姚興華

在建船舶抵押融資的信貸風(fēng)險評價研究
——基于AHP與模糊綜合評判

姚興華

（山東財經(jīng)大學(xué)東方學(xué)院，山東泰安 271000）

隨著金融行業(yè)改革步伐的加快，其主要成員銀行業(yè)的競爭日趨激烈，此時船舶產(chǎn)業(yè)成為各銀行尋求的商機之一，但由于船舶產(chǎn)業(yè)快速發(fā)展，接單量不斷增加，傳統(tǒng)的融資擔(dān)保模式已無法滿足需求，于是出現(xiàn)了一種新型模式——在建船舶抵押模式，但由于這一模式尚不成熟，銀行面臨很大的信貸風(fēng)險。研究發(fā)現(xiàn)，基于AHP與模糊數(shù)學(xué)理論的模糊綜合評判模型的運用可有效控制此種風(fēng)險。

AHP；模糊綜合評判；在建船舶；銀行信貸；風(fēng)險控制

中船集團(tuán)公司總經(jīng)理陳小津表示，世界造船中心正加速向中國轉(zhuǎn)移，預(yù)計2015年中國將成為世界第一造船大國。但擔(dān)保實力不足一直是困擾船廠的融資軟肋，隨著《江蘇省建造中船舶抵押融資試點辦法》的實施，一種全新的造船融資模式——在建船舶抵押融資為船廠帶來了希望［1］。交通運輸部海事局2010年頒布了《建造中船舶抵押權(quán)登記暫行辦法》［2］，該辦法現(xiàn)已成為船舶行業(yè)融資擔(dān)保的重要渠道，也給銀行帶來了商機，但在銀行方面，一些觸目驚心的案例和數(shù)據(jù)不得不引起對信貸風(fēng)險的高度關(guān)注。所以，銀行能否積極主動地承擔(dān)風(fēng)險和管理風(fēng)險，就成為商業(yè)銀行可持續(xù)發(fā)展的核心競爭能力之一。銀行如何對該項目進(jìn)行風(fēng)險控制，使風(fēng)險降到最低，是本文研究的目的。

一、國內(nèi)外文獻(xiàn)綜述

（一）國外文獻(xiàn)綜述

發(fā)達(dá)國家商業(yè)銀行對銀行信貸風(fēng)險的研究早，在實踐中積累了大量經(jīng)驗，所以目前國外的風(fēng)險管理模式和體系是比較完善的，其銀行信貸風(fēng)險的識別、度量及控制管理的技術(shù)和定性與定量相結(jié)合的信貸風(fēng)險管理方法都已較成熟，為銀行的經(jīng)營和發(fā)展提供了高效有力的保障。當(dāng)前，世界上最流行的四種信貸風(fēng)險度量模型是：Credit Metrics模型（基于借款企業(yè)等級轉(zhuǎn)移）——J．P．摩根銀行開發(fā)、Credit Risk＋模型（基于保險精算學(xué)原理）——瑞士信貸銀行金融產(chǎn)品部開發(fā)、KMV模型（基于借款企業(yè)權(quán)益變動）——穆迪公司開發(fā)、Credit Portfolio View模型（基于宏觀經(jīng)濟變量對企業(yè)違約率影響）——麥肯錫公司開發(fā)。下面是一些學(xué)者對信用風(fēng)險度量模型做出的相關(guān)研究。

1．在信用風(fēng)險度量模型及模型參數(shù)估計方面

許多學(xué)者對銀行信用風(fēng)險度量模型作了專門研究，對于模型的參數(shù)估計、模型的適用性及模型的優(yōu)缺點等作了詳細(xì)介紹。Michel Crouhy等［3］對一些信用風(fēng)險度量模型進(jìn)行了簡評，對其適用范圍和優(yōu)缺點進(jìn)行了比較分析，并對以下常用的幾種模型——KMV、Credit Metrics、Credit Risk＋、Loan-Analysis System、Credit Portfolio View的核心思想、基本原理和數(shù)理推導(dǎo)進(jìn)行了詳細(xì)地歸納說明。Alexander Kreinin等［4］介紹了Credit Risk＋模型中的違約率模型，著重介紹了違約率模型的非參數(shù)處理方法。PANG Su-Lin和WANG Yan-Ming［5］對違約率的影響因素作了進(jìn)一步探究，并在此基礎(chǔ)上提出了參數(shù)估計方法。

