企业信用风险评级模型的构建
银行业是一个特殊的高风险行业.80年代以来世界是一些国家发生的银行业危机告诉我们,一旦银行业风险得不到有效的控制,很容易引起连锁反应,从而引发全局性、系统性的金融危机,并殃及整个经济生活,甚至会导致经济秩序混乱与政治危机.中国至今虽未发现大规模的银行危机,但银行业的风险因素却大量存在,尤其是多年积累的大量的银行不良信贷资产,直接威协着中国银行体系的稳健运行.因此,对如何有效地控制银行业的风险进行研究,就具有十分重要的理论和现实意义.该文就是通过对现有风险评级实践进行研究,运用统计学方法建立企业信用风险评级模型,为控制中国银行业的风险提供操作性较强的量化手段.全文共分5章.第1章对现有的文献和几种风险评级实践进行了分析,并对该文的主要观点加以论述.第2章从借款人信用评级必要性理论分析入手,运用马克思的信贷资金循环理论进行分析,界定了企业信用风险评级的内容,由此设计了信用评级财务指标体系,从盈利能力、资本结构杠杆比率、发展潜力、营运能力、资产流动性和偿债能力现金流量比率六方面选择19个财务指标进行分析.第3章讲述了该文的研究方法.主要是分析样本的抽取和指标参评值,对指标进行定量精选并进行无量纲化处理.确定等级数和等级标准为三等九级.选择了指标综合方法为多元统计方法.第4章以第2章构建的信用评级指标体系为基础,运用统计方法,实际地建立企业信用风险评级模型.该章从7个方面提出了建立财务因素评级模型的完整思路,实际地建立了两个财务因素评级模型.在建立第一个评级模型(Ⅰ)时,该文先用主成分分析方法确定各指标的权数,然后用功效系数法计算各样本企业的综合评价值,最后用有序聚类方法确定出各信用等级的定量判断标准.这一模型引发出了作者对风险评级的更深层次的思考,认为如果采用恰当的统计方法来测定评级对象的风险,那么这种风险评级还包含着概率的思想.第二个评级模型(Ⅱ)是用动态聚类分析和贝叶斯判别分析相结合的方法来建立的.通过对这两个模型的比较,该文认为,如果以评级结果能否准确反映客观实际为标准,那么模型(Ⅱ)比模型(Ⅰ)更合理一些.最后,该文还以4家ST公司为例,对这两个评级模型的预测能力进行了检验.检验结果表明,这两个评级模型的预测能力都比较强.第5章该模型的成功构建证实该文运用统计方法进行风险评级的可行性,对银行进行授信企业的筛选将起到一定的预警作用.
风险评级模型;财务指标;无量纲化处理
中国海洋大学
硕士
会计学
罗福凯
2004
中文
F275.2;F230
64
2005-05-24（万方平台首次上网日期，不代表论文的发表时间）