， 國際組織和國內(nèi)外學(xué)者進(jìn)行了大量研究， 積累了十分豐富的實(shí)證資料。尤其是來自美國、英國、澳大利亞、芬蘭的許多國外學(xué)者， 在對20 世紀(jì)80、90 年代全球銀行不穩(wěn)定事件的實(shí)證分析中發(fā)現(xiàn)， 宏觀經(jīng)濟(jì)因素波動(dòng)在各國銀行不穩(wěn)定中扮演著重要角色。Tom Bernhardsen［4-5］建立起銀行破產(chǎn)與不良貸款和宏觀經(jīng)濟(jì)因素的關(guān)系模型，并且利用歐洲國家的面板數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)。Erlenmaier U［6］和Gersbach H［7］利用挪威中央銀行的宏觀經(jīng)濟(jì)模型RIMINI對總體審慎指標(biāo)的趨勢與發(fā)展進(jìn)行預(yù)測，并且建立了評估貸款違約率的宏觀信貸方程。Froyland E和Larsen K［8］利用RIMINI對銀行不良貸款在宏觀經(jīng)濟(jì)波動(dòng)情境下進(jìn)行了壓力測試。Pesola J［9］分析了銀行系統(tǒng)危機(jī)對宏觀經(jīng)濟(jì)因素波動(dòng)的敏感性，并利用芬蘭的數(shù)據(jù)通過建立模型對兩者之間的關(guān)系進(jìn)行定量分析。Virolainen K［10］對芬蘭金融風(fēng)險(xiǎn)的實(shí)證評估，建立了宏觀信貸模型并進(jìn)行宏觀壓力測試，揭示了芬蘭銀行系統(tǒng)貸款違約風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)波動(dòng)的相關(guān)性。

國內(nèi)對于銀行體系的穩(wěn)定評估的實(shí)證研究，包括陳華，伍志文［11］運(yùn)用1978～2000年間的數(shù)據(jù)對我國銀行體系脆弱性狀況進(jìn)行了量化分析。結(jié)果發(fā)現(xiàn)，中國整個(gè)銀行體系在1978～2000年之間有11年是不穩(wěn)定的，尤其是在1992年和1998年前后更為突出，銀行體系出現(xiàn)了不穩(wěn)健的征兆，存在較大的金融風(fēng)險(xiǎn)。

（二）宏觀壓力測試?yán)碚摵蛯?shí)踐

在執(zhí)行宏觀壓力測試使用的宏觀信貸模型的研究領(lǐng)域，有兩個(gè)學(xué)者的模型框架占據(jù)舉足輕重的地位，并為日后的學(xué)者不斷的進(jìn)行模型的拓展研究和實(shí)證應(yīng)用奠定了良好的基礎(chǔ)。他們是Wilson T C［12-13］和 Merton R［14］。Wilson對各工業(yè)部門違約概率對一系列宏觀經(jīng)濟(jì)變量的敏感度直接建模。模型的思想是對違約概率和宏觀因素的關(guān)系進(jìn)行建模，模擬將來違約概率分布的路徑，就可以得到資產(chǎn)組合的預(yù)期異常損失，進(jìn)而模擬出在宏觀經(jīng)濟(jì)波動(dòng)沖擊下的違約概率值。相比較而言，Merton模型則多加入了股價(jià)對宏觀要素的反映，將資產(chǎn)價(jià)格變動(dòng)整合進(jìn)違約概率評估模型。因此，前一種模型更直觀，計(jì)算量較??；而后一種方法對數(shù)據(jù)的廣度和深度的要求以及計(jì)算量要求都很高，其中有些市場數(shù)據(jù)也許是信貸風(fēng)險(xiǎn)的噪音指標(biāo)。 　世界各地的學(xué)者，運(yùn)用上述模型框架進(jìn)行了大量的實(shí)證研究。Vlieghe G［15］對英國銀行體系累加的企業(yè)違約概率進(jìn)行建模估計(jì)，發(fā)現(xiàn)GDP、實(shí)際利率和真實(shí)工資水平具有較顯著的解釋能力。Bunn P，Cunningham A和Drehmann M［16］曾使用probit模型來測算英國企業(yè)部門的貸款違約風(fēng)險(xiǎn)。Boss M［17］針對加總的企業(yè)違約概率估計(jì)出宏觀經(jīng)濟(jì)信貸模型來分析澳大利亞銀行部門的壓力情境，結(jié)論說明工業(yè)產(chǎn)值，通貨膨脹率，股票指數(shù)，名義短期利率和油價(jià)都是違約概率的決定因素。Marco M 、Sorge、KimmoVirolainen［18］利用Wilson模型框架對芬蘭銀行系統(tǒng)的信貸違約概率進(jìn)行了宏觀壓力測試分析。結(jié)果證明在壓力情境下，違約概率（PD， portability of default）的蒙特卡羅模擬分布明顯異于常態(tài)分布，其Var值遠(yuǎn)高于基期的測算值。Jim Wong，Ka-fai Choi和 Tom Fong［19］建立了香港零售銀行面對宏觀經(jīng)濟(jì)波動(dòng)的信貸風(fēng)險(xiǎn)宏觀壓力測試框架。模型框架中引入的宏觀經(jīng)濟(jì)變量包括：國內(nèi)生產(chǎn)總值（GDP），利率（HIBOR），房地產(chǎn)價(jià)格（RE）和大陸的GDP。同時(shí)用宏觀壓力測試評估了香港銀行體系的貸款資產(chǎn)和住房抵押貸款風(fēng)險(xiǎn)暴露。壓力情境的設(shè)定模擬了亞洲金融危機(jī)時(shí)發(fā)生的宏觀經(jīng)濟(jì)波動(dòng)，并分別引入了測試模型。結(jié)果表明在置信水平90%時(shí)，在所有壓力情境下有些銀行仍然能夠盈利。這意味著目前銀行系統(tǒng)的信用風(fēng)險(xiǎn)較穩(wěn)和。當(dāng)VaR取99%的置信水平這一極端情況時(shí)，一些銀行出現(xiàn)了巨額損失，但這類事件發(fā)生的概率極低。

Hoggarth G和Whitley J［20］與Drehmann M Hoggarth， G Logan A， Zecchino L［21］在他們的研究中引入了英國在FSAP框架指引下宏觀壓力測試的執(zhí)行結(jié)果和方法，在壓力情境的設(shè)定方面采用在險(xiǎn)價(jià)值框架下的蒙特卡羅模擬法。Jones M T， Hilbers P和Slack G［22-23］提供了宏觀壓力測試的更一般的非線性的方法。Worrell D［24-25］ 討論了一個(gè)將早期預(yù)警系統(tǒng)，金融健全性指標(biāo)和宏觀壓力測試整合的方法。

一些學(xué)者研究將信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)整合測量，例如 Allen L 和 Saunders A［26］嘗試將宏觀經(jīng)濟(jì)因素整合進(jìn)信用風(fēng)險(xiǎn)的測量模型。而最近的一些文獻(xiàn)如Pain D、Vesala J［27］和Gropp等人［28-29］則是引用Wilson 的宏觀信用模型分析了宏觀要素對銀行的債務(wù)人的信用質(zhì)量的影響。而Wilson 的模型的一個(gè)替代選擇則是Merton 的公司層面的結(jié)構(gòu)模型. Gray D、Merton 和Bodie［30］將這一框架擴(kuò)展至研究主權(quán)違約風(fēng)險(xiǎn)。Derviz A 和Kadlcakova N ［31］將商業(yè)周期的影響整合進(jìn)一個(gè)具有結(jié)構(gòu)模型和簡化模型特征的復(fù)合模型。Drehmann M、Manning M［32］和Pesaran M H等［33］在利用Merton模型框架的宏觀壓力測試中研究了違約概率和宏觀經(jīng)濟(jì)變量的非線性關(guān)系。Benito A，Whitley J和Young G ［34］將基于衡量違約概率的Merton模型融入針對模擬個(gè)別企業(yè)違約的probit模型。他們發(fā)現(xiàn)Merton模型方法比僅僅依靠企業(yè)的財(cái)務(wù)數(shù)據(jù)的模型效果更優(yōu)。

還有一些文獻(xiàn)使用不良貸款，貸款損失額或者復(fù)合指標(biāo)與宏觀經(jīng)濟(jì)因素整合成矩陣向量來測算金融體系的穩(wěn)定性。Hanschel E和Monnin P［35］針對瑞士銀行系統(tǒng)構(gòu)建了一個(gè)復(fù)合壓力指標(biāo)，該指標(biāo)綜合了金融不穩(wěn)定的市場指標(biāo)和銀行資產(chǎn)負(fù)債表上的衍生變形指標(biāo)。Kalirai H 和 SchEicher M［36］針對對澳大利亞銀行體系累加的貸款損失，通過涉及廣泛的宏觀經(jīng)濟(jì)變量的模型進(jìn)行了時(shí)間序列的回歸估計(jì)。這些宏觀經(jīng)濟(jì)變量包括國內(nèi)生產(chǎn)總值、工業(yè)產(chǎn)值缺口、消費(fèi)者價(jià)格指數(shù)、貨幣供給增速、利息率、股票市場指數(shù)、匯率、出口額和油價(jià)。

（三）國內(nèi)外研究述評

目前國外開展的關(guān)于銀行穩(wěn)定性評估的實(shí)證研究十分豐富，其中挪威和芬蘭中央銀行的研究對金融系統(tǒng)的評估最具綜合性。穩(wěn)定性評估的目的在于，對銀行體系的健全狀況和抵御系統(tǒng)性金融危機(jī)的能力進(jìn)行定量和定性的客觀評價(jià)。為此采用了金融穩(wěn)健指標(biāo)分析（Financial Sound Indi cators)和壓力測試的方法，對宏觀經(jīng)濟(jì)環(huán)境中例外但有可能發(fā)生的沖擊（Shock）情境進(jìn)行模擬，來量度和評估銀行體系在遇到?jīng)_擊甚至遇到金融危機(jī)時(shí)，保持穩(wěn)定（即銀行保持基本運(yùn)營不會(huì)發(fā)生突變）的能力。

