高雅 董利娜

【摘 要】 本文從商業(yè)銀行的角度對上市公司信用風險進行研究，首先對商業(yè)銀行信用風險及其特點進行了簡要闡述，然后分析對比了目前常用的幾種信用風險評價模型，著重說明了商業(yè)銀行信用風險Logistic模型的基本概述。

【關(guān)鍵詞】 信用風險評價 信用風險度量 Logistic模型

一、文獻綜述

（一）國外相關(guān)研究狀況

在國外理論界，有關(guān)方面的研究已經(jīng)相當成熟。Martin是使用Logistic模型進行分析預測的第一人，建立模型時設(shè)定違約臨界點的標準是根據(jù)借款人和放款人的風險偏好，并且通過檢驗發(fā)現(xiàn)Logistic模型的預測準確度要高于Z評分。Ohlson也建立了Logistic模型。Madalla在區(qū)別違約企業(yè)和正常企業(yè)是運用了Logistic模型，其結(jié)果表明，0.551為一個臨界值，即求得結(jié)果大于該值時為風險企業(yè)，小于該值時銀行則可以對其放款。

（二）國內(nèi)相關(guān)研究狀況

于立勇使用人工神經(jīng)網(wǎng)絡(luò)模型建立信用風險預測模型。柯孔林，周春喜認為商業(yè)銀行決定是否進行放貸工作中，最重要的就是對其進行評估，他們在分析比較各種現(xiàn)代評價模型的優(yōu)缺點的基礎(chǔ)上，對信用風險管理提出了建議。于立勇作為國內(nèi)信用風險研究領(lǐng)域的領(lǐng)頭人物，與王建新使用補償模糊神經(jīng)網(wǎng)絡(luò)模型，構(gòu)建了預測信用風險模型，為全面的信用管理提供了依據(jù)。劉美秀，周月梅認為對于商業(yè)銀行來說，銀行經(jīng)營活動中可能產(chǎn)生信用風險的原因多種多樣，其中最主要的原因就是市場上存在信息不對稱。并且就信息不對稱下的種種問題進行了深入的研究，在研究基礎(chǔ)上提出了政策性建議。朱映惠使用KMV模型對上市公司進行了實證研究，實證結(jié)果一方面驗證了KMV模型的有效性和適用性，另一方面，對商業(yè)銀行提高分析管理水平提出建議。

二、商業(yè)銀行的信用風險度量方法與模型

（一）商業(yè)銀行信用風險總述

1、商業(yè)銀行信用風險的含義。信用風險是現(xiàn)代銀行風險的主要部分，商業(yè)銀行信用風險一般指在其給企業(yè)或個人貸款后，借款人在貸款到期時沒有能力或沒有意愿償還貸款，而給商業(yè)銀行帶來經(jīng)濟損失的可能性。

2、商業(yè)銀行信用風險的特點。信用風險主要具有以下四種特征：客觀性：商業(yè)銀行信用風險是由各種不確定的因素相互作用而形成的，而現(xiàn)實生活中的各種不確定因素是客觀存在的；傳染性：在現(xiàn)代社會，企業(yè)之間、銀企之間的經(jīng)濟活動往往是環(huán)環(huán)相扣的，任何一個環(huán)節(jié)出現(xiàn)問題，都有可能導致整個信用鏈條斷裂，因此商業(yè)銀行信用風險具有傳染性；可控性：可以通過一系列處理方法對信用風險進行預防或轉(zhuǎn)移，從而可以將對銀行造成的危害降到最低；信息不對稱性：在交易活動中，銀行對企業(yè)的信用內(nèi)部狀況不可能進行詳盡的了解，企業(yè)財務(wù)信息會存在虛假現(xiàn)象，使得商業(yè)銀行極易處于被動地位，銀行和企業(yè)所掌握的資料不一致，存在信息不對稱的現(xiàn)象。

（二）商業(yè)銀行的信用風險度量方法及模型

1、傳統(tǒng)度量方法。傳統(tǒng)的信用風險度量方法有很多種，大部分為定性分析的思想，主要有專家法、信用評級方法和信用評分方法。專家法是由一些從事銀行工作較長時間的研究人員組成專家團隊，對借款人進行信用評價分析，從而得出是否進行放款的結(jié)論。例如“5C”要素分析法，分別對借款人的品格、資本、能力、擔保和經(jīng)濟環(huán)境進行分析判斷。信用評級方法是將銀行根據(jù)借款人的信用狀況將貸款分為五個類別，以此來準備不同的分析損失準備金。而信用評分方法是使用特定的數(shù)學方法，對影響借款人信用狀況的指標進行計算，得出綜合得分或違約概率，從而為商業(yè)銀行是否放款提供依據(jù)。

2、現(xiàn)代度量方法?，F(xiàn)代的度量方法主要有KMV、CreditRist+、CreditMetrics等。

KMV模型主要運用了期權(quán)定價原理，充分利用上市公司的有關(guān)信息，建立起企業(yè)違約預測模型，這種模型更加準確及時，更加具有預測性。但是KMV主要用于預測上市公司的信用風險。

CreditMetrics模型即信用計量模型，信用等級變化分析是該模型的基本方法，求得轉(zhuǎn)換矩陣作為該模型的重要輸入數(shù)據(jù)，通過轉(zhuǎn)換矩陣建立信用計量模型，從而對企業(yè)信用等級進行評價。

CreditRist+模型認為每筆銀行貸款具有很小的違約概率，且每筆貸款的違約與其他貸款的違約之間相互獨立，該特點恰好符合泊松分布的特征，因此通過假定在一定期限內(nèi)，違約的概率服從泊松分布，然后建立模型，可以進行信用風險分析。

（三）Logistic模型

Logistic模型是線性回歸模型的一種形式，它以二分類變量為因變量，因此不需要樣本數(shù)據(jù)滿足正態(tài)分布，Logistic模型表述為：

其中，參數(shù)為常數(shù)項，為信用風險評價中的自變量，為待估系數(shù)，P為企業(yè)違約概率。

對于單個樣本來說，若回歸值P越大，，則說明該上市公司發(fā)生違約的可能性越大，反之，回歸值越小，該上市公司發(fā)生違約的可能性越小。設(shè)Y為因變量，則Y可以取值為0或1，根據(jù)以上條件，可建立Logistic回歸模型，X1、X2…Xn為模型的自變量，則因變量Y與Xi的關(guān)系可以表示為：

其中P表示違約事件發(fā)生的概率，則1-P表示未發(fā)生違約事件的概率。公式變形可得出違約事件發(fā)生的概率如下：

【參考文獻】

[1] 于立勇.商業(yè)銀行信用風險評估預測模型研究[J].管理科學學報，2003，（5）：46-52

[2] 王建新，于立勇.基于信用風險度的商業(yè)銀行風險評估模型研究[J].管理工程學報，2007，（4）：85-90

[3] 史小康，馬學俊.個人信用評級模型的指標選擇方法[J].統(tǒng)計與決策，2014，（23）：41-43

[4] Martin， D. Early Warning of Bank Failure.Journal of Banking and Finance.1977，7：249-276.