第七章AltmanZ计分模型.pptVIP

第六章 Altman Z计分模型 * Altman的Z计分模型是以财务比率为基础。 运用多元判别分析技术严厉的。该模型中Z的得分值是一个衡量标准。它能够很好的区分破产公司与非破产公司。顾名思义，该模型是美国纽约大学斯特商学院教授，世界著名信用风险管理专家爱得华。爱特曼（EdwardI。Altman）在1968年提出的目前他已成为西方国家信用风险管理的重要模型之一。 判别分析简介 判别分析是研究判断个体所属类型的一种统计方法。在现实世界中，这种判别问题是经常会遇到的，例如|：医生根据某人的一些化验结果要判断他是属于健康人还是病人；考古学家从古墓中挖掘出一具骨骼，要判定他的性别等等。 这些问题的共性是，人们需要依据从个体上侧得的一些指标来判断个体属于哪个类型（即总体），一般说来，我们有K个总体，希望建立一个准则，对给定的任意一个样本X，依据这个准则就判断他是来自哪个总体。当然我们应当要求这种准则在某种意义下是最优的。例如：错判的概率最小，或错判损失最小等等。 1 两个总体的Fisher判别法 Fisher的思想是：变换多元观测X值到一元观测Y，使得从整体π1和π2产生的Y1和Y2尽可能的分离开，为方便起见，设Y为X的线形组合，Fisher的方法是选样X的线形组合使得来自两个总体的均值U1y和U2y的距离相对于Y的变差达到最大。 判别函数 Altman 选取33个样本。得到如下判别函数 结论 1.检验在0.001水平上显著 2通过计算，借款人违约的临界值为 Z=2.675。 若Z﹤2.675， 则被划为违约组。 若Z﹥﹦2.675则被划为非违约组 若1.81﹤Z﹤2.99，则被认为是在灰色区域内，判断失误的可能性较大。原因是原始样本存在错误分类或两类的重叠而产生的。 模型的准确性和检验 为了验证区分模型的准确性，Altman X选取了两组（共66个样本）破产组和非破产组验证样本（相对应的，在构建模型时所使用的样本）对模型进行检验。其中破产组包括33家破产的33家制造业企业，非破产组包括33家非破产组的制造业企业。进行分析时非破产组的公司依然存在。 客观的讲。在使用模型对新鲜样本进行判别时。错判是难免的，在判别分析中，错判有如下两种类型： 类型Ⅰ是指将破产企业错判为非破产企业（错判损失大） 类型Ⅱ是指将非破产企业错判为破产企业 （错判损失小） 其检验结果见下表 表6—2 第一批样本分辨的准确性程度(倒闭日前1年）) 32 （97%） 1 （3%） 33 第2组（非破产企业） 2 （6.0%） 31 （94%） 33 第1组（破产企业） II（健康） I（破产） 对各组成员预测的结果 每组数量 实际分组 第二批样本分辨的准确性程度（倒闭日前2年） 31 （94%） 2 （6%） 33 第2组（非破产企业） 9 （28%） 24 （72%） 33 第1组（破产企业） II（健康） I（破产） 对各组成员预测的结果 每组数量 实际分组 注：总体分辨的准确性为83% 三．ZETA信用风险模型 1977年，Altman等对原始的Z计分模型扩展，建立了第二代模型。其目的是创建一种能够明确反映公司破产问题研究的最新进展的度量指标。同时，该模型还对从前模型构建中采用的统计判别技术进行了修正与精练。 *