而國內(nèi)對于銀行體系的穩(wěn)定評估的實(shí)證研究都偏重于評價(jià)銀行體系的穩(wěn)定性，對在抵御不確定性風(fēng)險(xiǎn)的能力評估并未涉及。目前我國關(guān)于宏觀壓力測試的研究才剛剛涉及，孫連友［37］，高同裕、陳元富［38］等學(xué)者對宏觀壓力測試進(jìn)行了理論上的探討，但多為國外文獻(xiàn)的整理或綜述，未能進(jìn)一步的發(fā)展和深入。尤其在模型研究方面，僅僅停留在介紹早期國外學(xué)者的模型框架和較為成熟的各國宏觀壓力測試手冊指引中的操作流程。其內(nèi)容多為宏觀壓力測試的必要性、目的作用、所用方法、國內(nèi)外的具體實(shí)踐等，未能有很系統(tǒng)和深入的介紹，而對多種宏觀壓力測試模型的介紹和分析尚無涉及。

在實(shí)證方面，熊波［39］通過建立宏觀經(jīng)濟(jì)因素的多元Logit回歸分析，并對結(jié)果進(jìn)行假設(shè)情境的壓力測試分析。得出的結(jié)論是， 國內(nèi)生產(chǎn)總值和通貨膨脹率這樣的宏觀經(jīng)濟(jì)變量的確是影響中國銀行體系穩(wěn)定性的重要因素。但是該文只是借鑒了壓力測試的思想，使用傳統(tǒng)的方法，通過模擬情境下宏觀經(jīng)濟(jì)因素異動(dòng)，由Logit模型最終得出穩(wěn)定性指標(biāo)期望值的點(diǎn)估計(jì)來評價(jià)銀行體系的穩(wěn)定性。這種方法不能有效地反映出宏觀變動(dòng)沖擊對銀行體系的影響，不能看出壓力情境下銀行面臨的最主要的信用風(fēng)險(xiǎn)的分布狀況，即貸款違約率的概率分布。

三、宏觀壓力測試方法流程及模型設(shè)定

（一）方法流程

宏觀壓力測試是模擬“危機(jī)事件”來估計(jì)極端卻可能的壓力情境下金融體系的波動(dòng)。在宏觀壓力測試的框架中，其模型表示為：

Q(t+1｜t+1≥X=f(Xt，Zt)（1）

在（1）中 表示在模擬的壓力情境下評價(jià)金融體系的穩(wěn)定性的指標(biāo)的表現(xiàn)。在宏觀壓力測試模型中衡量金融部門波動(dòng)性的最一般的方法是資本的潛在損失率。Q(·)表示衡量金融系統(tǒng)波動(dòng)性的風(fēng)險(xiǎn)矩陣，衡量違約情況的指標(biāo)例如貸款損失額主要通過模擬壓力情境下的點(diǎn)估計(jì)得到。在這種情況中，該條件概率值表示的風(fēng)險(xiǎn)矩陣較容易計(jì)算。而在險(xiǎn)價(jià)值方法中，在任何給定的壓力情境下，資產(chǎn)組合的損失應(yīng)產(chǎn)生概率分布，而不是前一種方法中的點(diǎn)估計(jì)值。框架中f(·)表示損失方程，該方程模擬了宏觀經(jīng)濟(jì)沖擊對金融體系中加總的資產(chǎn)組合的影響關(guān)系。該方程可包含風(fēng)險(xiǎn)暴露，違約概率，相關(guān)性，回饋效應(yīng)，以及宏觀經(jīng)濟(jì)變量變動(dòng)與系統(tǒng)層面金融穩(wěn)定性表現(xiàn)的相互關(guān)系。

壓力測試的執(zhí)行方式主要是通過情境設(shè)定，根據(jù)情境假設(shè)下可能的風(fēng)險(xiǎn)因子變動(dòng)情形重新評估金融商品或投資組合的價(jià)值，整個(gè)程序通常分為兩大步：一是情境設(shè)定；二是重新評估。通常重新評估的方式不會(huì)有太大的差異，但是情境設(shè)定的方式卻有很多種選擇。情境分析（Scenario Analysis）是目前應(yīng)用的主流。即利用一組風(fēng)險(xiǎn)因子定義為某種情境，分析在個(gè)別情境下的壓力損失，因此此類方法稱為情境分析，情境分析的事件設(shè)計(jì)方法有兩種：歷史情境分析（Historical Scenario）和假設(shè)性情境分析（Hypothetical Scenario）。其他方法還有敏感度分析（Sensitive Analysis）和極值理論法（Extreme Value Theory， EVT）。

本文根據(jù)信用風(fēng)險(xiǎn)壓力測試的相關(guān)文獻(xiàn)以及世界銀行和國際貨幣基金組織聯(lián)合開發(fā)的FSAP（financial Sector ass ess ment programme)的手冊，將壓力測試的執(zhí)行程序見圖1所示。

圖1 壓力測試流程圖

（二）模型的設(shè)定

本文將在Wilson、Boss和Virolainen研究框架的基礎(chǔ)上建立適合我國銀行系統(tǒng)信用風(fēng)險(xiǎn)評估的宏觀壓力測試模型。首先借鑒國外研究成果中關(guān)于宏觀經(jīng)濟(jì)因素和貸款違約率之間的非線性關(guān)系設(shè)定。在此基礎(chǔ)上使用Logit方程將貸款違約率轉(zhuǎn)化為宏觀綜合指標(biāo)，以指標(biāo)作為因變量與宏觀經(jīng)濟(jì)因素進(jìn)行多元線性回歸分析，使得這一指標(biāo)能夠很好地利用各宏觀經(jīng)濟(jì)指標(biāo)所提供的信息。在模型中宏觀經(jīng)濟(jì)因素的選擇方面，參考國內(nèi)外學(xué)者實(shí)證研究中模型的自變量，結(jié)合我國數(shù)據(jù)統(tǒng)計(jì)和披露特點(diǎn)等制約因素選取適合的宏觀經(jīng)濟(jì)變量來構(gòu)建模型。

yt=ln1-PDt[]PDt（t=1， 2…， N）（2）

yt=α0+α1Xt+…α1+mX1-m+β1yt-1+…+βny1-n+μt（3）

Xt=0+1Xt-1+…+pX1-p+φ1yt-1+…+φqyt-q+εt（4）

PDt代表t年度的貸款的平均違約率，Y是一個(gè)反映宏觀經(jīng)濟(jì)狀況的綜合性指標(biāo)，也可以將它理解為是反映銀行體系違約概率和各宏觀經(jīng)濟(jì)變量的關(guān)系的“中介指標(biāo)”，X代表宏觀經(jīng)濟(jì)變量。在利用歷史數(shù)據(jù)進(jìn)行模型估計(jì)時(shí)，通過處理的違約概率值代入（2）就可以得到估計(jì)的綜合指標(biāo)的估計(jì)值。將其帶入（3）就可以估計(jì)出宏觀方程的系數(shù)，并以此估計(jì)出的方程作為進(jìn)行宏觀壓力測試的基礎(chǔ)。而在執(zhí)行壓力測試的時(shí)候，通過壓力情境的設(shè)定，用不同方法得到的各相關(guān)宏觀經(jīng)濟(jì)變量值代入估計(jì)出的（3）就可以得到壓力情境下的Y，再通過（2）就估計(jì)出了壓力情境下的銀行系統(tǒng)的違約概率。

公式（2）就是對貸款違約率進(jìn)行Logit回歸分析，PDt表示t年度的貸款的平均違約率，yt表示一系列宏觀經(jīng)濟(jì)變量的綜合指標(biāo)。

公式（3）是反映各宏觀經(jīng)濟(jì)變量與綜合性指標(biāo)yt的關(guān)系的方程，本文采用多元線性回歸的方法來模擬變量之間的關(guān)系。其中Xt=(x1，t，x2，t…xl，t)′是L×1階列向量，代表L個(gè)宏觀經(jīng)濟(jì)因素構(gòu)成的列向量；μt是方程的隨機(jī)擾動(dòng)項(xiàng)。截距α0是一個(gè)L×1階列向量；系數(shù)α1，α2…α1+m分別代表L×1階向量，系數(shù)β1…βn是L×n階矩陣向量。

公式（4）是關(guān)于各宏觀經(jīng)濟(jì)變量的時(shí)間序列模型。考慮到宏觀經(jīng)濟(jì)因素采取的時(shí)間序列數(shù)據(jù)，可能存在變量的滯后性，因此對各宏觀經(jīng)濟(jì)變量進(jìn)行P階自回歸分析，剔除模型中的序列相關(guān)性。在（4）中，0是L×1階的列向量， 1，…，p都是L×1階矩陣向量，φ1，…φq是L×q階矩陣向量，隨機(jī)誤差εt都是L×1階列向量。

在這個(gè)模型中，假設(shè)μt和εt是序列不相關(guān)的，并且分別服從方差協(xié)方差為矩陣∑μ和∑ε的正態(tài)分布。其中μt和εt相關(guān)的方差協(xié)方差矩陣為∑μ，ε。

在 Wilson（1997）和Virolainen（2004）提出的框架中，yt僅僅與Xt有關(guān)，而本文模型的設(shè)定更符合實(shí)際情況，yt不僅與Xt相關(guān)，考慮到宏觀沖擊的時(shí)滯效應(yīng)，yt還與其滯后期的值yt-1，…，yt-n有關(guān)。