2．在信用風(fēng)險度量模型的可靠性方面

鑒于以上模型的應(yīng)用性特點，一些學(xué)者進(jìn)行了深入研究，探求信用風(fēng)險度量模型的可靠性問題，并提出如何提高模型的精確度。Lydian Medema等［6］研究了Credit Risk＋模型的可靠性問題，將Credit Risk＋模型應(yīng)用于個人信貸組合信用風(fēng)險的度量中，并提出了一種檢驗?zāi)Ｐ图捌渚唧w的操作方法，用來檢驗違約率模型的有效性。Jose A．Lopez等［7］從信用風(fēng)險模型的自身特征及影響信用風(fēng)險因素的可靠性上探究了信用風(fēng)險模型的可靠性問題，對信用風(fēng)險模型的精度檢測提出了方法并對模型中參數(shù)設(shè)置的準(zhǔn)確性問題提出了獨到見解。Hsien-Hsing Liao等［8］從信息不對稱和股權(quán)代理效應(yīng)問題兩方面對商業(yè)銀行信用風(fēng)險模型的缺陷進(jìn)行了研究，指出影響信用風(fēng)險模型預(yù)測誤差的因素有五個：信息不對稱（information asymmetry）、管理對自由現(xiàn)金流的股權(quán)代理效應(yīng)（management-equity agency effect-free cash flow）、管理對成本效益的股權(quán)代理效應(yīng)（managementequity agency effect-cost efficiency）、負(fù)債股權(quán)代理效應(yīng)（debt-equity agency effect）和負(fù)債對負(fù)向財富轉(zhuǎn)移的股權(quán)代理效應(yīng)（debt-equity agency effect-reverse wealth transfers）。

3．在信用風(fēng)險度量模型的實證研究方面

很多學(xué)者運用信用風(fēng)險度量模型進(jìn)行了實證研究，大多是通過搜集銀行貸款數(shù)據(jù)和違約數(shù)據(jù)，把數(shù)據(jù)帶入模型中進(jìn)行分析，得出一定的結(jié)論。Ander Lucas［9］主要研究了風(fēng)險暴露的信用損失分布形狀，針對影響信貸組合的一些因素，像經(jīng)濟系統(tǒng)內(nèi)在風(fēng)險、期限結(jié)構(gòu)、信貸產(chǎn)品質(zhì)量等，運用度量模型，解釋了這些因素對信貸組合影響的損失分布情形。Tor Jacobson等［10］研究了信用違約風(fēng)險評價規(guī)則對銀行貸款規(guī)模的影響，并在同一規(guī)模的信貸資產(chǎn)組合間進(jìn)行了比較分析，結(jié)果顯示就算信貸規(guī)模十分小也不能避免信用違約風(fēng)險發(fā)生，銀行在規(guī)避風(fēng)險上所要做的不是在授信時選擇最保守做法，而是要正確有效地選擇違約風(fēng)險評價規(guī)則的方法，這樣可以將信用風(fēng)險減少80%左右。Desheng Dash Wu［11］根據(jù)KMV模型原理，在原有模型的基礎(chǔ)上改變模型參數(shù)，得到新的模型，將新模型運用于中小企業(yè)信用風(fēng)險的測量中，結(jié)果顯示企業(yè)資產(chǎn)規(guī)模對信用風(fēng)險影響顯著，中小企業(yè)的信用風(fēng)險相對較高。

總體來說，上述研究說明：信用風(fēng)險度量的趨勢是由定性轉(zhuǎn)為定量、由指標(biāo)化轉(zhuǎn)為模型化、由單一貸款分析轉(zhuǎn)為貸款組合分析、由單一化度量模式轉(zhuǎn)為多樣化度量模式。

（二）國內(nèi)文獻(xiàn)綜述

在我國，商業(yè)銀行信用風(fēng)險問題同樣得到了學(xué)術(shù)界的高度重視，并取得了相當(dāng)豐富的研究成果。但是所取得的成果基本上是建立在西方國家的研究成果之上，而且對于信用風(fēng)險度量模型，理論層面的研究比較多，實踐層面的研究相對欠缺。

