国内外资信评级技术比较分析.docVIP

国内外资信评级技术比较分析 　　摘 要：随着金融的全球化趋势及金融市场波动性的加剧，各国商业银行和投资者受到了前所未有的信用风险的挑战，国际金融界对信用风险的关注日益加强。信用风险评估方法不断推陈出新，管理技术正日臻完善，许多定量技术、支持工具和软件已付诸商业应用。由于我国评级机构和金融市场尚处转轨和新兴发展阶段，资信评级技术较为落后。文章在介绍国际比较成熟的评级技术的基础上，对国内外资信评级技术进行比较分析，找出存在差距的原因，并提出改进建议，以期尽快提高我国的资信评级技术。 　　关键词：评级技术 差距 比较分析 　　中图分类号:F830 文献标识码:A 　　文章编号:1004-4914(2007)12-103-03 　　 　　一、引言 　　 　　随着国际资本市场不断的发展和完善，新的融资工具不断涌现，投资者和监管机构对资信评级的依赖日益加强，资信评级的作用日益受到重视。评级机构为了提高自己的声誉，需要不断提高自己的评级技术，以确保自己的揭示信用风险的准确性。近十几年来，是资信评级技术发展非常迅速的时期，信用风险评估方法不断推陈出新，管理技术正日臻完善，许多定量技术、支持工具和软件已付诸商业应用。由于我国商业银行和金融市场尚处转轨和新兴发展阶段，我国的资信评级机构建立的时间尚短，在评级技术方面有自身鲜明的特色，并与国际上知名的评级机构操作有明显的差距，信用风险管理技术较为落后。本文将分析国内外在信用风险评估方法上的差距及其原因，并提出缩小差距的办法，为我国的相关部门提供借鉴。 　　 　　二、国际资信评级技术简介 　　 　　信用评级没有固定的公式，是一种开放的、不断发展的技术体系，能够兼容各种定量分析技术。20世纪70年代以前，度量信用风险的方法和模型主要是借助于各种报表提供的静态财务数据，进而通过分析经济体的各种信息来相对主观地评价其信用质量。80年代以来，信用市场的发展和信用风险的变化使得风险度量研究领域开始出现了许多新的量化分析方法和度量模型。目前，西方发达国家，特别是美国，较为流行的模型和方法大体上可以分为两类：即因素法和模型法。 　　1.因素法。因素法是金融机构对客户作信用风险分析时所采用的专家分析法之一。这类方法的主要代表有“5C要素分析法、“5W要素分析法和骆驼评估体系。 　　“5C要素分析法主要集中在借款人的道德品质(Character)、还款能力(Capacity)、资本实力(Capital)、担保(Collateral)和经营环境条件(Condition)五个方面进行全面的定性分析，以判别借款人的还款意愿和还款能力；“5W要素分析法,即借款人(Who)、借款用途(Why)、还款期限(When)、担保物(What)及如何还款(How)。也有的银行将其归纳为“5P因素,即个人因素(Personal)、借款目的(Purpose)、偿还(Payment)、保障(Protection)和前景(Perspective)；骆驼评估体系包括的五个部份为：资本充足率（Capital adequacy）分析、资产质量（Asset Quality）分析、管理水平(Management)分析、收益状况(Earnings)分析、流动性（Liquidity）分析，其英文第一个字母组合在一起为“CAMEL，正好与“骆驼的英文名字相同而得名。 　　2.模型法。在信用风险分析的高级阶段，人们通常采用信用风险模型来度量相关的信用风险。这些模型又分为针对评估主体的模型和针对组合风险的模型。前者主要有线性概率模型、Logit、Probit模型和判别分析模型。其中多元判别分析法最受青睐，Logit模型次之。后者主要包括J.P.摩根的信用度量制模型(Credit Metrics Model)、KMV公司的信用监测模型（Credit Monitor Model）、瑞士信贷银行的Credit Risk+模型以及麦肯锡公司的Credit Portfolio View模型等。 　　多元判别分析法是研究对象所属类别进行判别的一种统计分析方法。判别分析就是要从若干表明观测对象特征的变量值(财务比率)中筛选出能提供较多信息的变量并建立判别函数,使推导出的判别函数对观测样本分类时的错判率最小。 　　Logit模型是采用一系列财务比率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界线、以此对分析对象进行风险定位和决策。Logit模型与多元判别分析法的本质区别在于前者不要求满足正态分布，其模型采用Logistic函数。由于Logistic回归不假定任何概率分布，不满足正态情况下其判别正确率高于判别分析法的结果。 　　J.P.摩根的信用度量制模型的核心思想是组合价值，不仅受到资产违约的影响，而且资产的信用