從（4）可以看出，模型不僅考慮到了宏觀經(jīng)濟(jì)變量值之間的相互影響，模型的設(shè)定考慮到了金融體系對宏觀經(jīng)濟(jì)波動(dòng)的回饋效應(yīng)。將銀行的表現(xiàn)對經(jīng)濟(jì)的反饋影響通過在宏觀因素變量的自回歸方程中引入綜合變量來實(shí)現(xiàn)。通過各行業(yè)綜合指標(biāo)Y的前期值對各宏觀經(jīng)濟(jì)變量的影響設(shè)定來反映現(xiàn)實(shí)世界中的金融與經(jīng)濟(jì)發(fā)展的相互影響關(guān)系。

（三）變量選取

1.解釋變量

根據(jù)各國的實(shí)證研究經(jīng)驗(yàn)和我國銀行體系業(yè)務(wù)發(fā)展特點(diǎn)，本文模型的變量選取1990～2006年的年度數(shù)據(jù)，主要考慮到數(shù)據(jù)的可得性、宏觀經(jīng)濟(jì)統(tǒng)計(jì)的特征以及經(jīng)濟(jì)沖擊發(fā)生的持續(xù)時(shí)間來決定的。鑒于研究的宏觀層面，從數(shù)據(jù)的可得性及計(jì)算量考慮，本文的宏觀模型是基于整個(gè)經(jīng)濟(jì)體系的，因此各宏觀經(jīng)濟(jì)變量將不采用各經(jīng)濟(jì)部門的統(tǒng)計(jì)值，而是采用本國的整體水平的統(tǒng)計(jì)值。

本文選取八個(gè)宏觀經(jīng)濟(jì)變量作為解釋變量：

NGDP—國內(nèi)生產(chǎn)總值名義年增長率；

RGDP—國內(nèi)生產(chǎn)總值實(shí)際年增長率；

NR—一年期存款的名義基準(zhǔn)利率；

RR—一年期存款的實(shí)際基準(zhǔn)利率；

NLR—一年期流動(dòng)資金貸款的名義平均利率；

RLR—一年期流動(dòng)資金貸款的實(shí)際平均利率；

CPI—居民消費(fèi)價(jià)格指數(shù)；

RE—房地產(chǎn)價(jià)格指數(shù)；

2.被解釋變量

本文選取違約概率作為評估信用風(fēng)險(xiǎn)的指標(biāo)，銀行系統(tǒng)的信用風(fēng)險(xiǎn)主要表現(xiàn)為貸款資產(chǎn)的違約風(fēng)險(xiǎn)。違約率水平是評估銀行貸款質(zhì)量的最直接的指標(biāo)，違約風(fēng)險(xiǎn)可以用借款人在規(guī)定期限內(nèi)的違約概率度量。Virolainen K對芬蘭銀行系統(tǒng)的違約概率進(jìn)行的宏觀壓力測試分析中，對違約概率指標(biāo)采取如下方式賦值：在研究時(shí)段內(nèi)，某行業(yè)的破產(chǎn)機(jī)構(gòu)數(shù)量與總的機(jī)構(gòu)數(shù)量的比率為銀行體系面對的違約率。Jim Wong、Ka-fai Choi和Tom Fong［19］建立的香港零售銀行面對宏觀經(jīng)濟(jì)波動(dòng)的信貸風(fēng)險(xiǎn)壓力測試框架中，違約概率是逾期3個(gè)月以上的貸款額與總貸款額的比率。本文選取四家國有商業(yè)銀行和交通銀行、招商銀行、光大銀行等十家股份制商業(yè)銀行的信貸數(shù)據(jù)作為樣本，以平均的逾期貸款率代表貸款違約率，即以年末樣本銀行的總逾期貸款額與總貸款余額的比率。其中，1990、1991、1992三年的各樣本銀行的詳細(xì)數(shù)據(jù)欠缺，因此本文根據(jù)各類媒體披露的總的逾期貸款的變動(dòng)率和貸款額的變動(dòng)率計(jì)算出了這三年的逾期貸款率，其他各年份的詳細(xì)數(shù)據(jù)均來自中國金融年鑒和各銀行的年報(bào)。

四、實(shí)證結(jié)果

（一）模型估計(jì)

代入1990～2006年的宏觀經(jīng)濟(jì)數(shù)據(jù)對上述模型進(jìn)行多元回歸分析和模型估計(jì)，先用宏觀經(jīng)濟(jì)變量的名義指標(biāo)值和實(shí)際值，與引入的綜合指標(biāo)Y的兩期滯后變量分別對Y進(jìn)行回歸。從兩個(gè)模型的t檢驗(yàn)指標(biāo)看出，模型中GDP、LR、R作為解釋變量的參數(shù)并不顯著，而引入的Y的二階滯后變量對因變量的解釋性也不顯著。因此模型的參數(shù)需要進(jìn)一步調(diào)適剔除。根據(jù)經(jīng)驗(yàn)和宏觀經(jīng)濟(jì)沖擊的滯后性往往為一年，因此模型中只引入Y的一階滯后變量。雖然兩個(gè)模型的擬合優(yōu)度統(tǒng)計(jì)檢驗(yàn)指標(biāo)和D-W指標(biāo)略微下降，但兩個(gè)指標(biāo)值分別為0.987和2，仍是非常理想的檢驗(yàn)指標(biāo)值。在剔除掉一年期存款利率后，兩個(gè)模型各參數(shù)的t檢驗(yàn)指標(biāo)都非常顯著。但是以模型解釋變量的參數(shù)符號(hào)來看，通貨膨脹率CPI在以名義宏觀經(jīng)濟(jì)變量值為自變量的模型中的系數(shù)符號(hào)為負(fù)，這表明隨著CPI的增加，Y值也會(huì)減小，經(jīng)過Logit變換后的違約概率PD將會(huì)增大，顯然符合經(jīng)濟(jì)學(xué)原理。而在關(guān)于實(shí)際變量的模型中系數(shù)為正號(hào)，這是違背經(jīng)濟(jì)學(xué)原理的。所以本文確定以名義變量作為模型解釋變量的方程為最佳的宏觀經(jīng)濟(jì)模型（見表1）。這說明我國銀行的信貸違約率對名義的宏觀經(jīng)濟(jì)因素的波動(dòng)更敏感。Marco Sorge、 Kimmo Virolainen（2004）利用wilson（1997）模型框架對芬蘭銀行系統(tǒng)的違約概率進(jìn)行了宏觀壓力測試分析，宏觀經(jīng)濟(jì)模型估計(jì)結(jié)果與我國上述情況類似，即名義的宏觀經(jīng)濟(jì)變量對違約概率的解釋能力更顯著。

根據(jù)回歸方程的t檢驗(yàn)（5%的顯著性水平），各宏觀因素指標(biāo)的實(shí)際值對綜合指標(biāo)的影響并不顯著，所以剔除不列入表內(nèi)。從表1中可以看出，綜合經(jīng)濟(jì)指標(biāo)和各宏觀經(jīng)濟(jì)變量指標(biāo)的名義值關(guān)系顯著。且綜合指標(biāo)的一期滯后值對各宏觀經(jīng)濟(jì)指標(biāo)影響均顯著。從關(guān)于綜合指標(biāo)的多元線性回歸方程也可以看出，國內(nèi)生產(chǎn)總值增長率、貸款利率水平、通貨膨脹率和房地產(chǎn)價(jià)格的確是影響到我國銀行體系違約概率的顯著因素，而且綜合指標(biāo)明顯受其一期滯后值的顯著影響。

（二）宏觀壓力情境的設(shè)定及其結(jié)果

本文選擇情境分析作為執(zhí)行壓力測試的方法。針對模型所選取的宏觀經(jīng)濟(jì)變量，我們設(shè)定兩個(gè)壓力情境：一種是GDP增長突然放緩的情境；一種是CPI上升到較高的水平（5%以上）。對于各種壓力情境下，反映壓力的宏觀經(jīng)濟(jì)變量的變動(dòng)幅度，可以通過以往的歷史相似情境數(shù)據(jù)或歷史經(jīng)驗(yàn)直接進(jìn)行人為的設(shè)定。而本文在對銀行體系遇到極端情境進(jìn)行構(gòu)建之前，利用時(shí)間序列模型對解釋變量NGDP、CPI進(jìn)行了2008～2010年的簡單ARMA模型預(yù)測，作為我們構(gòu)建的參考基準(zhǔn)情境（baseline scenario）。

從表2可以看出，在設(shè)定的兩種壓力情境下，我國的銀行體系的信貸風(fēng)險(xiǎn)明顯增加，從模型預(yù)測估計(jì)出的貸款違約率都有不同幅度的增加。隨著國民生產(chǎn)總值增速的大幅降低，貸款違約概率增大，但幅度較緩。而隨著通貨膨脹率的驟增，違約概率出現(xiàn)大幅度的激增。這充分說明在壓力情境下，宏觀經(jīng)濟(jì)變量對銀行系統(tǒng)信貸違約概率的沖擊效應(yīng)非常顯著。從而判斷，通貨膨脹率的同等幅度波動(dòng)對銀行體系信貸違約率值的影響更大。