1．對信用風(fēng)險度量模型理論層面的研究

王沁等［12］闡述了四種比較流行的模型——CreditMetrics、Credit Risk＋、KMV、Credit Portfolio View的主要思想，給出了四種模型的推導(dǎo)過程，并針對各模型的特點對四種模型進(jìn)行了比較分析。曹道勝等［13］同樣對Credit Metrics、Credit Risk＋、KMV、Credit Portfolio View四種模型進(jìn)行了比較分析，從模型建立的理論基礎(chǔ)、模型類別、回收率和現(xiàn)金流折現(xiàn)因子四個方面展開，并分析了四種模型在我國商業(yè)銀行的適用性，指出由于我國信用風(fēng)險度量的研究對象和研究條件與國外差異顯著，所以一些測度模型在我國信用風(fēng)險度量中有一定的局限性，但這些模型對于我國信用風(fēng)險的度量具有重要的參考價值。汪辦興［14］針對我國商業(yè)銀行信用風(fēng)險度量方法的不足和缺陷，提出了遵循“路徑依賴”的改進(jìn)路徑思想，對我國商業(yè)銀行信用風(fēng)險度量模型的改進(jìn)和構(gòu)建給出了一些建議。陳東平等［15］從股權(quán)價值變動的角度看待銀行面臨的信用風(fēng)險，認(rèn)為修正的KMV模型對我國商業(yè)銀行信用風(fēng)險度量具有一定的適用性。呂思穎［16］介紹了5種國際銀行信用風(fēng)險度量模型的特點，結(jié)合我國實際，指出了我國商業(yè)銀行需要改進(jìn)的五個方面，分別是：數(shù)據(jù)獲取、評級服務(wù)、市場環(huán)境、人力資源和國外信用風(fēng)險模型的借鑒。吳曉楠等［17］認(rèn)為在將國外風(fēng)險度量模型進(jìn)行優(yōu)化的基礎(chǔ)上可建立我國商業(yè)銀行對企業(yè)的財務(wù)預(yù)警模型，從而降低商業(yè)銀行的不良貸款的形成。

2．對信用風(fēng)險度量模型實證層面的研究

國內(nèi)學(xué)者在將信用風(fēng)險度量模型應(yīng)用于實證分析時主要從四個方面著手。（1）直接借鑒國外信用風(fēng)險度量模型。這類研究很直觀，直接將我國商業(yè)銀行的信貸數(shù)據(jù)套用于國外信用風(fēng)險度量模型中，以此對我國商業(yè)銀行的信用風(fēng)險進(jìn)行度量，實踐表明，直接借鑒雖然簡單，但效果不是很理想。由于國內(nèi)商業(yè)銀行信貸數(shù)據(jù)在結(jié)構(gòu)、歷史長度及質(zhì)量上與國外有一定差異，所以將國內(nèi)數(shù)據(jù)直接套用國外模型必定無法達(dá)到國外模型的適用要求，結(jié)果的準(zhǔn)確性也就大大減弱。劉洪川等［18］將國內(nèi)某商業(yè)銀行的信貸數(shù)據(jù)放入Credit Risk＋模型中進(jìn)行實證研究，效果良好，得出結(jié)論是Credit Risk＋是目前我國商業(yè)銀行信貸風(fēng)險度量的最佳模型。黃婭妮［19］將深、滬兩市40家上市公司的樣本數(shù)據(jù)運用到KMV模型中，對樣本公司的違約距離進(jìn)行測算，以此來檢驗KMV模型在我國鑒別風(fēng)險的能力，結(jié)果表明，該模型適用于我國商業(yè)銀行對上市公司的信用風(fēng)險度量，不過文章最后也表明要想結(jié)果更準(zhǔn)確必須改進(jìn)模型及完善數(shù)據(jù)庫。這類研究對我國商業(yè)銀行信貸風(fēng)險的度量具有重要的借鑒意義，但適用性還不夠強，有待進(jìn)一步完善。（2）對國外信用風(fēng)險度量模型的比較研究。這類研究與第一類實證研究相比，在問題的看待上更全面一些，通過對國外一些信用風(fēng)險度量模型的比較，采用我國微觀數(shù)據(jù)進(jìn)行實證，找到比較適合我國數(shù)據(jù)環(huán)境的模型，在這一點上，這類研究雖然并沒有完全解決我國國內(nèi)信貸數(shù)據(jù)環(huán)境與國外信用風(fēng)險度量模型相吻合的問題，但相較于第一類研究已經(jīng)有了很大進(jìn)步。錢宏亮［20］將KMV模型和Credit Metrics模型進(jìn)行了比較分析，發(fā)現(xiàn)KMV模型更適合我國商業(yè)銀行信貸風(fēng)險的度量，并運用上市公司的財務(wù)數(shù)據(jù)替代銀行信貸數(shù)據(jù)，將數(shù)據(jù)代入KMV模型，測算違約距離，以此來度量商業(yè)銀行的信貸風(fēng)險。鄭倩璐［21］對四種主流模型——KMV、CreditMetrics、Credit Risk＋、Credit Portfolio View進(jìn)行了詳細(xì)地比較分析，最終選擇Credit Risk＋進(jìn)行實證，顯示了該模型的優(yōu)越性。丁玉［22］同樣對比分析了一些現(xiàn)代信貸風(fēng)險度量模型，并找出了各模型在我國的適用性及優(yōu)缺點，最終選擇滬深兩市40家公司作為樣本，選取BSM模型進(jìn)行實證，利用樣本數(shù)據(jù)對預(yù)期違約概率和信貸風(fēng)險損失進(jìn)行了度量。董佳敏［23］推導(dǎo)演繹了KMV模型和Credit Metrics模型的數(shù)理邏輯，找出了二者的相同點和不同點，并將其應(yīng)用于次級貸款的實證研究中。這類研究試圖找到適合我國信貸風(fēng)險度量的方法，但最終沒有突破。（3）對國外信用風(fēng)險度量模型的改進(jìn)。無論是直接運用國外信用風(fēng)險度量模型還是將國外信用風(fēng)險度量模型比較后再運用，都沒有從實質(zhì)上解決我國商業(yè)銀行的信用風(fēng)險度量問題，要想準(zhǔn)確的對我國商業(yè)銀行風(fēng)險進(jìn)行度量，就必須有一套適應(yīng)于我國商業(yè)銀行的信用風(fēng)險度量模型，這樣才能從根本上提升我國商業(yè)銀行信用風(fēng)險管理水平，我國一些學(xué)者正努力朝這一類研究發(fā)展，并取得了相應(yīng)的成果。余潛［24］構(gòu)建了基于LGD估計的適合我國商業(yè)銀行信用風(fēng)險度量的模型，首先對PD、LGD運用KMV、LOGISTIC等方法進(jìn)行估計，之后構(gòu)建出比較理想的模型并用于實證，效果良好。武次冰等［25］根據(jù)生存分析法中的比例危險法，提出了違約比例模型，并采用我國某商業(yè)銀行數(shù)據(jù)進(jìn)行了實證分析，結(jié)果表明，該模型能夠準(zhǔn)確度量貸款的違約概率。（4）信用風(fēng)險度量模型有效性的檢驗。如何對信用風(fēng)險度量模型的有效性進(jìn)行評判，需要找到客觀公正的評判標(biāo)準(zhǔn)，并加以實證。當(dāng)前該類研究稀少，相關(guān)文獻(xiàn)亦十分有限。王新等［26］運用AHP構(gòu)建了商業(yè)銀行信貸風(fēng)險評價指標(biāo)體系。劉波［27］將某商業(yè)銀行數(shù)據(jù)代入Credit Risk＋模型中進(jìn)行實證，解釋了非預(yù)期損失和信用風(fēng)險度量方法之間的內(nèi)在聯(lián)系，并檢驗了模型的參數(shù)及模型的有效性。彭建剛等［28］對商業(yè)銀行聚合信用風(fēng)險模型進(jìn)行了研究，提供了一種計量貸款組合非預(yù)期損失的有效方法，指出了國外聚合信用風(fēng)險模型頻帶劃分方法的缺陷，提出了LGD、PD等參數(shù)估計方法，并結(jié)合實際數(shù)據(jù)對模型的科學(xué)性進(jìn)行了論證。秦江波等［29］運用AHP構(gòu)建了銀行信貸風(fēng)險管理績效評價體系。

