中小企业商业银行信用风险论文(共4913字).docVIP

中小企业商业银行信用风险论文(共4913字) 一、主成分分析法及Logit模型在商业银行对中小企业定量信用风险评级中的应用 （一）样本数据的选择 从我国上市公司中小板中选取了80家制造业中小企业作为样本，其中20家为ST企业（高风险企业）60家非ST企业（低风险企业），我国制造业中中小企业约占99.08%，中小企业中制造业约占92.42%，截止2010年底，中小企业版上市公司共有531家，其中制造业325家，占61.21%，所以，无论从总体看，还是从上市公司看，制造业企业都占主体，为了研究的普遍性，也为了消除行业因素的影响，80家中小企业都选择制造业企业。并涵盖了食品、纺织、家具、电子、化学、金属、设备、医药、生物制品等制造业行业，所以样本的选取具有全面性。由于中小企业的财务数据是难以获得的，所以，从上市公司中选取了80个样本，数据均来自上市公司的2013年年报及其他公开披露的信息，主要来自于和讯网。 （二）指标的选择 本文共选择了五大类三十九个财务指标，具体包括：偿债能力指标，盈利能力指标，营运能力指标，发展能力指标以及现金支付能力指标，这五大类指标都是与企业违约率的高低有着很高的相关性的，具体指标如下表 （三）主要方法的应用 1、主成分分析法主成分分析法是一种简化数据集的统计方法，旨在利用降维的思想，通过线性变换把原来N个相关变量指标转换成另一组不相关的综合指标的降维处理技术。在实际处理中，只挑选几个方差最大的主成分，从而达到简化系统结构的目的。本文主要选取了五大类39个指标，而其中部分指标之间存在一定的联系，为了消除指标之间的共线性，所以，先采用主成分分析法，筛选一部分指标，最终进入了Logit模型。 2.logit模型 （1）模型适用性分析Logit模型是采用一系列财务比率的变量来预测公司破产或违约的概率，然后根据银行、投资者的风险偏好程度设定风险警戒线，以此对分析进行风险定位和决策。在巴塞尔新资本协议中，将违约概率作为衡量信用风险的核心内容之一，而且，经研究发现，信用等级与违约概率存在着明显的对应关系，即较低的信用等级对应着较高的违约概率。所以，采用违约概率度量的方法来度量信用风险存在着合理性。Logit模型是一种非线性模型，信用风险非线性这一特点，使得模型刚好使用。此外，Logit模型不需要自变量符合联合正态分布这一假设,且自变量可以连续、离散、甚至可以是虚拟变量。而信用风险很难进行正态分布的假设，所以，基于这两点而言，此模型对于信用风险测量有其适用性。 （2）模型介绍Logit模型是通过最大似然法来对模型参数进行估计。Logit分布函数的公式可以表示为：P=11+e-zP为因变量，z为自变量，e即为自然对数的底数2.71828。在本文中，我们利用Logit模型来研究企业财务状况与企业违约之间的关系，因此，P作为因变量即为贷款企业的违约概率，取值在（0,1）之间，这与Logit模型的定义中P大于0而小于1相符合，而z作为自变量，我们将它重新定义为企业财务指标的函数，我们把它表示为Z=a0+a1X1+a2X2+、、、+anXn，这里的X1一直到Xn是上文提到的39个财务指标经过主成分分析法最终得到的部分指标。 （四）具体应用 首先进行主成分分析，将五类财务指标分别进行主成分分析，现以偿债能力指标的17个因子为例，其他指标的主成分提取方法相同，只给出结论，不一一列举。通过提取主成分，最终提取了四个主成分进入Logit模型，其解释总方差为82.319%，这四个因子分别为资产负债率，速动比率，长期资产适合率以及负债结构比率。其余四类指标通过KMO和Bartlett的检验，均适合做主成分分析，最终筛选出的因子分别为：总资产收益率，主营业务利润率，总资产周转率，存货周转率，净利润增长率，净资产增长率，资产的经营现金流量回报率，现金流量结构比率。所以，最终选择了12个变量进入Logit模型，这12个因子分别为x1到x12:资产负债率，速动比率，长期资产适合率，负债结构比率，总资产收益率，主营业务利润率，总资产周转率，存货周转率，净利润增长率，净资产增长率，资产的经营现金流量回报率，现金流量结构比率。 二、定性分析法在商业银行对中小企业定量信用风险评级中的应用 除了上文提到的商业银行对中小企业进行定量评级的方法以外，在对信用风险进行评级时，还需要对宏观、行业、区域等系统性的风险进行研究。因为每个企业都处于一定的宏观经济环境之中，一个国家或者地区的整体发展快慢以及稳定性对每个行业和企业造成的影响程度是不同的。对于信用风险评级人员而言，应该随时关注宏观经济环境变化对受评对象产品和服务的要求、原料供给、盈利能力、资产质量等方面的影