五、結(jié)論及建議

本文在對比分析國外成熟模型的基礎(chǔ)上，構(gòu)建了適合我國經(jīng)濟(jì)環(huán)境的宏觀壓力測試模型。首先本文借鑒了國外研究成果中關(guān)于宏觀經(jīng)濟(jì)因素和貸款違約率之間的非線性關(guān)系設(shè)定。在此基礎(chǔ)上使用Logit方程將貸款違約率轉(zhuǎn)化為宏觀綜合指標(biāo)Y，以指標(biāo)Y作為因變量與宏觀經(jīng)濟(jì)因素進(jìn)行多元線性回歸分析，使得這一指標(biāo)能夠很好地利用各宏觀經(jīng)濟(jì)指標(biāo)所提供的信息。在模型中宏觀經(jīng)濟(jì)因素的選擇方面，參考國內(nèi)外學(xué)者實(shí)證研究中模型的自變量，結(jié)合我國數(shù)據(jù)統(tǒng)計(jì)和披露特點(diǎn)等制約因素選取適合的宏觀經(jīng)濟(jì)變量來構(gòu)建模型。借鑒已有研究成果中在選擇信貸風(fēng)險(xiǎn)的評估指標(biāo)方面的做法，以逾期貸款率作為模型中反映銀行體系信貸風(fēng)險(xiǎn)的指標(biāo)。

結(jié)果發(fā)現(xiàn)：宏觀經(jīng)濟(jì)變量名義國內(nèi)生產(chǎn)總值，消費(fèi)者價(jià)格指數(shù)，房地產(chǎn)價(jià)格指數(shù)和名義流動(dòng)貸款利率對銀行體系貸款違約率影響是顯著的。特別是名義國內(nèi)生產(chǎn)總值和通貨膨脹率指標(biāo)，沖擊力較強(qiáng)。在關(guān)于名義國內(nèi)生產(chǎn)總值大幅下降和通貨膨脹率驟升的壓力情境設(shè)定下，銀行體系的貸款違約率都出現(xiàn)了不同程度的大幅度提高。尤其在關(guān)于通貨膨脹率的壓力情境下，貸款違約率的增長幅度高于名義國內(nèi)生產(chǎn)總值下降情境下的增幅。

本文研究結(jié)果對中國國情有著一定的解釋力，讓我們有信心支持這樣的研究思路的繼續(xù)開展。通過分析我們可以看出，中國的銀行體系穩(wěn)定性還有待進(jìn)一步加強(qiáng)，在面臨假設(shè)的宏觀經(jīng)濟(jì)沖擊時(shí)，化解風(fēng)險(xiǎn)的能力就顯得不足。當(dāng)然我們構(gòu)建的這些極端情形發(fā)生的概率都是極小的，畢竟中國經(jīng)濟(jì)目前來看幾年內(nèi)保持穩(wěn)定增長的態(tài)勢是確定的。

參考文獻(xiàn)：

［1］ 中國人民銀行金融穩(wěn)定分析小組.中國金融穩(wěn)定報(bào)告（2005）［EB/OL］. pbc.gov.cn/detail.asp?col=100&ID=2257&keyword.

［2］ McKinnon R. Financial growth and macroeconomic dtability in China.1978-1992: implications for Russia and other transitional economies［J］. Journal of Comparative Economics， 1994， 17(2): 438-469.

［3］ Deventer D V， Kenji I. Credit risk models and the Basel Accords［M］. BEijing: RENMIN University of China Press， 2005: 14-56.

［4］ Bernhardsen T. Real-time data for Norway: Challenges for monetary policy［J］. The North American Journal of Economics and Finance， 2005， 19(3): 333-349.

［5］ Bernhardsen T. The relationship between interest rate differentials and macroeconomic variables: a panel data study for European countries［J］. Journal of International Money and Finance， 2000， 18(2): 289-308.

［6］ Erlenmaier U. Correlations models in Credit Risk Managem［D］. Norway: University of HEIdelberg， 2004.

［7］ Erlenmaier U. Gersbach H.Default probabilities and default correlations［D］. Norway: University of Heidelberg， 2005.

［8］ Froyland E， Larsen K. How vulnerable are financial institutions to macroeconomic changes? An analysis based on Stress Testing［J］. Economic Bulletin， 2002， 3(11): 127-169.

［9］ Pesola J. The role of macroeconomic shocks in banking crises［J］. Bank of Finland Discussion paper， 2000， 2: 457-504.

［10］ Virolainen K. Macro stress-testing with a macroeconomic credit risk model for Finland［J］. Bank of Finland， mimeo， 2004， 19(1): 1-66.

［11］ 陳華，伍志文．銀行體系脆弱性：理論及基于中國的實(shí)證分析［J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004(9)：34-51．

［12］ Wilson T C. Portfolio credit risk I［J］. Risk， 1997， 9(10): 111-170.

［13］ Wilson T C. Portfolio credit risk II［J］. Risk， 1997， 10(10): 56-61.

［14］ Merton R. On the pricing of corporate debt: the risk structure of interest rates［J］. Inance， 1974， 29(7): 449-470.

［15］ Vlieghe G. Indicators of fragility in the UK corporate sector［J］. Bank of England Working Paper: on.146， 2001.

第7篇：信用風(fēng)險(xiǎn)評估范文

關(guān)鍵詞：宏觀壓力測試 銀行體系 信用風(fēng)險(xiǎn) 實(shí)證分析

一、引言

由2007年美國次貸危機(jī)引發(fā)的全球金融危機(jī)表明，金融市場一體化的格局已經(jīng)形成，金融風(fēng)險(xiǎn)的傳染效應(yīng)和溢出效應(yīng)日益強(qiáng)化，現(xiàn)代金融體系呈現(xiàn)出高度復(fù)雜性、結(jié)構(gòu)性以及同構(gòu)性的特征。在嚴(yán)峻形勢下，各國金融管理當(dāng)局不斷研發(fā)評估金融體系穩(wěn)健性的工具。巴塞爾銀行監(jiān)管委員會(huì)在2009年5月正式的《穩(wěn)健的壓力測試實(shí)踐和監(jiān)管原則》中強(qiáng)調(diào)了壓力測試的獨(dú)立地位，它應(yīng)成為驗(yàn)證計(jì)量經(jīng)濟(jì)風(fēng)險(xiǎn)模型準(zhǔn)確性的重要工具和內(nèi)部資本充足評估程序（ICAAP）的組成部分。壓力測試也是金融穩(wěn)定評估規(guī)劃（FSAP）中基金組織量化評估成員國金融風(fēng)險(xiǎn)的重要工具。此次國際金融危機(jī)背景下，主要國家加大了運(yùn)用宏觀壓力測試評估金融體系穩(wěn)健程度的力度。2009年2月，美聯(lián)儲(chǔ)等美國金融管理部門聯(lián)合對19家美國銀行控股公司（BHCs）的資本情況展開全面壓力測試（SCAP），以期在經(jīng)濟(jì)發(fā)展形勢不確定時(shí)，督促BHCs持有充足資本緩沖，降低銀行體系可能遭受的不可預(yù)期影響，并確保對有承貸能力客戶的信貸需求。2010年7月，歐洲銀行業(yè)監(jiān)管委員會(huì)（CEBS）公布了91家銀行壓力測試結(jié)果，目的在于揭示歐洲銀行體系面對沖擊的準(zhǔn)備程度，在經(jīng)濟(jì)不佳以及歐洲債務(wù)出現(xiàn)危機(jī)的背景下，壓力測試結(jié)果顯示超九成銀行達(dá)標(biāo)，為穩(wěn)定債權(quán)人信心，促進(jìn)市場快速恢復(fù)發(fā)揮了積極作用。與此同時(shí)，國內(nèi)開展壓力測試?yán)碚撗芯亢蛯?shí)證分析的進(jìn)程也在快速推進(jìn)，銀監(jiān)會(huì)于2007年12月了《商業(yè)銀行壓力測試指引》，督促商業(yè)銀行加大開展壓力測試的力度。但縱觀國內(nèi)壓力測試的開展情況，總體呈現(xiàn)出“宏觀壓力測試少，微觀壓力測試多；自上而下的少，自下而上的多”等特征，表明宏觀壓力測試?yán)碚撗芯亢蛯?shí)證分析有非常廣闊的拓展空間。

二、研究設(shè)計(jì)

（一）壓力測試的基本理論巴塞爾銀行全球金融系統(tǒng)委員會(huì)和國際貨幣基金組織將壓力測試定義為利用一系列方法來評估金融體系承受罕見但是仍然可能的宏觀經(jīng)濟(jì)沖擊或者重大事件的過程。Berkowetz（1999）認(rèn)為壓力測試是關(guān)注于“尾部”事件的一類特殊風(fēng)險(xiǎn)模型。在微觀領(lǐng)域，可以作為風(fēng)險(xiǎn)度量工具VaR的重要補(bǔ)充，幫助金融監(jiān)管當(dāng)局更好地監(jiān)管個(gè)別金融機(jī)構(gòu)的市場風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)；在宏觀領(lǐng)域，可以通過研究銀行間市場的傳染效應(yīng)、反饋效應(yīng)以及信貸衍生品市場發(fā)展引起的風(fēng)險(xiǎn)問題來對金融系統(tǒng)穩(wěn)健性做出評估。將壓力測試方法引入實(shí)務(wù)領(lǐng)域加以運(yùn)用是我國近年來才展開的內(nèi)容，相關(guān)學(xué)者對此做出了積極探索。其中黃學(xué)元等（2006）提出了一個(gè)信用風(fēng)險(xiǎn)的宏觀壓力測試實(shí)證架構(gòu)，利用其檢測了香港銀行體系受到宏觀經(jīng)濟(jì)沖擊時(shí)的抗壓能力；徐明東、劉曉星（2008）詳細(xì)分析比較了國內(nèi)外主要宏觀壓力測試架構(gòu)及方法；徐光林（2008）運(yùn)用線性模型，重點(diǎn)測試了GDP增速等指標(biāo)惡化時(shí)，我國銀行業(yè)金融機(jī)構(gòu)資產(chǎn)規(guī)模擴(kuò)張的受影響程度。張志暹、邊永平（2008）運(yùn)用VAR模型和蒙特卡羅模擬分析，揭示了甘肅銀行體系在面臨經(jīng)濟(jì)沖擊時(shí)所暴露出來的脆弱性及其承受沖擊的能力。華曉龍（2009）通過多元線性回歸分析，利用假設(shè)情景定量分析了宏觀經(jīng)濟(jì)波動(dòng)對中國銀行體系貸款違約率的影響。本文在研讀壓力測試文獻(xiàn)和宏觀經(jīng)濟(jì)形勢分析報(bào)告的基礎(chǔ)上，嘗試設(shè)計(jì)了“極端且合理”的宏觀壓力情景，并構(gòu)建了一個(gè)自上而下的宏觀壓力測試實(shí)證分析模型，試圖從數(shù)量關(guān)系上刻畫在宏觀壓力情景下銀行體系信用風(fēng)險(xiǎn)水平的變遷情況，具有一定的現(xiàn)實(shí)意義和政策實(shí)踐性。

