判别分析在企业信用风险评估中应用.pdfVIP

第27卷第10期 财经研究 V01．27No．10 2001年10月TheofFinanceandEconomics OcL2001 Study 典型判别分析在企业信用风险评估中的应用 施锡铨，邹新月 (上海财经大学金融学院，上海200433) 摘要：企业信用风险的评估一直是金融经济学理论与实务界关注和探讨的问题。能否判别上市公司信 用风险程度，意味着能否依据公开披露的信息准确地评价一个企业的信用情况，本文采用典型判剐分析法对 得到的典型判另q模型对我国证券市场的信用情况有较强的解释能力。 关键词：信用风险；典型判别；违约；评估 中图分类号：I：224．0文献标识码：A文章编号：1001—9952(2001)10-0053—05 一、问题的提出 信用风险又称违约风险，是指借款人、证券发行人或交易对方因种种原因，不愿或无力履 行合同条件而构成违约，致使银行、投资者或交易对方遭受损失的可能性。1980年代末以来， 随着金融的全球化趋势及金融市场的波动性加剧，各国银行和投资者受到了前所未有的信用 风险的挑战。世界银行对全球银行危机的研究表明，导致银行破产的主要原因就是信用风险。 因此，国际金融界对信用风险的关注日益加强，如旨在加强信用风险管理的《巴塞尔协议》已在 西方发达国家全面实施。研究资料表明，国外信用风险评估方法不断推陈出新，管理技术正日 臻完善，许多定性分析和定量计算相结合的方法已付诸实际应用。而我国商业银行和金融市 场尚处转轨和新兴发展阶段，信用风险管理技术较落后，有关信用风险评估研究的应用型成果 较少。为此，本文将借鉴国外信用风险评估技术，采用典型多元判别分析法，研究我国上市公 司信用风险的评估。 二、模型设计 基本设想：我们将1999年上市公司中若干信息已知的公司按信用风险程度分成不同的 组，然后利用典型判别手段，将他们公布的财务向量投影成为单变量，对这些单变量进行统计 分析，从而建立信用风险的距离差别准则。于是我们可以利用这个判别公式，对其他的公司进 行信用风险程度的预测。通过对2000年上市公司实施该判别准则，发现预测的正确率令人满 意，而误判率很低。具体模型设计如下： 收稿日期：2001—06—24 作者简介：施锡铨(1944一)，男，浙江湖州人，上海财经大学金融学院教授，博士生导师 邹新月(1965～)，男，湖南新化人，上海财经大学金融学院博士生。 · 53· 万方数据 可以对K个组的真实组均值之间是否有显著差异进行检验。(注意：我们选定的组是有差异 的，但是投影所得到的量不一定有显著差异。)设K个真实组均值相等是原假设，那么检验统 计量为： 。SS(TR)／(K一1) 1 SSE／(n—k) 组均值之间的差异越显著，投影数据越能反映原始数据的真实情况，典型判别分析效果越理 想。从上述分析可知，F值的大小与C有关，即可以看成是c的函数。要使各组的差异程度尽 ．--Ifi瞎,N；k，应合理地选择c，使得F 由矩阵知识可知，△(c)的最大值就是E-1B的最大特征值。将E-1B的全部非零特征值依次记 …，c，，满足方程 (B--XiE)ci—O(i一1，2，…，r) 则△@，一援一弩掣气 (c1)一入1。 在上述讨论中，笔者致力于寻找一个最能反映K个组之间差异的投影方向，即寻找线性 判别函数Z。(x)=c7X。然而，如果组数K很大，或者原始的数据向量维数P很大，则仅仅使用 一个判别函数是不够的，因为仅在一个投影方向上组之间的差异可能是模糊的。这时，可以考 rn ， 95％。 如何来制定判别规则。设组死在r0个典型判别函数Z，(x)，…，Z。(x)上的样本均值为 7 rox；“，(a一1，…