国内外评级模型的技术研究.pdfVIP

国内外评级模型的技术研究 评级模型是以企业财务信息、企业经营信息、宏观经济信息、行业信息和市场信息为基 础，通过量化方式测算受评对象信用风险的评级方法。本文着重对违约概率预测模型技术发 展的情况进行回顾，同时简要介绍了国际国内评级机构在评级模型方面的使用状况,旨在为 中债资信评级模型建设提供参考。 一、评级领域常用的模型技术简介 信用风险评估专家Galindo 和Tamayo （2000 ）提出了好的信用评估模型的质量要求是： （1）精确度：评级结果的误差率较低；（2 ）变量较少：不包含太多的解释变量；（3 ）可行 性：采用可获取的数据资源；（4 ）透明性和解释性：能高水平地反映数据之间的关系和趋势， 模型结果易读。随着评级行业的发展，目前信用评级领域常用的模型技术主要有以下几类： （一）多元判别分析、二元选择模型和混合模型 公司违约分析领域最早的实证研究是多元判别分析，在此基础上发展出来的二元选择模 型和混合模型是目前市场上应用最多的评级模型建设方法。该类模型通过对公司的多项指标 进行评价，综合得出一个评分 （或者违约概率），以区分受评对象的信用质量。 1、多元判别分析 多元判别分析分别由Beaver （1966）和Altman （1968）提出，他们认为当时所普遍采 用的单指标风险影响分析的方法不够严谨和系统，需要对企业的各项财务指标进行综合考 虑。Altman 使用了美国66 家制造业企业为样本，以多元判别分析方法，建立了公司违约预 测模型，称为Z-score 模型。该模型的具体形式如下： Z=0.012X +0.014X +0.033X +0.006X +0.999X 1 2 3 4 5 其中，X =营运资本/总资产，反映资产的流动性与规模特征；X =留存收益/总资产，反 1 2 映企业累计盈利状况；X =息税前收益/总资产，反映企业资产的获利能力；X =权益的市场价 3 4 值/总债务的账面值，反映企业的偿债能力；X =销售总额/总资产，反映企业的营运能力。Z 5 值越大，企业越不可能违约。 多元判别分析利用财务指标预测企业是否违约的思想方法，对之后评级模型的发展有着 深远的影响。其主要优点是在综合分析财务指标的基础上对企业的优劣进行了判断，缺点是 仅将企业分成会违约和不会违约这两类，过于简单和笼统。 1 2、二元选择模型 二元选择模型由纽约大学的Ohlson 教授于1980 年提出，它是对多元判别分析方法的一 种改进。与多元判别分析的Z-score 模型相比，二元选择模型取消了响应变量残差的正态分 布假设，并且不对违约与非违约企业进行人为配对。 二元选择模型适用于响应变量只取两个不同的值。具体到信用评级业务，由于受评对象 的信用风险可以用最终是否会违约来衡量，因此，可以用1表示违约，0 表示不违约。所以， 用二元选择模型得到的结果即为违约率形式，较打分形式更为直观。 二元选择模型的形式为P （X；α，β），P 的具体形式可选择Probit 或者Logit 等形式： 1 X 2 Probit 模型：P(X ;,)  es / 2ds 2 1 Logit 模型：P(X ;,) ( X ) 1  e 其估计采用极大似然估计，即寻找α和β使得下式最大（S 表示违约企业集合，S 表示 1 2 非违约企业集合）： L(,)