杜永強(qiáng), 石寶峰

(1.天津商業(yè)大學(xué) 理學(xué)院，天津 300134; 2.西北農(nóng)林科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，陜西 楊凌 712100)

0 引言

目前，國(guó)內(nèi)外、外權(quán)威機(jī)構(gòu)已經(jīng)針對(duì)商業(yè)銀行建立了信用風(fēng)險(xiǎn)評(píng)級(jí)體系。國(guó)際評(píng)級(jí)機(jī)構(gòu)標(biāo)準(zhǔn)普爾、穆迪與國(guó)內(nèi)知名評(píng)級(jí)機(jī)構(gòu)大公國(guó)際以及中誠(chéng)信國(guó)際等機(jī)構(gòu)選擇資產(chǎn)質(zhì)量指標(biāo)、資本充足性指標(biāo)以及流動(dòng)性指標(biāo)等對(duì)商業(yè)銀行展開評(píng)級(jí)操作[1～4]。這類評(píng)級(jí)體系所涉及的評(píng)級(jí)方法并未披露，只給出了某些銀行的評(píng)級(jí)結(jié)果。近年來，與商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)相關(guān)的研究，國(guó)內(nèi)外學(xué)者開展了很多工作。例如，柯孔林等[5]把可擴(kuò)展的數(shù)據(jù)包絡(luò)判別模型用于商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估活動(dòng)范疇，通過兩階段分類過程對(duì)信用狀況進(jìn)行判別。薛鋒等[6]選擇混合整數(shù)規(guī)劃法創(chuàng)建企業(yè)信用風(fēng)險(xiǎn)考評(píng)運(yùn)行體系。這類方法均是基于運(yùn)籌優(yōu)化思路建立的銀行信用風(fēng)險(xiǎn)評(píng)價(jià)模型，無需樣本數(shù)據(jù)滿足正態(tài)分布假設(shè)和等協(xié)方差條件，提高了模型的判別能力。但是由于此類分析模式存在復(fù)雜性因素與權(quán)威性低等問題，并非是如同統(tǒng)計(jì)分析模式的評(píng)級(jí)結(jié)論能夠產(chǎn)生廣泛的公信力。王建新等[7]闡釋基于“信用風(fēng)險(xiǎn)度”作為輸出結(jié)果，由此創(chuàng)建基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)架構(gòu)體系的信用風(fēng)險(xiǎn)評(píng)估預(yù)測(cè)模型。Tsai等[8]選擇神經(jīng)網(wǎng)絡(luò)給(多元)復(fù)合分類器在商業(yè)銀行信用風(fēng)險(xiǎn)等級(jí)的評(píng)估活動(dòng)展開實(shí)證探討。Lin等[9]分類樹和支持向量機(jī)等模式對(duì)商業(yè)銀行績(jī)效展開績(jī)效考評(píng)操作，選擇臺(tái)灣商業(yè)銀行數(shù)據(jù)資源展開實(shí)證探討。徐春紅等[10]選擇主成分分析模式給數(shù)據(jù)資源展開有效壓縮處理，創(chuàng)建主成分Logistic混合式識(shí)別模式，既具備高精度且存在高穩(wěn)態(tài)性，可以給商業(yè)銀行風(fēng)險(xiǎn)識(shí)別與評(píng)估信用風(fēng)險(xiǎn)帶來可行性方案。程硯秋[11]在違約區(qū)分能力賦權(quán)與原因度賦權(quán)的前提下，參考違約樣本誤差最低化準(zhǔn)則展開組合賦權(quán)操作，創(chuàng)建以違約判別度為內(nèi)核的企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模式。陳曉紅等[12]分析了我國(guó)中小企業(yè)目前的融資困境及其根源，提出改進(jìn)模糊綜合評(píng)價(jià)模型對(duì)中小企業(yè)進(jìn)行了信用評(píng)估。張奇等[13]從宏觀經(jīng)濟(jì)環(huán)境、信貸行為、經(jīng)營(yíng)水平三個(gè)維度出發(fā)，建立了基于Logit與SVM的銀行信用風(fēng)險(xiǎn)混合預(yù)警模型。衣柏衡等[14]改進(jìn)了支持向量機(jī)對(duì)非均衡樣本分類時(shí)分類超平面偏移的不足，并將改進(jìn)算法用于小額貸款公司客戶信用風(fēng)險(xiǎn)評(píng)估案例中。此類模型要分析銀行的違約樣本，不過在具體操作環(huán)節(jié)中，以銀行為代表的違約樣本大體上不存在，造成此種模型在應(yīng)用中存在限制問題。張大斌等[15]研究了不確定性KMV信用風(fēng)險(xiǎn)測(cè)度問題，利用差分進(jìn)化算法來優(yōu)化違約點(diǎn)系數(shù)，建立了我國(guó)上市公司信用風(fēng)險(xiǎn)測(cè)度的不確定性DE-KMV模型。姚德權(quán)等[16]選擇16個(gè)已經(jīng)在滬深股票市場(chǎng)上市運(yùn)行的商業(yè)銀行，以此作為分析的對(duì)象，選擇資產(chǎn)價(jià)格變結(jié)構(gòu)點(diǎn)非參數(shù)校驗(yàn)?zāi)Ｊ剑捎米兘Y(jié)構(gòu)KMV模型給商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)進(jìn)行度量。但是這類模型解決不了國(guó)內(nèi)非上市銀行的信用風(fēng)險(xiǎn)評(píng)級(jí)問題。遲國(guó)泰等[17]根據(jù)評(píng)級(jí)得分的分布規(guī)律模擬擴(kuò)充樣本，建立了與國(guó)際權(quán)威機(jī)構(gòu)評(píng)價(jià)結(jié)果序關(guān)系一致的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)價(jià)模型，試圖處理穆迪與標(biāo)準(zhǔn)普爾等全球知名機(jī)構(gòu)對(duì)沒有評(píng)級(jí)的商業(yè)銀行產(chǎn)生的信用風(fēng)險(xiǎn)問題。但文中檢驗(yàn)評(píng)級(jí)得分分布規(guī)律的方法極易受到樣本數(shù)據(jù)的影響，通過嘗試的方法檢驗(yàn)數(shù)據(jù)服從哪一種分布存在偶然性、可行性不強(qiáng)。