（二）壓力指標(biāo)的選擇 本文選取代表銀行體系信用風(fēng)險(xiǎn)的不良貸款率（NPL）作為承壓指標(biāo)和被解釋變量，選取具有重要影響的宏觀經(jīng)濟(jì)變量作為壓力指標(biāo)和解釋變量，通過構(gòu)建多元線性回歸模型反映解釋變量（壓力指標(biāo)）和被解釋變量（承壓指標(biāo)）之間的映射關(guān)系。實(shí)證模型設(shè)定如下：

NPLi，t=αi+βj， t+λx， t+y， t-1……+εi，t（1）

其中，αi代表常數(shù)項(xiàng)；j、x、y為表征壓力指標(biāo)的宏觀經(jīng)濟(jì)變量，β、λ、為模型回歸系數(shù)?？紤]到宏觀壓力指標(biāo)（GDP同比增速，M2同比增速等）對銀行體系資產(chǎn)質(zhì)量存在滯后期影響。因此，模型中引入解釋變量的時(shí)間滯后效應(yīng)t-1；εi，t代表隨機(jī)誤差項(xiàng)。一般認(rèn)為，為避免解釋變量之間的同期相關(guān)性、保證模型處理的有效性，納入模型的壓力指標(biāo)不宜過多，因此本文將對銀行體系不良貸款率影響最為顯著的3個(gè)主要宏觀經(jīng)濟(jì)指標(biāo)（這三個(gè)指標(biāo)經(jīng)過模型獨(dú)立性檢驗(yàn)和相關(guān)性檢驗(yàn)以后篩選得到，篩選過程從略）納入模型，包括：一是GDP同比增長率（GDP）。GDP是反映宏觀經(jīng)濟(jì)運(yùn)行景氣程度的核心指標(biāo)，理論及實(shí)踐表明，GDP與商業(yè)銀行不良貸款率有著顯著的負(fù)相關(guān)關(guān)系。二是M2同比增長率（M2）。近年來，由外匯占款規(guī)模不斷擴(kuò)大引發(fā)的銀行體系流動(dòng)性過剩深刻影響著銀行的經(jīng)營行為和實(shí)體經(jīng)濟(jì)融資的可獲得性，從而對投資、消費(fèi)等實(shí)體經(jīng)濟(jì)活動(dòng)產(chǎn)生明顯的制約或強(qiáng)化效應(yīng)，由此使得M2與實(shí)體經(jīng)濟(jì)的景氣循環(huán)及發(fā)展形勢有著緊密的關(guān)聯(lián)性，并最終影響到銀行體系的信貸資產(chǎn)質(zhì)量。三是商品房銷售價(jià)格平均增速（FJ）。房地產(chǎn)行業(yè)已成為我國的支柱產(chǎn)業(yè)，房地產(chǎn)貸款在銀行業(yè)貸款中的占比近年來不斷提高，以開發(fā)貸款為例，2009年銀行信貸資金已占到房地產(chǎn)開發(fā)企業(yè)資金來源的34.48%。因此房地產(chǎn)貸款已成為影響我國銀行體系穩(wěn)健程度的重要因素，有必要關(guān)注以房價(jià)為主的宏觀經(jīng)濟(jì)變量對銀行體系信貸資產(chǎn)質(zhì)量的影響。

（三）宏觀壓力情景的設(shè)計(jì) 為體現(xiàn)壓力測試的主旨及意義，設(shè)計(jì)宏觀壓力情景應(yīng)符合“極端且合理”的原則，這要求情景中既要體現(xiàn)引發(fā)金融風(fēng)險(xiǎn)的小概率事件，將測試目標(biāo)定位于尾部風(fēng)險(xiǎn)，又要保證情景發(fā)生的可能性，使測試結(jié)果具有參考意義。由于平衡上述兩方面的難度較大，因此壓力測試諸多環(huán)節(jié)中，關(guān)于設(shè)計(jì)壓力情景的討論和爭議總是最多的。在設(shè)計(jì)方法方面，成熟市場經(jīng)濟(jì)的金融管理當(dāng)局或IMF等國際性金融組織一般運(yùn)用宏觀經(jīng)濟(jì)生成器（如一般均衡動(dòng)態(tài)方程組）進(jìn)行測試；普通實(shí)證分析或業(yè)界實(shí)務(wù)采取歷史情景法或?qū)＜以O(shè)計(jì)法（即假設(shè)情景法）較多；本文采用歷史與假設(shè)結(jié)合的方法設(shè)計(jì)壓力情景。根據(jù)當(dāng)前我國宏觀經(jīng)濟(jì)面臨的內(nèi)外部主要矛盾和主客觀方面因素，本文對有可能產(chǎn)生大量銀行壞賬的極端宏觀經(jīng)濟(jì)發(fā)展形勢分析如下：實(shí)體經(jīng)濟(jì)方面，2009年以來，國際金融危機(jī)影響仍在持續(xù)。外部經(jīng)濟(jì)低迷使我國外貿(mào)出口行業(yè)繼續(xù)萎縮，此外，節(jié)能減排壓力也將成為牽制GDP增長的重要力量；貨幣政策及價(jià)格調(diào)整方面，美國、日本等主要發(fā)達(dá)國家為刺激本國經(jīng)濟(jì)，繼續(xù)實(shí)施量化寬松貨幣政策，全球流動(dòng)性泛濫在造成我國輸入性通貨膨脹的同時(shí)還引起嚴(yán)重的資產(chǎn)價(jià)格泡沫；政策措施方面，為防止流動(dòng)性過剩帶來的信貸猛增、通脹引起的“負(fù)利率”以及資產(chǎn)泡沫，央行將通過多種方式加大回收過剩流動(dòng)性的力度，甚至采取加息等價(jià)格型貨幣政策工具。同時(shí)，迫于來自貿(mào)易逆差國的壓力，人民幣重啟升值通道。此外，為保障民生，政府將會(huì)加大平抑房價(jià)的政策力度。在上述諸多因素的綜合影響下，經(jīng)濟(jì)增長出現(xiàn)失速，加之2009年貸款增幅過高、地方政府融資平臺(tái)貸款過大等影響銀行業(yè)穩(wěn)健運(yùn)行的隱患尚未消除，銀行體系信貸資產(chǎn)質(zhì)量面臨嚴(yán)峻考驗(yàn)。將上述宏觀壓力情景轉(zhuǎn)換為GDP、M2和房價(jià)3個(gè)壓力指標(biāo)的沖擊強(qiáng)度，需進(jìn)一步分析3個(gè)指標(biāo)時(shí)間序列數(shù)據(jù)的歷史變遷情況，計(jì)算出分位數(shù)及其所代表的發(fā)生概率（表1）。參考上述壓力指標(biāo)歷史數(shù)據(jù)的統(tǒng)計(jì)參數(shù)及其所反映的發(fā)生概率，結(jié)合當(dāng)前宏觀經(jīng)濟(jì)的運(yùn)行情況，認(rèn)為GDP、M2具有“極端且合理”的特征。對于房價(jià)平均增速，本文認(rèn)為借鑒銀監(jiān)會(huì)于2010年初部署的壓力測試沖擊強(qiáng)度較為合理，即房價(jià)較2009年底下降10%、20%和30%。據(jù)此設(shè)計(jì)出量化的壓力情景如（表2）。

三、實(shí)證分析

（一）描述性統(tǒng)計(jì) 近年來，由于商業(yè)銀行內(nèi)在風(fēng)險(xiǎn)管理水平的提高、外部經(jīng)營環(huán)境的優(yōu)化等多種原因，17家銀行的匯總不良貸款率數(shù)據(jù)呈現(xiàn)出明顯的下滑趨勢（圖1）。圖中顯示出不良貸款率的時(shí)間序列數(shù)據(jù)呈現(xiàn)出較強(qiáng)的單邊下滑趨勢，以2005年3季度末為分界點(diǎn)，之前呈現(xiàn)快速的下降趨勢，第4季度小幅上升， 4季度末又重啟下降通道，但趨勢明顯放緩。由于整體趨勢的存在，一定程度上掩蓋了宏觀經(jīng)濟(jì)變量的影響。因此在認(rèn)為整體趨勢是由銀行經(jīng)營內(nèi)外部條件趨好的前提下，以分段線性函數(shù)擬合不同階段不良貸款率趨勢線的結(jié)果如（圖2）。為保證實(shí)證結(jié)果更加擬合現(xiàn)實(shí)狀況，首先需要對趨勢項(xiàng)進(jìn)行剔除，處理方法為不良貸款率減去趨勢（NPLM= NPLyi），最后得到的是能夠反映宏觀經(jīng)濟(jì)對不良貸款率影響的波動(dòng)情況。由于波動(dòng)的絕對數(shù)值較小，且假設(shè)在具有足夠長時(shí)間序列的情況下承壓指標(biāo)（NPLM）和壓力指標(biāo)（GDP等）服從標(biāo)準(zhǔn)正態(tài)分布，為了獲得更好的擬合結(jié)果，進(jìn)一步將其標(biāo)準(zhǔn)正態(tài)化，方法為：（X-期望）/標(biāo)準(zhǔn)差。