二、建立信貸風(fēng)險評價模型

（一）設(shè)置指標(biāo)體系

圖1 在建船舶抵押項目信貸風(fēng)險評價指標(biāo)體系［1］

為了使風(fēng)險評價體系與現(xiàn)實更相似，便于風(fēng)險管理和防范，我們根據(jù)風(fēng)險源的主體來進(jìn)行風(fēng)險的分類。對于在建船舶抵押項目來說，它的風(fēng)險源主要是船廠、造船項目兩個方面，其中船廠風(fēng)險包括財務(wù)風(fēng)險、建造能力風(fēng)險、管理風(fēng)險和信用風(fēng)險，造船項目風(fēng)險包括船東風(fēng)險、價格風(fēng)險、技術(shù)風(fēng)險、交船風(fēng)險、采購風(fēng)險和外部風(fēng)險。因此本文確立的在建船舶抵押項目抵押風(fēng)險評價指標(biāo)體系（見圖1）包括兩個二級指標(biāo)，下面相應(yīng)的建立了十個三級指標(biāo)，在這十個三級指標(biāo)下面又設(shè)立了四級指標(biāo)，這些指標(biāo)的選取是根據(jù)船舶企業(yè)自身特點確定的。根據(jù)上面的確立思路，把總風(fēng)險記為D，則船廠風(fēng)險記為D1，造船項目風(fēng)險記為D2，客觀指標(biāo)是可以通過數(shù)據(jù)計算得到的，用x來表示。主觀指標(biāo)是需要專家憑經(jīng)驗判斷的，用y來表示，采用五級評判標(biāo)準(zhǔn)來分類。這些指標(biāo)我們都將采用一致性原則進(jìn)行衡量，即按照其導(dǎo)致風(fēng)險的程度從小到大排列［1］。

（二）在建船舶抵押項目信貸風(fēng)險評價指標(biāo)權(quán)重的確定

目前關(guān)于在建船舶抵押項目信貸風(fēng)險的研究還不成熟，相關(guān)數(shù)據(jù)也很難獲得，因此客觀賦權(quán)法及組合賦權(quán)法確定權(quán)重的方法在這里就不太適用，而只能從主觀賦權(quán)法中來選擇［30］。