針對(duì)上述問題，本文依據(jù)平滑擴(kuò)充運(yùn)行機(jī)理，選擇商業(yè)銀行評(píng)分模式進(jìn)行數(shù)據(jù)擴(kuò)充操作，創(chuàng)建和標(biāo)準(zhǔn)普爾評(píng)級(jí)信息的序關(guān)系相吻合的國(guó)內(nèi)商業(yè)銀行信用評(píng)級(jí)模型，能夠有效處理國(guó)內(nèi)城商銀行與沒有上市銀行等我國(guó)還沒有進(jìn)行評(píng)級(jí)的信用風(fēng)險(xiǎn)評(píng)估模式。

1 商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)模型構(gòu)建原理

本文參考穆迪與標(biāo)準(zhǔn)普爾等全球知名評(píng)級(jí)機(jī)構(gòu)的經(jīng)典理論，創(chuàng)建涵蓋資產(chǎn)質(zhì)量參數(shù)、資本充足性參數(shù)、管理能力參數(shù)、盈利能力參數(shù)以及社會(huì)敏感屬性等幾個(gè)評(píng)級(jí)準(zhǔn)則層的指標(biāo)體系[17,19]。指標(biāo)體系見表1第2、3列。

上述指標(biāo)體系的合理性在于以下2個(gè)方面：一是準(zhǔn)則層的設(shè)置體現(xiàn)了國(guó)內(nèi)外權(quán)威機(jī)構(gòu)的經(jīng)典觀點(diǎn)。①美國(guó)聯(lián)邦金融機(jī)構(gòu)監(jiān)管委員會(huì)的CAMELS評(píng)級(jí)體系是從資本充足性、資產(chǎn)質(zhì)量、管理水平等6個(gè)方面作為評(píng)價(jià)準(zhǔn)則。②穆迪投資者公司主要是從資本充足性、資產(chǎn)質(zhì)量、公司治理等7個(gè)方面作為評(píng)價(jià)準(zhǔn)則。其中公司治理反映了管理水平。而宏觀環(huán)境、監(jiān)管環(huán)境兩個(gè)準(zhǔn)則反映的是社會(huì)敏感性。③標(biāo)準(zhǔn)普爾主要通過資本、信用風(fēng)險(xiǎn)及其管理、公司結(jié)構(gòu)等8個(gè)方面作為評(píng)價(jià)準(zhǔn)則。其中資本和市場(chǎng)風(fēng)險(xiǎn)及其管理反映的是資本充足性，信用風(fēng)險(xiǎn)及其管理反映的是資產(chǎn)質(zhì)量，公司結(jié)構(gòu)、管理及戰(zhàn)略反映的是管理水平，宏觀經(jīng)濟(jì)及行業(yè)風(fēng)險(xiǎn)反映了社會(huì)敏感性。④大公國(guó)際主要通過資本充足性、資產(chǎn)質(zhì)量、公司治理等7個(gè)方面作為評(píng)價(jià)準(zhǔn)則。其中公司治理反映了管理水平，經(jīng)營(yíng)環(huán)境、營(yíng)運(yùn)價(jià)值反映了社會(huì)敏感性。