（二）回歸分析運(yùn)用標(biāo)準(zhǔn)化處理之后的承壓指標(biāo)與壓力指標(biāo)，運(yùn)用最小二乘法（OLS）建立線性回歸模型?？紤]到GDP、M2和房價(jià)影響信貸資產(chǎn)質(zhì)量的滯后效應(yīng)，在回歸時(shí)對3個(gè)壓力指標(biāo)均加入1-4期的滯后項(xiàng)。在保證宏觀經(jīng)濟(jì)對不良率影響的意義與主觀判斷一致的前提下，剔除不顯著的回歸結(jié)果，系數(shù)估計(jì)見（表3）?？傮w看，模型的擬合度較高，且一般檢驗(yàn)效果較好。3個(gè)壓力指標(biāo)中，滯后4期的GDP、當(dāng)期M2的回歸結(jié)果顯著，對于不良貸款率變化的解釋度較高。而商品房銷售價(jià)格平均增速對于不良貸款率的解釋相對較弱，但該指標(biāo)的滯后效應(yīng)非常明顯，滯后3期的顯著性明顯增強(qiáng)，且標(biāo)準(zhǔn)誤差值達(dá)到最低。三個(gè)指標(biāo)的回歸結(jié)果都符合一般的經(jīng)濟(jì)學(xué)意義，即滯后4期的GDP、當(dāng)期M2和滯后3期的房地產(chǎn)銷售價(jià)格平均增速與不良貸款率呈現(xiàn)負(fù)相關(guān)關(guān)系。進(jìn)一步分析模型回歸結(jié)果可知，3個(gè)壓力指標(biāo)中，M2對不良貸款率的影響最為顯著，其次為GDP，房價(jià)對銀行體系信貸資產(chǎn)質(zhì)量變遷的解釋力相對較小。運(yùn)用線性回歸模型的擬合結(jié)果，建立如下方程實(shí)施壓力測試：

NPLM=-0.253*GDP-0.362*M2-0.095*房價(jià)（-3）-1.33

（-1.99） （-2.11） （-1.59）

將宏觀壓力情景代入上述方程，得到的壓力測試結(jié)果如（表4）。

四、結(jié)論與建議

（一）結(jié)論 本文仍然存在諸多有待改進(jìn)的方面，一是實(shí)證分析數(shù)據(jù)仍然較短，雖然理論上作為承壓指標(biāo)的宏觀經(jīng)濟(jì)變量服從標(biāo)準(zhǔn)正態(tài)分布，但收集的建模數(shù)據(jù)較短不支持此假設(shè)，影響了模型估計(jì)效果，此外有關(guān)數(shù)據(jù)的時(shí)間序列還未經(jīng)歷一個(gè)完整的經(jīng)濟(jì)周期，一定程度上也影響了擬合效果。二是本文采用經(jīng)典線性回歸模型，盡管估計(jì)效果較好，但仍不能很好地反映現(xiàn)實(shí)中復(fù)雜的經(jīng)濟(jì)關(guān)系?；谏鲜鰩追矫鎲栴}，應(yīng)對壓力測試結(jié)果持一定的審慎態(tài)度，在此前提下，本文實(shí)證結(jié)果分析如下：首先，壓力指標(biāo)對不良貸款率的影響程度各不相同。通過估計(jì)系數(shù)判斷，M2對不良貸款率的影響最大，GDP次之，房地產(chǎn)銷售價(jià)格平均增速的影響最小。從以下幾個(gè)方面對此進(jìn)行解釋：一是流動(dòng)性的充裕程度與GDP、房價(jià)存在密切關(guān)系，間接影響信貸資產(chǎn)質(zhì)量；二是由于主動(dòng)（金融危機(jī)以來實(shí)施的積極貨幣政策）和被動(dòng)（外匯占款）增加的M2深刻影響著銀行經(jīng)營決策的審慎性，一定程度上直接影響著信貸資產(chǎn)質(zhì)量。其次，宏觀壓力測試結(jié)果顯示，重度沖擊下的不良貸款率達(dá)到6.05%，低于自2003年以來不良貸款率的平均值，一方面表明近年來銀行體系不良貸款率的下滑主要源于商業(yè)銀行風(fēng)險(xiǎn)管理水平和經(jīng)營審慎性的提高，宏觀經(jīng)濟(jì)循環(huán)對于銀行信貸資產(chǎn)質(zhì)量的影響程度相對次之；另一方面假設(shè)壓力情景下形成的信用風(fēng)險(xiǎn)損失對銀行體系的影響相對有限。最后，壓力指標(biāo)對不良貸款率的滯后影響各不相同。其中M2、GDP的影響是當(dāng)期的，房地產(chǎn)銷售價(jià)格平均增速的影響滯后三期。這一結(jié)果說明M2、GDP的先驗(yàn)關(guān)系尚不明朗。凱恩斯理論認(rèn)為貨幣當(dāng)局通過控制M2影響GDP，但由于近年來我國M2處于被動(dòng)超發(fā)局面、金融危機(jī)產(chǎn)生的救市效應(yīng)等其他因素影響，M2與GDP對信貸資產(chǎn)質(zhì)量的影響未符合預(yù)期。而房地產(chǎn)市場波動(dòng)產(chǎn)生的財(cái)富效應(yīng)首先影響人們的心理因素，繼而影響開發(fā)商的投資決策，隨后影響鋼鐵、水泥等上游行業(yè)的生產(chǎn)與庫存，因此對銀行信貸資產(chǎn)質(zhì)量的傳導(dǎo)時(shí)滯較長。

（二）建議 實(shí)踐和理論證明，銀行信貸資產(chǎn)質(zhì)量的變化是由多方面因素造成的。結(jié)合壓力測試的實(shí)證分析結(jié)論，提出以下建議： 一是商業(yè)銀行應(yīng)密切關(guān)注宏觀經(jīng)濟(jì)形勢及其發(fā)展趨勢，在此基礎(chǔ)上，采取一定程度的逆周期經(jīng)營策略，例如在M2大幅增長以及經(jīng)濟(jì)增速較快時(shí)，應(yīng)能把握信貸投放節(jié)奏、強(qiáng)化放貸的審慎原則、提高貸款審批標(biāo)準(zhǔn)，以此確保信貸資產(chǎn)質(zhì)量。此外，應(yīng)前瞻性的根據(jù)經(jīng)濟(jì)形勢把握好宏觀調(diào)控政策的調(diào)整節(jié)奏與力度，提前制定和調(diào)整本行的信貸政策。如在房地產(chǎn)價(jià)格快速增長時(shí)，應(yīng)能及時(shí)控制對房地產(chǎn)行業(yè)及其密切聯(lián)系的上下游行業(yè)的信貸投放力度。二是央行作為管理流動(dòng)性的政策主體，雖然不直接制定和實(shí)施銀行監(jiān)管措施，但應(yīng)運(yùn)用相關(guān)法定職責(zé)參與銀行體系資產(chǎn)質(zhì)量的控制。宏觀上應(yīng)確保貨幣政策的連續(xù)性和穩(wěn)定性，加大對過剩流動(dòng)性的回收力度，維持資產(chǎn)價(jià)格以及宏觀經(jīng)濟(jì)的持續(xù)穩(wěn)定增長，為商業(yè)銀行提供穩(wěn)健有序的金融運(yùn)行環(huán)境；微觀上應(yīng)加大差別存款準(zhǔn)備金率、定向票據(jù)、窗口指導(dǎo)等政策的實(shí)施力度，加強(qiáng)對銀行體系的結(jié)構(gòu)化調(diào)控，確保金融機(jī)構(gòu)貸款的合理有序增長。三是銀監(jiān)會(huì)應(yīng)探索建立和完善金融機(jī)構(gòu)風(fēng)險(xiǎn)預(yù)警體系，關(guān)注在信貸高速增長、宏觀調(diào)控政策調(diào)整以及經(jīng)濟(jì)形勢突變之后銀行的集中度風(fēng)險(xiǎn)、行業(yè)信貸風(fēng)險(xiǎn)等重要的風(fēng)險(xiǎn)源頭，及時(shí)分析風(fēng)險(xiǎn)的發(fā)生機(jī)制和傳導(dǎo)機(jī)制，加強(qiáng)對銀行的風(fēng)險(xiǎn)提示。此外，除了組織商業(yè)銀行開展微觀壓力測試以外，還應(yīng)常態(tài)化開展宏觀壓力測試，從宏觀審慎管理的角度及時(shí)評估和揭示銀行業(yè)運(yùn)行中存在的薄弱環(huán)節(jié)和脆弱性，以增強(qiáng)出臺(tái)和調(diào)整監(jiān)管政策的實(shí)效性和針對性。

參考文獻(xiàn)：

［1］黃學(xué)元、蔡家輝、方榮：《檢測香港銀行信貸風(fēng)險(xiǎn)的宏觀壓力測試架構(gòu)》，《香港金融管理局季報(bào)》2006年第12期。

［2］徐明東、劉曉星：《金融系統(tǒng)穩(wěn)定性評估：基于宏觀壓力測試方法的國際比較》，《國際金融研究》2008年第2期。

［3］孫連友：《金融體系壓力測試：概念與方法》，《濟(jì)南金融》2006年第2期。

［4］高同裕、陳元富：《宏觀壓力測試及其在我國面臨的問題》，《南方金融》2006年第7期。

［5］張志暹、邊永平：《宏觀壓力測試在區(qū)域金融穩(wěn)定評估中的應(yīng)用研究――基于甘肅實(shí)證》，《金融研究》（增刊）2008年。

［6］華曉龍：《基于宏觀壓力測試方法的商業(yè)銀行體系信用風(fēng)險(xiǎn)評估》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2009年第4期。