結(jié)合在建船舶項目融資風(fēng)險指標(biāo)體系的特點及在建船舶項目自身的特點，采用AHP能科學(xué)確定在建船舶項目融資風(fēng)險評價指標(biāo)的權(quán)重［1］。

（三）在建船舶抵押項目信貸風(fēng)險模糊綜合評判

用向量B表示模糊綜合評價法得到的風(fēng)險程度的描述，B中分量b1，b2，…，b5分別表示造船項目融資的綜合風(fēng)險D對于評語V1（風(fēng)險低），V2（風(fēng)險較低），…，V5（風(fēng)險高）的隸屬度，然后對B進(jìn)行歸一化處理。最后，對于本模型評判指標(biāo)的處理采用加權(quán)平均法，例如規(guī)定評語集V對應(yīng)的分?jǐn)?shù)V1＝100，V2＝80，V3＝60，V4＝40，V5＝20，則最終評判結(jié)果V′的計算公式是：

根據(jù)評判集的得分標(biāo)準(zhǔn)劃分風(fēng)險等級為：100－85分為優(yōu)秀，85－70分為良好，70－55分為中等，55－40分為較差，40－20分為差。在考核項目時，單項指標(biāo)得分應(yīng)該不低于60分，否則表示某些重點風(fēng)險因素的風(fēng)險程度突出，綜合指標(biāo)得分應(yīng)該不低于70分，70分以上為優(yōu)秀或良好，表示項目可行，風(fēng)險較小，低于70分則項目存在較大的風(fēng)險，不容易成功［1］。

三、實證分析

某船廠是山東省一家大型船舶制造工廠，年造船能力10萬綜合噸。目前該廠預(yù)建造2艘集裝箱船用于出口，現(xiàn)以在建船舶為抵押，向銀行申請6000萬元人民幣的貸款項目。下面我們用模糊綜合評判法對該項目的信貸風(fēng)險進(jìn)行評判。

（一）評價指標(biāo)權(quán)重的確定

通過多次深入訪談?wù){(diào)查該船廠項目經(jīng)理、專家以及銀行公司業(yè)務(wù)部、銀行授信管理分部、銀行國際業(yè)務(wù)部、銀行運行管理部、銀行信貸管理分部、銀行風(fēng)險管理部的高級管理人員，對該船廠項目信貸風(fēng)險評價指標(biāo)進(jìn)行比較，形成判斷矩陣。通過計算、一致性檢驗等步驟來確定出評價指標(biāo)體系中各指標(biāo)的權(quán)重［1］。

下面作出償債能力風(fēng)險（x1）、盈利能力風(fēng)險（x2）、資產(chǎn)運營風(fēng)險（x3）、發(fā)展?jié)摿︼L(fēng)險（x4）這四個指標(biāo)對對其上級指標(biāo)財務(wù)風(fēng)險（D11）的貢獻(xiàn)程度即權(quán)重的具體步驟［1］。

構(gòu)造判斷矩陣如下：

D11x1x2x3x 4 x11 2 2 2 x21／2 1 1 1 x31／2 1 1 1 x41／2 1 1 1

根據(jù)方根法確定主特征向量的方法，計算各指標(biāo)的權(quán)重W如下：

歸一化處理：

檢驗判斷矩陣的一致性。檢驗C．R．是否小于0．1，若是，則通過一致性檢驗；否則，不通過。

所以：

通過一致性檢驗。

故所得的W＝［0．4 0．2 0．2 0．2］T即相對重要度向量是可以被接受的。

其他指標(biāo)的權(quán)重類似可得。詳見表1。

表1 各指標(biāo)的權(quán)重［1］

（二）在建船舶抵押項目信貸風(fēng)險三級模糊評判

1．船廠風(fēng)險

（1）一級模糊評判

①財務(wù)風(fēng)險模糊評判

根據(jù)專家評判，對于償債能力評判結(jié)果為：20%優(yōu)秀，40%良好，20%一般、10%差、10%較差。由此得出償債能力指標(biāo)的模糊評判向量為（0．2，0．4，0．2，0．1，0．1）。

同樣：盈利能力風(fēng)險的模糊評判向量為（0．3，0．3，0．2，0．1，0．1）；資產(chǎn)運營能力的模糊評判向量為（0．3，0．3，0．2，0．1，0．1）；發(fā)展?jié)摿δ芰Φ哪：u判向量為（0．4，0．2，0．2，0．1，0．1）。