⑤中國(guó)銀監(jiān)會(huì)設(shè)立資本充足狀況、資產(chǎn)安全狀況、管理狀況等6個(gè)美國(guó)聯(lián)邦金融機(jī)構(gòu)監(jiān)委會(huì)的CAMELS評(píng)級(jí)標(biāo)準(zhǔn)相吻合。本課題在分析中選擇美國(guó)聯(lián)邦金融監(jiān)委會(huì)、標(biāo)準(zhǔn)普爾與穆迪公司等全球知名組織的經(jīng)典觀點(diǎn)，并結(jié)合大公國(guó)際以及中國(guó)銀監(jiān)會(huì)的典型觀點(diǎn)，建立了符合中國(guó)商業(yè)銀行實(shí)際情況的上述六個(gè)指標(biāo)進(jìn)行考評(píng)。在此之中，安全性準(zhǔn)則主要是依托于資產(chǎn)質(zhì)量考評(píng)信息、資本充足性信息、管理能力信息以及社會(huì)敏感度原則信息等。盈利性準(zhǔn)則主要是依托于盈利能力，流動(dòng)性準(zhǔn)則主要是依托于流動(dòng)性指標(biāo)。二是因?yàn)楸疚暮罄m(xù)的實(shí)證分析可以闡釋某個(gè)運(yùn)行機(jī)制給銀行進(jìn)行的考評(píng)活動(dòng)，可以和標(biāo)準(zhǔn)普爾評(píng)級(jí)序關(guān)系一致的結(jié)果，既符合了國(guó)際評(píng)級(jí)慣例，又符合中國(guó)資本市場(chǎng)的實(shí)際情況。

平滑擴(kuò)充原理[18]：小樣本數(shù)據(jù)的容量為n、樣本標(biāo)準(zhǔn)差為s，分別計(jì)算小樣本數(shù)據(jù)的m個(gè)分位數(shù)xp1,xp2,…,xpm。分位數(shù)xp1對(duì)應(yīng)著2.5%的分位點(diǎn)，分位數(shù)xpm對(duì)應(yīng)著97.5%的分位點(diǎn)，其它m-2個(gè)分位數(shù)xp2,…,xp(m-1)對(duì)應(yīng)著2.5%～97.5%分位點(diǎn)之間的m-2個(gè)等分位點(diǎn)。以小樣本數(shù)據(jù)的分位數(shù)xp1為均值、以小樣本數(shù)據(jù)的標(biāo)準(zhǔn)差s為標(biāo)準(zhǔn)差，模擬產(chǎn)生n個(gè)服從正態(tài)分布N(xp1,s2)的隨機(jī)數(shù)N1。同理，分別以其他m-1個(gè)分位數(shù)xp2,…,xpm為均值、以小樣本數(shù)據(jù)的標(biāo)準(zhǔn)差s為標(biāo)準(zhǔn)差，模擬產(chǎn)生m-1組服從正態(tài)分布N(xp2,s2)、N(xp3,s2)、…N(xpm,s2)的隨機(jī)數(shù)N2、N3、…、Nm。每組隨機(jī)數(shù)的容量均為n。因此，將上述m組隨機(jī)數(shù)合并在一起，就是擴(kuò)大m倍后的大樣本。