［7］郜利明：《經(jīng)濟(jì)的周期性與壓力測試中假定性壓力情景的設(shè)定》，《金融管理與探索，金融管理與研究》2009年第2期。

第8篇：信用風(fēng)險(xiǎn)評估范文

關(guān)鍵詞：信用風(fēng)險(xiǎn) 美國債券 收益率 違約率 資信評估

提出問題

信用風(fēng)險(xiǎn)是金融活動(dòng)中的基本的風(fēng)險(xiǎn)類型,也是所有金融市場參與者必須正視并應(yīng)著力控制好的一種風(fēng)險(xiǎn)。它是指證券公司在開展業(yè)務(wù)時(shí)，由于合同的一方不履行或在其結(jié)算過程中交易對手的違約，或由于交易對手的信用等級(jí)下降，給證券公司帶來損失的風(fēng)險(xiǎn)。

經(jīng)濟(jì)學(xué)家、銀行家與分析家采用許多不同模型來評估貸款和債券的違約風(fēng)險(xiǎn)。這些模型從相對定性到高度定性不盡相同，但又不互相排斥。金融機(jī)構(gòu)管理者可以使用一種以上的模型來進(jìn)行信貸定價(jià)或制定貸款的分配決策。例如在多期的貸款或債券市場上，信用風(fēng)險(xiǎn)評估的債券期限結(jié)構(gòu)模型就可以幫助我們確定違約風(fēng)險(xiǎn)和違約概率的問題。下面我們針對美國兩年期債權(quán)的違約風(fēng)險(xiǎn)建立模型，詳細(xì)介紹如何從利率的期限結(jié)構(gòu)中得到這一兩年期貼現(xiàn)債券的信用風(fēng)險(xiǎn)。

建立模型

假定在某一特定的風(fēng)險(xiǎn)等級(jí)對于（美國）國債和公司債券來說，即存在1年期的又存在2年期的貼現(xiàn)債券，為簡單起見，我們希望從風(fēng)險(xiǎn)評級(jí)等級(jí)劃分為B級(jí)（可以任意假定）的公司借款者收益率曲線中分離出多期違約率的市場預(yù)期。如圖所示，美國國債和公司債券收益率曲線都是向上傾斜的。

首先看一下美國國債收益率曲線。投資者的無套利要求，購買并持有2年期美國國債貼現(xiàn)債券至到期日的收益率正好等于：投資于目前的1年期貼現(xiàn)美國債券，然后在第1年的年末以預(yù)期的1年期遠(yuǎn)期利率將本息再投資于一種新的1年期貼現(xiàn)美國國債的預(yù)期收益率。即：

(1+i2)2=(1+i1)(1+f1)

我們可以從美國國債收益率曲線中直接觀察到1年期和2年期美國國債的現(xiàn)行必要收益率，即i1＝10％，i2＝11％，則

(1+i2)2

1.112

1+f1=――――――=――――――=1.12

1+i1

1.1

對于公司債券收益率曲線，我們使用相同的分析，以推出公司債券的1年期遠(yuǎn)期利率。目前的收益率曲線表明，適用的1年期貼現(xiàn)債券的收益率為15.8％，而兩年期債券的收益率為18％。未來一年的1年期公司債券利率（c1）的預(yù)期值，反映市場對這一等級(jí)借款者的違約風(fēng)險(xiǎn)的預(yù)期以及影響到f1的更一般的時(shí)間價(jià)值因素：

(1+k2)2

1.182

1+c1= ―――――=―――――=1.202

1+k1

1.158

或c1＝20.2

1年期債券的預(yù)期利率可以產(chǎn)生一個(gè)估計(jì)值，即對1年期公司債券在1年期間償還的預(yù)期概率的估計(jì)值，或者我們稱之為p1的值：

1+f1

1.12

p1=――――=―――=0.9318

1.c1

1.202

這樣，兩年的預(yù)期違約概率是：1-p2＝1-0.9318＝0.0682或6.82％

以類似的方法，可以從美國國債及公司債券期限結(jié)構(gòu)中得出對兩年后的1年期利率的預(yù)期值，兩年后作出的1年期貸款的償還概率為：

1+f2

p3=――――

1+c2

其中f2為兩年后新發(fā)行的1年期國債貼現(xiàn)債券的預(yù)期收益率，c2為兩年后新發(fā)行的1年期公司貼現(xiàn)債券的預(yù)期收益率。這樣，我們就可以得出一個(gè)B級(jí)風(fēng)險(xiǎn)等級(jí)公司債券未來一年預(yù)期違約概率完整的期限結(jié)構(gòu)。

迄今為止，美國已擁有一整套先進(jìn)的信用風(fēng)險(xiǎn)分析技術(shù)，以及在信用評級(jí)行業(yè)形成了比較成熟的信用評級(jí)體系。那么與有著將近百年發(fā)展歷史的美國信用評級(jí)行業(yè)相比，我國信用評估目前存在著許多問題：

在信用風(fēng)險(xiǎn)分析方面

目前我國的信用分析技術(shù)仍處于傳統(tǒng)的比率分析階段，銀行機(jī)構(gòu)主要使用計(jì)算貸款風(fēng)險(xiǎn)度的方法進(jìn)行信用風(fēng)險(xiǎn)評估。

信用風(fēng)險(xiǎn)的分析仍然是以單一投資項(xiàng)目、貸款和證券為主,衍生工具、表外資產(chǎn)的信用風(fēng)險(xiǎn)以及信用集中風(fēng)險(xiǎn)的評估尚屬空白。

分析方法簡單，沒有集多種技術(shù)于一體的動(dòng)態(tài)量化的信用風(fēng)險(xiǎn)管理技術(shù)。

在資信評級(jí)行業(yè)方面

雖然我國資信評級(jí)業(yè)已有十多年歷史，但從整體上看還處于初始起步階段，市場經(jīng)濟(jì)特別是金融資本市場不發(fā)達(dá)，社會(huì)信用制度不完善，使評級(jí)市場的需求不足。

市場對評級(jí)作用認(rèn)識(shí)不高，具有一定規(guī)模、運(yùn)作規(guī)范、有廣泛影響力的評級(jí)公司不多，特別是沒有具有國際影響力的評級(jí)公司。

評級(jí)公司之間競爭激烈，很多公司利用非市場因素開展不適當(dāng)競爭。

評級(jí)機(jī)構(gòu)的獨(dú)立性不強(qiáng)，多數(shù)評級(jí)機(jī)構(gòu)由金融部門組建，服務(wù)或依附于金融機(jī)構(gòu)。

評級(jí)方法過于簡單，國內(nèi)目前采用的是較為普遍的“打分法”信用評級(jí)制度。

在以后的發(fā)展中，我們應(yīng)博采眾長、引入科學(xué)方法來確定有效指標(biāo),并建立準(zhǔn)確的定量模型來解決信用評估問題；同時(shí)還要借鑒發(fā)達(dá)國家的成功經(jīng)驗(yàn)，盡快建立既適合中國資本市場又能與國際標(biāo)準(zhǔn)接軌的資信評級(jí)體系，培養(yǎng)出中國的“穆迪”和“標(biāo)準(zhǔn)普爾”。

參考資料：

第9篇：信用風(fēng)險(xiǎn)評估范文

關(guān)鍵詞:體檢中心；風(fēng)險(xiǎn)管理；護(hù)理糾紛；滿意度

隨著社會(huì)的不斷發(fā)展，人們對健康的需求逐漸提升，由從前的生病就醫(yī)發(fā)展到定期對身體體檢的習(xí)慣【1】。體檢中心也更受人們青睞，體檢業(yè)務(wù)也呈逐年增長趨勢。但由于護(hù)理人員與體檢者接觸時(shí)間相對較緊迫，一些護(hù)理細(xì)節(jié)稍不嚴(yán)謹(jǐn)處理，易導(dǎo)致護(hù)理差錯(cuò)和護(hù)理糾紛的發(fā)生，大大提高了護(hù)理風(fēng)險(xiǎn)的發(fā)生率【2】。因此，建立良好的風(fēng)險(xiǎn)管理制度，能有效降低風(fēng)險(xiǎn)系數(shù)，為體檢者提供更好的護(hù)理服務(wù)。本文通過對我院門診體檢中心2013年5月實(shí)施護(hù)理安全風(fēng)險(xiǎn)管理對策后，取得較滿意的臨床成效，現(xiàn)將成果匯報(bào)如下。

1資料與方法

1.1 一般資料 選取2012年4月至2013年4月在我院體檢中心進(jìn)行體檢的1000名體檢者作為對照組的研究對象。選取2013年5月至2014年5月在我院開展護(hù)理風(fēng)險(xiǎn)管理期間的1000名體檢者作為觀察組。其中對照組中男性578名，女性422名，年齡20～70歲，平均年齡（42.3±6.22）歲，文化程度：大學(xué)及以上412名，高中375名，初中及以下213名；觀察組中男性567名，女性433名，年齡19～70歲，平均年齡（43.2±5.97）歲，文化程度：大學(xué)及以上408名，高中387名，初中及以下205名。兩組患者的性別、年齡、學(xué)歷等一般資料，經(jīng)統(tǒng)計(jì)學(xué)比較，無統(tǒng)計(jì)學(xué)差異性（P〉0.05），具有可比性。