因此，財務(wù)風(fēng)險評價因素的評判矩陣［1］為：

財務(wù)風(fēng)險模糊評判：

這樣得到的財務(wù)風(fēng)險模糊評價的風(fēng)險度為B11＝（0．28，0．32，0．2，0．1，0．1），根據(jù)公式V￠＝BVT得出財務(wù)風(fēng)險的平均風(fēng)險度為V￠11＝71．6，根據(jù)判別標(biāo)準(zhǔn)，這個水平屬于良好級別。這主要是由于該廠歷史悠久，實力雄厚，是一家比較知名的企業(yè)，其資產(chǎn)負(fù)債率、流動比率等指標(biāo)都比較高，企業(yè)長期和短期的償債能力都較強。另外，該廠的盈利能力很強，發(fā)展前途較好?？傮w來說，財務(wù)風(fēng)險還是比較小的。

同理得出：

②建造能力的風(fēng)險度為B12＝（0．18，0．24，0．23，0．17，0．18），根據(jù)公式V￠＝BVT得出建造能力的平均風(fēng)險度為V￠12＝61．4，這個水平在良好范圍內(nèi)，但是分?jǐn)?shù)相對來說不是很高。主要是由于該廠設(shè)備自動化水平不是很高，不過考慮到該廠的建造技術(shù)實力還是較高的，建造能力風(fēng)險不大。

③管理能力的風(fēng)險度為B13＝（0．3，0．4，0．3，0，0），根據(jù)公式V￠＝BVT得出管理能力的平均風(fēng)險度為＝80，從這個數(shù)字可以看出該船廠有著較強的管理能力。主要是由于該廠的領(lǐng)導(dǎo)人員大多是具有高學(xué)歷的專業(yè)人士且具有多年的管理實踐經(jīng)驗，有一套切之可行的完善的管理體系。

④信譽風(fēng)險的風(fēng)險度為B14＝（0．43，0．36，0．17，0．04，0），根據(jù)公式V￠＝BVT得出信譽風(fēng)險的平均風(fēng)險度為V￠14＝83．6，這個分?jǐn)?shù)是比較高的。從該廠歷年的債務(wù)償還及交船情況得知，該廠一向信譽度很高，未出現(xiàn)不按時償還債務(wù)和不按時交船的情況，是可以信賴的。

（2）二級模糊綜合評判

船廠風(fēng)險的整體風(fēng)險度為B1＝（0．35，0．25，0．22，0．18，0．1），根據(jù)公式V￠＝BVT得出船廠風(fēng)險的平均風(fēng)險度為V￠1＝77．4，說明船廠本身的風(fēng)險是良好水平。

但是，由于總體風(fēng)險是由船廠風(fēng)險和造船項目風(fēng)險兩部分共同決定的，所以還要考察造船項目風(fēng)險。

2．造船項目風(fēng)險

（1）一級評判

船東風(fēng)險的風(fēng)險度為B21＝（0．53，0．35，0．12，0，0），根據(jù)公式V￠＝BVT得出船東風(fēng)險的平均風(fēng)險度為＝88．2，根據(jù)判別標(biāo)準(zhǔn)，風(fēng)險度水平為優(yōu)秀。這是因為，船東是一家領(lǐng)先的航運公司，信譽較高，風(fēng)險較小。

價格風(fēng)險的風(fēng)險度為B22＝（0．40，0．45，0．15，0，0），根據(jù)公式V￠＝BVT得出價格風(fēng)險的平均風(fēng)險度為＝85，也達(dá)到優(yōu)秀級別。這是因為，一般情況下，總款項分兩次付清，船東先要交一部分預(yù)付款，一般預(yù)付款為總船價的40%－50%，剩下的交船時一次付清，這樣風(fēng)險就相對小一些。再就是船東是一家外資企業(yè)，其預(yù)付款有外資銀行為之擔(dān)保，因此總體價格風(fēng)險是比較小的。

技術(shù)風(fēng)險的風(fēng)險度為B23＝（0．45，0．41，0．14，0，0），根據(jù)公式V￠＝BVT得出技術(shù)風(fēng)險的平均風(fēng)險度為＝86．1，優(yōu)秀級別。這是因為，對于該項目，該廠已有類似的建造經(jīng)驗，所以技術(shù)水平還是比較高的，沒有什么風(fēng)險。

交船風(fēng)險的風(fēng)險度為B24＝（0．35，0．45，0．2，0，0），根據(jù)公式V￠＝BVT得出交船風(fēng)險的平均風(fēng)險度為＝83，屬于良好水平。雖然做這個案例時有些資料調(diào)查不是很全面，但根據(jù)以往交船情況，沒有出現(xiàn)過違約，所以關(guān)于交船風(fēng)險保守估計為良好水平。