表1 商業(yè)銀行指標(biāo)體系與指標(biāo)數(shù)據(jù)

基于平滑擴(kuò)充原理的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)模型原理見圖1。

圖1 基于平滑擴(kuò)充原理的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)模型原理圖

2 商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)模型構(gòu)建

2.1 指標(biāo)預(yù)處理

x11等指標(biāo)是正向指標(biāo)[20]，這類指標(biāo)數(shù)值越大表明銀行的情況越好。x14等指標(biāo)是負(fù)向指標(biāo)[20]，指標(biāo)值越小表明商業(yè)銀行的情況越好。x22是適中指標(biāo)，數(shù)值越接近某一個(gè)值越好。本文根據(jù)文獻(xiàn)[17,20,22]中對(duì)正向指標(biāo)、負(fù)向指標(biāo)、適中指標(biāo)的打分方式給出指標(biāo)的得分。定性指標(biāo)是無法用定量的方法對(duì)商業(yè)銀行評(píng)分的指標(biāo)。例如x31、x32、x33、x63。定性指標(biāo)的評(píng)分標(biāo)準(zhǔn)詳見文獻(xiàn)[17]。

2.2 商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)得分

(1)

設(shè)：Pj-第j個(gè)評(píng)價(jià)對(duì)象的得分；wi-第i個(gè)指標(biāo)的權(quán)重；xij-第i個(gè)指標(biāo)第j個(gè)評(píng)價(jià)對(duì)象的得分。則第j個(gè)評(píng)價(jià)對(duì)象的得分：

(2)

2.3 商業(yè)銀行評(píng)級(jí)得分的擴(kuò)充

2.3.1 數(shù)據(jù)擴(kuò)充的步驟

(1)計(jì)算評(píng)級(jí)得分?jǐn)?shù)據(jù)的分位點(diǎn)pm[23]

記pm-評(píng)級(jí)得分的第m個(gè)分位點(diǎn)，m=1,2,…,k；m=1時(shí)，p1-評(píng)級(jí)得分的第1個(gè)分位點(diǎn)，對(duì)應(yīng)著得分?jǐn)?shù)據(jù)的2.5%分位點(diǎn)；m=max{1,2,…,k}=k時(shí)，pk-評(píng)級(jí)得分的97.5%分位點(diǎn)；則p2，p3,…,p(k-1)分別對(duì)應(yīng)著得分?jǐn)?shù)據(jù)的2.5%分位點(diǎn)p1和97.5%分位點(diǎn)pk之間的k-2個(gè)等分位點(diǎn)。

Pm=((m-1)×0.95/(k-1)+0.025)×100%

(3)

由下文知，式(6)中k為評(píng)級(jí)得分?jǐn)?shù)據(jù)擴(kuò)大的倍數(shù)，k越大說明評(píng)級(jí)得分?jǐn)U大的倍數(shù)就越大；反之，評(píng)級(jí)得分?jǐn)U大的倍數(shù)越小。

(2)計(jì)算評(píng)級(jí)得分?jǐn)?shù)據(jù)的分位數(shù)xpm[23]

將n個(gè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)得分?jǐn)?shù)據(jù)x1,x2,…,xn由小到大依次排列，得到排序后的評(píng)級(jí)得分?jǐn)?shù)據(jù)x(1)

記xpm-銀行信用風(fēng)險(xiǎn)評(píng)級(jí)得分?jǐn)?shù)據(jù)分位點(diǎn)pm對(duì)應(yīng)的分位數(shù)；n-評(píng)級(jí)得分?jǐn)?shù)據(jù)的個(gè)數(shù)；

(4)

(3)Monte Carlo模擬產(chǎn)生隨機(jī)數(shù)

