摘要：目前，企業(yè)違約預(yù)測模型距離實際應(yīng)用還具有一定差異，表現(xiàn)在：(1)模型所使用的樣本基本都是配對模式，與現(xiàn)實情況不符；(2)模型沒有考慮到誤判成本的非對稱性。針對以上問題，本文運用SAS統(tǒng)計軟件對某國有商業(yè)銀行的2003年全部短期貸款企業(yè)的財務(wù)數(shù)據(jù)進(jìn)行分析，摒棄以往配對模式，采用全樣本進(jìn)行分析，篩選出11個財務(wù)比率指標(biāo)作為企業(yè)信用風(fēng)險評價函數(shù)的計量參數(shù)。應(yīng)用Bayes判別原理，引入誤判成本和先驗概率，構(gòu)建了一個簡明的違約判別模型，經(jīng)檢驗?zāi)Ｐ褪墙y(tǒng)計有效的，判別結(jié)果也是較好的。

關(guān)鍵詞：Bayes模型；違約預(yù)測；短期貸款

中圖分類號：F830．3

文獻(xiàn)標(biāo)識碼：A

文章編號：1002—2848—2006(01)—0041—04

一、引 言

20世紀(jì)80年代末以來，隨著金融的全球化趨勢及金融市場的波動性加劇，各國銀行和投資者面臨嚴(yán)峻的金融風(fēng)險。為了加強銀行的信用風(fēng)險監(jiān)管，1988年巴塞爾委員會提出了巴塞爾資本協(xié)議，要求成員國銀行滿足8％的最低資本充足串。但是由于亞洲金融危機和金融創(chuàng)新的迅速發(fā)展，使得原協(xié)議已不再適合銀行監(jiān)管的要求，于是巴塞爾委員會2004年6月發(fā)布了巴塞爾新資本協(xié)議。從國內(nèi)銀行業(yè)來看，一方面，我國四大國有商業(yè)銀行的資產(chǎn)質(zhì)量較差，資產(chǎn)利潤率低，不良貸款比率一直較高：2000年為29．12％，2001年為25．14％，2002年為20．19％。我國國有銀行的不良資產(chǎn)比例大大高于國際警戒線水平(國際警戒線一般為10％左右)，另一方面，我國已經(jīng)加入世界貿(mào)易組織并且承諾2006年全面開放金融業(yè)，這意味著中國商業(yè)銀行已經(jīng)不再有以前的壟斷特權(quán)，必須參與同國外銀行平等的競爭。因此研究和探討更加科學(xué)、更加有效的違約預(yù)測方法，是當(dāng)前信用風(fēng)險研究的重大課題。

國外關(guān)于違約預(yù)測研究，主要集中于定量方法的探索。Altman使用多元線性判別分析得到Z－score模型和ZETA模型。Horriganc利用多元回歸模型來判別企業(yè)違約。Ohlson則利用假設(shè)條件比較寬松的Iogistic分析來建立預(yù)測模型。Alt-man對意大利公司財務(wù)危機預(yù)測中應(yīng)用了神經(jīng)網(wǎng)絡(luò)分析法。

國內(nèi)學(xué)者針對企業(yè)違約與否所做的預(yù)測，大致也是遵循國外學(xué)者的研究模式進(jìn)行，所不同的是對于違約或企業(yè)困境的定義。限于國內(nèi)資料的取得困難，國內(nèi)學(xué)者對企業(yè)違約的預(yù)測一般可分為兩類：一類是上市公司的財務(wù)困境預(yù)測(屬于違約的一種)，主要因為上市公司的資料容易獲得；另一類是商業(yè)銀行內(nèi)部客戶的違約預(yù)測，通過內(nèi)部渠道獲取銀行內(nèi)部客戶資料。王春峰應(yīng)用多元線性判別模型對某國有商業(yè)銀行的企業(yè)客戶短期貸款的償還情況進(jìn)