供應(yīng)商風(fēng)險的風(fēng)險度為B25＝（0．42，0．55，0．03，0，0），根據(jù)公式V￠＝BVT得出供應(yīng)商風(fēng)險的平均風(fēng)險度為V￠25＝87．8，屬于優(yōu)秀。這是因為，該項目的供應(yīng)商是船東指定的，與船東有多年的合作關(guān)系，其所供應(yīng)的原料質(zhì)量是比較有保障的，所以風(fēng)險較小。

外部風(fēng)險的風(fēng)險度為B26＝（0．36，0．47，0．17，0，0，），根據(jù)公式V￠＝BVT得出外部風(fēng)險的平均風(fēng)險度為＝83．8，屬于良好水平。同樣由于調(diào)查資料有限，該項評價有待斟酌。

（2）二級模糊綜合評判

造船項目的整體風(fēng)險度為B2＝（0．42，0．44，0．14，0，0），根據(jù)公式V￠＝BVT得出造船項目的平均風(fēng)險度為V￠2＝85．6，屬于優(yōu)秀水平。表明造船項目的風(fēng)險較小。

3．總體風(fēng)險

進(jìn)行三級模糊綜合評判，總體風(fēng)險的風(fēng)險度為B＝（0．38，0．4，0．1，0．08，0．04），根據(jù)公式V￠＝BVT得出總體風(fēng)險的平均風(fēng)險度為V￠＝80，水平較高?？梢?，該廠無論從自身實力還是從造船能力都是比較強的，銀行只要對項目監(jiān)督到位，風(fēng)險應(yīng)該不是很大，所以該項目是可行的。

四、總結(jié)與思考

本文在閱讀大量國內(nèi)外文獻(xiàn)的基礎(chǔ)上，通過調(diào)查訪談相關(guān)研究人員，根據(jù)在建船舶項目本身的特點，設(shè)置了49個指標(biāo)，這些指標(biāo)的設(shè)置是從船廠風(fēng)險和造船項目本身風(fēng)險兩大風(fēng)險源考慮的。這些指標(biāo)既有客觀指標(biāo)又有主觀指標(biāo)，如果用精確的數(shù)學(xué)方法和數(shù)據(jù)，依據(jù)嚴(yán)謹(jǐn)?shù)睦碚撨^程來評估時，往往事與愿違，復(fù)雜化和精確化有時難以統(tǒng)一［1］。本文將定性指標(biāo)應(yīng)用模糊數(shù)學(xué)原理進(jìn)行了量化，將模糊評判應(yīng)用于實際案例中，用AHP給出了各指標(biāo)的權(quán)重集，用專家評議法給出了隸屬度集，最終取得了較好的評判效果。

限于時間和水平，本文對在建船舶抵押這種新型信貸項目的風(fēng)險控制的探討，深入的還不夠，今后需要繼續(xù)完善。另外，隨著此類項目的成熟完善，此研究不失為今后對其風(fēng)險的定量研究的切入點［1］。

［1］姚興華．在建船舶抵押項目信貸風(fēng)險控制研究［D］．無錫：江南大學(xué)，2009．

［2］威海海事局．山東轄區(qū)在建船舶抵押權(quán)登記座談會在威海順利召開［EB／OL］．http：／／www．sdmsa．gov．cn／sdmsa／news／｛ef7ecbcb－046f－4f57－a0e7－4020406b8d58｝．shtml，2010．06．25．

［3］DAN GALAI，MICHEL CROUHY，ROBERTMARK．A Comparative Analysis of Current Credit Risk Models［J］．Banking＆Finance，2000（24）：59－117．

［4］ALEXANDER KREININ，AHMED NAGI．Calibration of the Default Probability Model［J］．European Operational Research，2008（185）：1462－1476．

［5］PANG SU-LIN，WANG YAN-MING．Credit Decision Model and Mechanism with Default Risk Parameter［J］．Banking＆Finance，2008（8）：81－88．

［6］LYDIAN MEDEMA，RUUDH KONING，ROBERT LENSINK．A Practical Approach to Validating a PDModel［J］．Banking＆Finance，2009（33）：701－708．

［7］JOSE A LOPEZ．An Overview of Project Finance Binomial Loan Valuation［J］．Review of Financial Economics，2009（230）：1－6．

［8］HSIEN-HSING LIAO，TSUNG-KANG CHEN，CHIA-WULU．Bank Credit Risk and Structural CreditModels：Agency and Information Asymmetry Perspectives［J］．Banking＆Finance，2009（33）：1520－1530．

［9］ANDRE LUCAS．Modeling the CreditRisk for Portfolios of Consumer Loans：Analogieswith Corporate Loan Models［J］．Mathematics and Computers in simulation，2001（79）：2525－2534．

［10］TOR JACOBSON，KASPER ROSZBACH．On the Parameterization of the Credit Risk＋Model for Estimating Credit Portfolio Risk Insurance［J］．Mathematics and Economics，2008（42）：736－745．