2.3.2 數(shù)據(jù)分布一致性的統(tǒng)計(jì)檢驗(yàn)

2.4 商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)的劃分

參考擴(kuò)充樣本的評(píng)級(jí)分值將其平均劃分為9個(gè)區(qū)間，由此創(chuàng)建9個(gè)評(píng)價(jià)級(jí)別?？茖W(xué)性劃分的原因體現(xiàn)在以下兩個(gè)層面[19]：首先是可以讓商業(yè)銀行信用等級(jí)出現(xiàn)鐘形分布狀態(tài)。結(jié)合此類分布的圖像特點(diǎn)，即兩端低且中間高，能夠保障占比一半的評(píng)價(jià)樣本會(huì)在A級(jí)與BBB級(jí)附近聚集，規(guī)避出現(xiàn)大量樣本在AAA級(jí)或者C級(jí)附近聚集的不合理狀態(tài)，能夠有效區(qū)分商業(yè)銀行信用等級(jí)。后續(xù)的實(shí)證分析表明A級(jí)樣本數(shù)量占比為32.89%，BBB級(jí)樣本數(shù)量占比為14.43%。其次是分析結(jié)論與國(guó)內(nèi)商業(yè)銀行現(xiàn)有發(fā)展?fàn)顟B(tài)相匹配，可以產(chǎn)生應(yīng)用的價(jià)值。國(guó)內(nèi)商業(yè)銀行樣本數(shù)據(jù)成為評(píng)價(jià)樣本信息擴(kuò)充的核心信息資源，所以，已經(jīng)擴(kuò)充的樣本可以表示國(guó)內(nèi)商業(yè)銀行具體發(fā)展情況。

3 實(shí)證研究

3.1 樣本的選取與數(shù)據(jù)來源

本課題選擇五大銀行、中國(guó)進(jìn)出口銀行、國(guó)家開發(fā)銀行、重慶銀行以及渤海銀行等41個(gè)國(guó)內(nèi)商業(yè)銀行在2012年的數(shù)據(jù)資源信息。同時(shí)選取美洲銀行、花旗銀行、美國(guó)富國(guó)以及摩根大通等5家美國(guó)的商業(yè)銀行2012年的數(shù)據(jù)資源信息。在2012年，上述銀行的指標(biāo)信息可以在以上46個(gè)銀行年報(bào)[24]中獲取，相關(guān)數(shù)據(jù)信息見表1中第4列到第50列所示。

在以上具備研究?jī)r(jià)值的41個(gè)國(guó)內(nèi)商業(yè)銀行的前提下在增加5個(gè)美國(guó)知名的商業(yè)銀行。選擇國(guó)外相關(guān)金融組織的數(shù)據(jù)信息，拓展考評(píng)結(jié)論的信用級(jí)別，可以完善原先標(biāo)準(zhǔn)普爾對(duì)國(guó)內(nèi)商業(yè)銀行只有三個(gè)評(píng)價(jià)等級(jí)的問題。

3.2 指標(biāo)打分、權(quán)重及評(píng)級(jí)得分的計(jì)算

(1)指標(biāo)打分

根據(jù)文獻(xiàn)[20,22]中對(duì)正向指標(biāo)、負(fù)向指標(biāo)、適中指標(biāo)的打分方式給出指標(biāo)的得分。列入表1第51～96列對(duì)應(yīng)的位置。本文將適中指標(biāo)x22撥備覆蓋率的理想值[21]設(shè)定為100%。

(2)變異系數(shù)權(quán)重

將表1中第51～96列的指標(biāo)數(shù)據(jù)代入式(1)，得到各指標(biāo)的變異系數(shù)權(quán)重wi，列入表1第98列。

(3)評(píng)級(jí)得分

在此之中，把表中從52列到96列數(shù)據(jù)與最后一列中變異系數(shù)權(quán)重參量各自輸入至式(2)中，由此能夠獲取別的銀行評(píng)分，相關(guān)結(jié)論見表2中第3列與第8列。根據(jù)表2第3、8列的評(píng)價(jià)得分能夠獲取相關(guān)商業(yè)銀行的排名信息，具體結(jié)論見表2中的第1列與第6列。在表2中的第4列與第9列信息為標(biāo)準(zhǔn)普爾在2012年為各類商業(yè)銀行進(jìn)行的評(píng)級(jí)結(jié)果[24]。