1.2 方法

1.2.1 護(hù)理風(fēng)險(xiǎn)誘發(fā)因素每日固定護(hù)理人員現(xiàn)場進(jìn)行風(fēng)險(xiǎn)調(diào)查評估，結(jié)合相關(guān)的資料和書籍并及時(shí)組織護(hù)理人員進(jìn)行討論分析，總結(jié)潛在護(hù)理風(fēng)險(xiǎn)因素包括：①體檢者因素：對醫(yī)務(wù)人員的期望值較高，希望得到較多護(hù)理人員的關(guān)心，多給一些建議和知識(shí)講解。因此，護(hù)理服務(wù)不周到，沒滿足體檢者的需求易造成體檢者的不滿情緒，易引發(fā)護(hù)理糾紛事件；②護(hù)理人員因素：缺乏專業(yè)的理論和操作技能，例如靜脈采血未能一次成功、健康宣教不到位等引起患者不滿意，造成護(hù)理糾紛發(fā)生。③環(huán)境因素：空間小，布局欠合理，內(nèi)科和抽血穿插一起，一層樓常聚集較多體檢者，難分診，體檢者互相影響。秩序混亂，影響體檢者的情緒，導(dǎo)致體檢者情緒激動(dòng)，從而引發(fā)護(hù)理投訴。因?yàn)槿硕?，體檢者大聲談話，影響醫(yī)生聽診；影響健康知識(shí)宣教；影響護(hù)士抽血前、中、后的查對，包括：體檢者身份、年齡、性別、抽血項(xiàng)目、試管選擇的核對，漏抽血（空試管），影響體檢質(zhì)量。引發(fā)護(hù)理糾紛。④管理制度不健全：體檢流程不合理，體檢者分診不合理。沒有建立具有針對性的風(fēng)險(xiǎn)管理制度，導(dǎo)致護(hù)理工作落實(shí)不到位。

1.2.2根據(jù)誘發(fā)因素進(jìn)行相應(yīng)的風(fēng)險(xiǎn)防范

1.2.2.1 完善體檢中心管理制度針對護(hù)理人員所評估的誘發(fā)風(fēng)險(xiǎn)因素，建立有效的護(hù)理風(fēng)險(xiǎn)保障制度。護(hù)士長組織護(hù)理人員，每日利用半小時(shí)時(shí)間共同學(xué)習(xí)風(fēng)險(xiǎn)管理政策內(nèi)容和相關(guān)法律知識(shí)，以強(qiáng)化護(hù)理人員的風(fēng)險(xiǎn)意識(shí)。護(hù)士長通過不定期的護(hù)理成員考核，將所得成績記為年終總評。通過考核方式讓護(hù)理人員提示護(hù)理知識(shí)，并時(shí)刻讓其提高警惕心理，從而提升體檢中心的服務(wù)質(zhì)量。

1.2.2.2 提高護(hù)理人員技術(shù)水平和職業(yè)道德素質(zhì)護(hù)士長每月安排一次技能培訓(xùn)。通過培訓(xùn)強(qiáng)化護(hù)理人員的專業(yè)技能及應(yīng)急事件處理能力，例如暈針時(shí)的緊急處理措施。同時(shí)，加強(qiáng)護(hù)理人員的思想教育，堅(jiān)持以人性化護(hù)理服務(wù)為宗旨。護(hù)理人員只有具備良好的服務(wù)態(tài)度和扎實(shí)的理論知識(shí)，才能獲得體檢者的滿意評價(jià)。因此，護(hù)理人員要多與體檢者進(jìn)行溝通交流，及時(shí)解決體檢者提出的疑問。靈活運(yùn)用Maslow的需求層次理論解決體檢者的需求問題【3】。為體檢者進(jìn)行治療時(shí)做到“請”字開頭，“謝”字結(jié)尾。

1.2.2.3 積極改善體檢中心環(huán)境及服務(wù)為了便于提高檢查率，實(shí)施全程導(dǎo)診服務(wù)，每間診室的體檢者均采取排隊(duì)取號(hào)就診模式。同時(shí)，加強(qiáng)醫(yī)護(hù)人員的配備，過量的工作負(fù)荷是誘發(fā)風(fēng)險(xiǎn)的關(guān)鍵因素。體檢者進(jìn)行檢查時(shí)，每間診所盡可能僅安排一名醫(yī)生，一名護(hù)士和一名體檢者，這樣能有效保護(hù)好體檢者隱私，給體檢者一個(gè)較寬敞的就診環(huán)境。對候診的患者根據(jù)其所取號(hào)的科目，進(jìn)行健康知識(shí)宣教。同時(shí)，為每位體檢者講解正確留取標(biāo)本的方法和檢查時(shí)的注意事項(xiàng)。照顧好年老體邁的體檢者，給予輪椅免費(fèi)使用，必要時(shí)可開通綠色通道。對未婚女性進(jìn)行婦科檢查時(shí)，詳細(xì)告知檢查可能帶來的不良后果（處女膜可能被破壞），為孕婦進(jìn)行檢查時(shí)，必須詳細(xì)解釋檢查的目的和不良后果，并獲取其同意方可執(zhí)行。

1.2.2.4 不斷總結(jié)工作經(jīng)驗(yàn)，改進(jìn)體檢流程整改分診流程，由原來二樓改為一樓分診，部分護(hù)理人員提早15分鐘上班，增加分診護(hù)理人員，直接從一樓分診導(dǎo)診到各層樓，減少二樓體檢者的人流，保持每層樓環(huán)境安全安靜，減少醫(yī)療護(hù)理隱患。

1.3效果評價(jià)通過制定相關(guān)的調(diào)查問卷，對進(jìn)行調(diào)查研究的患者進(jìn)行問卷調(diào)查。比較兩組患者對護(hù)理人員的技術(shù)和非技術(shù)的滿意情況，分為非常滿意、滿意和不滿意三種情況。滿意度=（非常滿意+滿意）×100%。

1.4統(tǒng)計(jì)學(xué)方法 運(yùn)用SPSS17.0統(tǒng)計(jì)學(xué)軟件分析，凡計(jì)數(shù)資料用構(gòu)成比或率形式表示，采用χ2檢驗(yàn)。

2結(jié)果

2.1通過問卷調(diào)查，比較實(shí)施風(fēng)險(xiǎn)管理前后，患者對護(hù)理人員的技術(shù)和非技術(shù)的滿意度比較，詳見表3。

表3 實(shí)施風(fēng)險(xiǎn)管理前后，患者對技術(shù)性及非技術(shù)服務(wù)的滿意度情況比較[n(%)]

3 討論

隨著時(shí)代不斷更新進(jìn)步，法律體系愈發(fā)完善，人們通過運(yùn)用法律手段保護(hù)自身利益的觀念較前增強(qiáng)。護(hù)理是個(gè)特殊服務(wù)行業(yè)，稍有疏忽大意便能導(dǎo)致護(hù)理糾紛和投訴事件，使護(hù)理風(fēng)險(xiǎn)程度大大提高【4-5】。人們常用“前腳進(jìn)病房，后腳進(jìn)牢房”來形容護(hù)理工作性質(zhì)的艱難。然而，護(hù)理風(fēng)險(xiǎn)卻貫穿整個(gè)護(hù)理服務(wù)工作，因此護(hù)理人員只有持有嚴(yán)謹(jǐn)?shù)墓ぷ髯黠L(fēng)、扎實(shí)的理論知識(shí)和規(guī)范的技能操作，才能保證護(hù)理過程的安全性【6】。

本研究通過對體檢中心進(jìn)行護(hù)理風(fēng)險(xiǎn)因素評估，從而制定有效的風(fēng)險(xiǎn)干預(yù)對策。同時(shí)，通過加強(qiáng)護(hù)理人員的專業(yè)技能水平，培養(yǎng)護(hù)理人員的嚴(yán)謹(jǐn)慎獨(dú)工作思想，有效的控制了護(hù)理風(fēng)險(xiǎn)的發(fā)生率。本研究結(jié)果表明，運(yùn)用護(hù)理風(fēng)險(xiǎn)管理制度后，護(hù)理人員對患者實(shí)施的技術(shù)性和非技術(shù)得到了患者的肯定，技術(shù)的滿意度高達(dá)98.8%,非技術(shù)的滿意度高達(dá)96.8%，明顯優(yōu)于實(shí)施前的滿意度，經(jīng)統(tǒng)計(jì)學(xué)比較，差異具有顯著統(tǒng)計(jì)學(xué)意義（P〈0.01）。

綜上所述，體檢中心護(hù)理工作任務(wù)繁重，與體檢者接觸最為頻繁。實(shí)施護(hù)理風(fēng)險(xiǎn)管理制度后，增強(qiáng)了護(hù)理人員的安全意識(shí)和風(fēng)險(xiǎn)意識(shí)，有效降低了護(hù)理糾紛和護(hù)理投訴的發(fā)生率，提高了患者對護(hù)理服務(wù)的滿意度。

參考文獻(xiàn):

[1] 陳晉利,云潔,陳潔.護(hù)理風(fēng)險(xiǎn)管理在體檢中心的應(yīng)用[J]. 臨床誤診誤治, 2011, 6(24): 103-104.

[2]余媛, 錢媛. 內(nèi)科門診風(fēng)險(xiǎn)管理中的環(huán)境建設(shè)[J]. 護(hù)理研究: 上旬版, 2012, 26(10): 2664-2665.

[3]敢志惠, 王娟, 李媛媛. 馬斯洛需要層次理論在外科護(hù)理中的應(yīng)用[J]. 河南外科學(xué)雜志, 2013, 19(6): 150-151.

[4]李旭光, 王晨. 科學(xué)公正做好醫(yī)療事故鑒定工作提升鑒定公信力[J]. 中國藥物與臨床, 2014, 14(1): 134-135.