“影子”内部评价模型与其在中国银行业的应用.pdf

抽样或抽样不足对结果可能产生的偏差。并且这164家银行都是商业银行，以避免不同 银行业务方向对财务数据的影响。模型的建立有三个假设：l，假设数据相同的情况下， 报表类型(合并报表或单独报表)不会对评级产生影响。2，假设数据相同的情况下，不 同的会计准则不会对评级产生影响。3，假设国家评级超过银行评级的情况下，评级机 构对各国银行的评级标准是相似的。 本文得到的回归模型在自变量的显著性，在模型的适用性，对应变量的解释度和对样本 的判别力方面均达到较高的水平。该模型表明，银行的评级与股本／净贷款比率，非利息 费用／平均资产比率以及流动资产／存款比率均为负相关。三项比率的值越低，相应的评 级越高。其中非利息费用／平均资产比率与评级的关系符合我们的预期，另两项则正好相 反。其原因可能是由于评级高的银行具有较高的资产管理和风险管理能力，所以在条件 相同的情况下，评级较高的银行可以在较高的风险水平下运作，而这较高的风险水平， 正体现在较低的股本／净贷款比率和流动资产／存款比率上。该模型对测试集样本也体现 了良好的判别能力。 本文对中国银行界的数据作了实际应用，然而判别结果不甚理想，由于数据与世界水平 有差别，使得仅有很小部分银行被判为投机级别。数据的差别可能是由于：1，银行业 受严格管制，缺少市场化竞争。2，政府对银行业务有一定的行政干预。3，中国银行业 正在进行改革过程中，各个指标还未达到世界水平。4，会计准则和处理方法可能导致 数据的差别。 尽管中国银行业数据的特殊性使得模型的应用未能达到预期的目标，但本文使用的通过 国外数据建立模型然后对中国的数据进行分析的方法仍然为银行业IRB模型的建立提供 了一条思路和参考。本文最后对模型的改进提出了几条建议：l，通过比较选择具有可 比性的指标建立模型。2，引入更多的财务比率以覆盖管理水平，资本充足水平等方面 的信息。3，引入宏观经济的指标。 TableofContent Section 1一 Section2：LiteratureReview………………………………………………………………………一1 of 4· Section3：Process Modeling……………………………………．……………………………-1 3．1DataCollection……………………………………………………………………………．．一15· 3。1．113meIssue．OneBankOne Sample…………………………………………一16- 3．1．2Non Grade Investment Banks．CountryCap……………………………．一16- Grade 3．1．3InvestmentBanks………………………………………………………．．一17- 3．1．4CommercialBanks………………………………………………………………．．-18· 3．1．5Consolidation 8· Type………………………………………………………………．．-1 3．1．6 Standard………………………………………………………………-19· Accounting 3．2ListofIndicatorsandTheirEconomic Meanings………………………………．．-20- theSoundnessof 3．3Check Hypothesis………………………………………………。一28— 3．4 Value．………………………………………．………．…………