從表2第4、5、9、10列可以看出，本文的評(píng)級(jí)結(jié)果與國(guó)際權(quán)威評(píng)級(jí)機(jī)構(gòu)標(biāo)普的評(píng)級(jí)結(jié)果的序關(guān)系是一致的。

表2 銀行信用風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果與評(píng)價(jià)等級(jí)

3.3 模擬擴(kuò)充評(píng)級(jí)得分

(1)計(jì)算評(píng)級(jí)得分?jǐn)?shù)據(jù)的分位點(diǎn)pm

以k=20為例(即，將評(píng)級(jí)得分?jǐn)?shù)據(jù)擴(kuò)大20倍)，說明分位點(diǎn)pm的計(jì)算過程。將k=20，m=1代入式(3)，得分位點(diǎn)p1=2.5%，列入表3第1行第2列。同理，將k=20，m=2、3、…、20分別代入式(3)，得數(shù)據(jù)分位點(diǎn)pm，結(jié)果列入表3第2、5列的相應(yīng)行。

表3 評(píng)級(jí)得分?jǐn)U大20倍時(shí)的分位點(diǎn)pm及分位數(shù)xpm

(2)計(jì)算評(píng)級(jí)得分?jǐn)?shù)據(jù)的分位數(shù)xpm

本文選取了41家國(guó)內(nèi)的商業(yè)銀行評(píng)級(jí)得分作為擴(kuò)充數(shù)據(jù)的實(shí)證樣本。將41家銀行的得分由小到大依次排列，得到排序后的評(píng)級(jí)得分?jǐn)?shù)據(jù)，列入表4第2列。以p1=2.5%為例說明與其對(duì)應(yīng)的分位數(shù)xp1的計(jì)算過程。將n=41，p1=2.5%代入式(4)，得xp1=x([1.025]+1)=x(2)。根據(jù)表4第2行第2列x(2)=0.22，因此xp1=0.22，列入表3第1行第3列。同理，將n=41及表3第2列其他分位點(diǎn)pm代入式(4)，可得其他分位數(shù)xpm，列入表3第3、6列的相應(yīng)行。

擴(kuò)充數(shù)據(jù)的實(shí)證樣本中不包括國(guó)外的銀行。這是因?yàn)樵u(píng)價(jià)樣本中的國(guó)外銀行都是評(píng)級(jí)較高的，不具有普遍性特征，如果引入進(jìn)來會(huì)影響結(jié)果。

(3)Monte Carlo模擬產(chǎn)生隨機(jī)數(shù)

(4)數(shù)據(jù)分布一致性的統(tǒng)計(jì)檢驗(yàn)

表4 排序后的樣本及擴(kuò)大后的樣本

3.4 信用等級(jí)的劃分

表5第2列的數(shù)據(jù)來自于表4第3～22列。由于評(píng)價(jià)得分不能是負(fù)數(shù)，因此需要將擴(kuò)充后的數(shù)據(jù)負(fù)值-0.011、-0.102剔除掉。各個(gè)級(jí)別的樣本數(shù)據(jù)信息需要符合鐘形分布情況，存在最高樣本數(shù)量的情況為A評(píng)級(jí)與BBB評(píng)級(jí)。所以，表5中第2列的數(shù)據(jù)平均值為A級(jí)區(qū)間的下限與BBB級(jí)區(qū)間的上限。求得表5第2列的數(shù)據(jù)均值為0.335，以0.335為A級(jí)得分區(qū)間的下限，BBB級(jí)得分區(qū)間的上限。根據(jù)表5第2列的最大值0.858、及A級(jí)以上有AAA、AA兩個(gè)等級(jí)，因此AAA到A級(jí)的級(jí)差為(0.858-0.335)/3=0.174。A級(jí)得分區(qū)間的上限等于0.335+0.174=0.509，列入表6第3行第3列。同理，AAA、AA級(jí)得分區(qū)間類推，列入表6第3列的相應(yīng)行。根據(jù)表5第2列的最小值0.001、及BBB級(jí)以下有BB、B、CCC、CC、C五個(gè)等級(jí)，因此BBB到C級(jí)的級(jí)差為(0.335-0.001)/6=0.056。BBB級(jí)得分區(qū)間的下限等于0.335-0.056=0.279，列入表6第4行第3列。同理，BB、B、CCC、CC、C級(jí)得分區(qū)間類推，列入表6第3列對(duì)應(yīng)行。

