武汉大学商业银行信贷管理第三节融合传统分析与统计分析的信用评级体系.ppt

一、基于财务指标的信用评价统计模型——信用风险度量模型化的初步尝试 （一）信用评分模型（多元线性判别模型） 传统信用评级的经典方法——线性判别模型 判别分析(discriminant analysis)的目的： 针对不同群组的样本，找出最能够有效区分群组的变量，建立判别函数 判别分析在信用评级中的应用： 找到一组具有判别能力的变量，组成一个(或多个)判别函数，将样本按各个变量的实际观察值输入该函数，得到样本的判别分数，据此判断样本归属的信用等级 线性判别模型的发展历程 大卫·杜兰（1941），率先将线性判别模型应用于信用评估领域 毕沃（Beaver，1966），单变量分析 ——对1954-1964间危机企业（79家）进行随机抽样，利用1：1配对法，寻找相同产业、相似规模的正常企业作为比较对象 ——考察14个财务比率在企业失败（债务违约或破产）前5年的差异程度 ——现金流量/负债总额是预测经营失败的最佳指标（其次为负债/总资产；资产利润率） 奥特曼（Altman，1968），多变量分析 提出逐步多元判别分析法 （stepwise multiple discriminant analysis，MDA） ——