［11］DESHENG DASHWU．Efficient Estimating of Large Portfolio Probabilities in Copula Models［J］．Operational Research，2010（29）：361－367．

［12］王沁，黃丹．運用VaR值度量信用風(fēng)險模型的比較研究［J］．統(tǒng)計與決策，2005（11）：29－30．

［13］曹道勝，何明升．商業(yè)銀行信用風(fēng)險模型的比較及其借鑒［J］．金融研究，2006（10）：90－97．

［14］汪辦興．我國商業(yè)銀行信用風(fēng)險模型的國際比較與改進(jìn)［J］．當(dāng)代經(jīng)濟科學(xué)，2007（3）：65－70．

［15］陳東平，孫明．KMV模型的修正及應(yīng)用研究［J］．經(jīng)濟研究導(dǎo)刊，2007（1）：45－48．

［16］呂思穎．現(xiàn)代信貸風(fēng)險度量模型的比較及實用性分析［J］．武漢理工大學(xué)學(xué)報，2008（5）：76－79．

［17］吳曉楠，劉凱敏，黃安定．財務(wù)困境預(yù)警模型與銀行信貸風(fēng)險的識別與防范［J］．金融理論與實踐，2010（1）：43－46．

［18］劉洪丹，王琳．Credit Risk＋模型在商業(yè)銀行信貸風(fēng)險管理中的應(yīng)用［J］．云南財經(jīng)大學(xué)學(xué)報，2006（5）：20－25．

［19］黃亞妮．基于KMV模型的我國商業(yè)銀行信貸風(fēng)險度量和管理研究［D］．廣州：暨南大學(xué)，2011．

［20］錢宏亮．商業(yè)銀行信用風(fēng)險模型的研究［D］．長春：吉林大學(xué)，2005．

［21］鄭倩璐．商業(yè)銀行信貸風(fēng)險管理的實證研究［D］．上海：同濟大學(xué)，2006．

［22］丁玉．商業(yè)銀行信用風(fēng)險預(yù)警與度量研究［D］．長沙：湖南大學(xué)，2006．

［23］董佳敏．商業(yè)銀行信貸風(fēng)險的VaR研究與應(yīng)用［D］．上海：華東師范大學(xué)，2007．

［24］余潛．商業(yè)銀行信用風(fēng)險模型及實證分析［D］．重慶：重慶大學(xué)，2008．

［25］武次冰，易宇，武鍶氏．貸款違約概率測算方法：違約比例模型［J］．統(tǒng)計與決策，2010（6）：45－48．

［26］王新，何建敏．造船項目貸款風(fēng)險識別與評估方法研究［J］．船舶工程，2004（8）：56－58．

［27］劉波．我國商業(yè)銀行聚合信用風(fēng)險模型及其應(yīng)用研究［D］．長沙：湖南大學(xué)，2007．

［28］彭建剛，張麗寒，劉波，屠海波．聚合信用風(fēng)險模型在我國商業(yè)銀行應(yīng)用的方法論探討［J］．金融研究，2008（8）：72－85．

［29］秦江波，王宏起．基于AHP法的銀行信貸風(fēng)險管理績效評價模型的構(gòu)建［J］．理論探索，2009（1）：69－72．

［30］吳兆明．IT企業(yè)項目管理成熟度評價模型研究［D］．無錫：江南大學(xué)，2008．

［31］王靜．預(yù)計到2015年中國將成為世界第一造船大國［J］．船艇，2007（6）：6－7．

［32］宿玉海，彭雷，郭勝川．基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險模型改進(jìn)探究［J］．山東財政學(xué)院學(xué)報，2012（2）：12－19．

An Evaluation Research on the Credit Risk in the M ortgage Finance of Ships under Construction——Based on AHP and Fuzzy Comprehensive Evaluation

YAO Xing-hua
（Dong Fang College，Shandong University of Finance and Economic，Taian 271000，China）

With the speeding up of reform in financial industry，itsmainmember——the banking industry is becomingmore competitive，so the shipping industry has become one of the business opportunities for Banks．But due to the rapid development of ship industry and its increasing order quantities，the traditionalmode of financing guarantee has been unable tomeet the demand，so a new model-the ship under constructionmortgage has appeared．However，because thismodel is notmature，banks face great credit risks．Studies have found that the use of fuzzy comprehensive evaluation model based on AHP and fuzzymathematic theory can effectively control such risks．

AHP；fuzzy comprehensive evaluation；ship under construction；credit of banks；risk control

F224

A

1008－2670（2013）05－0048－10

（責(zé)任編輯時明芝）

2013－06－17

姚興華，女，山東蒙陰人，山東財經(jīng)大學(xué)東方學(xué)院助教，研究方向：項目管理。