表5 銀行信用評(píng)價(jià)得分的模擬數(shù)據(jù)

參考表6的第3列考評(píng)結(jié)論獲取相應(yīng)的區(qū)間，在為表2中的第3列與第8列諸多銀行進(jìn)行考評(píng)過程中展開等級(jí)劃分操作，各評(píng)價(jià)銀行對(duì)應(yīng)的信用等級(jí)見表2第5、10列。

表6 評(píng)價(jià)等級(jí)區(qū)間及樣本頻率

4 結(jié)論

權(quán)威機(jī)構(gòu)未曾給出我國(guó)大多數(shù)國(guó)內(nèi)非上市銀行的信用評(píng)級(jí)，本文根據(jù)平滑擴(kuò)充原理對(duì)商業(yè)銀行的評(píng)級(jí)得分模擬擴(kuò)充，對(duì)擴(kuò)展后的評(píng)級(jí)得分進(jìn)行信用等級(jí)劃分，解決了由于樣本少、無法對(duì)信用等級(jí)劃分的難題。經(jīng)過Mann-Whitney U檢驗(yàn)發(fā)現(xiàn)通過擴(kuò)充處理的大樣本數(shù)據(jù)可以有效體現(xiàn)出最初商業(yè)銀行評(píng)分的分布特點(diǎn)，避免了樣本擴(kuò)充后的數(shù)據(jù)資源難以有效體現(xiàn)最初商業(yè)銀行評(píng)分體系數(shù)據(jù)分布特征存在的問題，優(yōu)化小樣本擴(kuò)展成為大樣本后出現(xiàn)的問題。特別地，文獻(xiàn)[17]根據(jù)評(píng)價(jià)得分的對(duì)數(shù)分布規(guī)律進(jìn)行模擬，但該方法易受到樣本數(shù)據(jù)的影響，存在偶然性、可行性不強(qiáng)。因此，通過模擬小樣本數(shù)據(jù)服從的特定分布對(duì)其進(jìn)行擴(kuò)充這種方法不具有普適性。這正是本研究區(qū)別于現(xiàn)有研究[17]的不同之處。

(1)實(shí)證研究表明，本模型得到的評(píng)價(jià)結(jié)果與國(guó)際權(quán)威評(píng)級(jí)機(jī)構(gòu)標(biāo)準(zhǔn)普爾公司的評(píng)級(jí)結(jié)果序關(guān)系是一致的。因此，可根據(jù)本模型對(duì)大多數(shù)未經(jīng)過國(guó)際權(quán)威機(jī)構(gòu)評(píng)級(jí)的銀行進(jìn)行風(fēng)險(xiǎn)評(píng)級(jí)。

(2)實(shí)證研究表明，根據(jù)平滑擴(kuò)充原理對(duì)數(shù)據(jù)進(jìn)行擴(kuò)充，擴(kuò)充后的大樣本數(shù)據(jù)能真實(shí)的反映原始商業(yè)銀行的得分分布特征。這正是本文與現(xiàn)有研究的區(qū)別。

(3)實(shí)證研究表明，根據(jù)擴(kuò)充后的大樣本評(píng)級(jí)得分?jǐn)?shù)據(jù)劃分9個(gè)評(píng)級(jí)區(qū)間。A級(jí)樣本比例32.89%，BBB級(jí)樣本比例14.43%。保障約50%的評(píng)價(jià)樣本集中在A級(jí)與BBB級(jí)周圍區(qū)域，規(guī)避產(chǎn)生很多樣本在AAA級(jí)或者C級(jí)周圍出現(xiàn)不合理狀態(tài)。