信用风险的度量.pptVIP

山东财经大学 金融风险管理 * 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 山东财经大学 金融风险管理 * 表6—2 第一批样本分辨的准确性程度(倒闭日前1年）) 实际分组 每组数量 对各组成员预测的结果 I（破产） II（健康） 第1组（破产企业） 33 31 （94%） 2 （6.0%） 第2组（非破产企业） 33 1 （3%） 32 （97%） 山东财经大学 金融风险管理 * 第二批样本分辨的准确性程度（倒闭日前2年） 实际分组 每组数量 对各组成员预测的结果 I（破产） II（健康） 第1组（破产企业） 33 24 （72%） 9 （28%） 第2组（非破产企业） 33 2 （6%） 31 （94%） 注：总体分辨的准确性为83% 山东财经大学 金融风险管理 * * 一、Z值评分模型的基本原理与应用(续) (二) Z值评分模型的应用 需解决的关键问题： 预测借款人能否破产时，哪一个指标最重要； 每个指标所占权重大小。 Z值评分模型是判别函数模型，建立方法有三类： 距离判别函数 Bayes判别函数 Fisher准则下的最优线性判别函数 山东财经大学 金融风险管理 * 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。 山东财经大学 金融风险管理 * （一）关于ZETA信用风险模型（ZETA Credit Risk Model）的几点说明。 1。主要发现（功能. 效果的改进与提高） 新模型（ZETA模型）在破产前5年即可有效地划分出将要破产的公司，其中破产前一年的准确度大于90%，破产前5年的准确度大于70%， 山东财经大学 金融风险管理 * 国内信用评级存在的问题 由于我国信用评级业不是靠市场推动产生的，而是在市场规模较小的情况下，在政府部门的推动下开展起来的，与国外信用评级业相比差距很大，存在诸多问题 ： 首先，评级结果的市场需求严重不足。投资者对评级结果的需求几近为零，评估机构的服务对象主要是被评对象和业务主管部门，几乎还没有真正面向投资者开展服务。 其次，我国的信用评级业存在着业务量小、业务范围狭窄、业务稳定性差、竞争激烈的问题。 第三，现有信用评级机构大多规模较小，运作不规范，开展恶性竞争。 第四，监管主体的虚位。目前国内还没有针对信用评级机构的监管机关，监管上的漏洞导致了信用评级机构经营中的混乱。 山东财经大学 金融风险管理 * 国内信用评级的存在问题的建议 建议 资本市场的快速发展 政府监管部门的大力支持 专业评估人才的准入与培训 对机构投资者需求的挖掘与培育 国内外评级机构的积极合作 评级机构的自我约束 山东财经大学 金融风险管理 * * 第四节 信用等级转移分析与信用等级转移概率的计算 山东财经大学 金融风险管理 * 信用等级转移分析与信用等级转移概率的计算 信用等级状况并非一成不变，而将随着时间的推移，会因为宏观面因素和公司内部因素及其他一些因素的影响而发生相应变化。 信用等级的变化一般用信用等级转移概率来度量，在确定信用等级转移概率时初始等级和期限是最重要的两个因素。 山东财经大学 金融风险管理 * * 一、信用等级转移概率 (一) 信用等级转移事件的计数 信用等级转移事件是指发行者 i 的信用等级 从第一期的 级 (记为 j) 转移到第二期的 级 (记为k)，记作： 2. 假设有n个发行人， 即为信用 等级从 j 转移到 k 的事件数目。 是随机过程，其状态值取值为[1,d]。 山东财经大学 金融风险管理 * * 一、信用等级转移概率(续) (二) 信用等级转移的概率 1. 假设 为随机变量，其条件概率分布为 其中 是信用等级从初始的 j 级转移到 k 的概率，即信用等级转移概率，且 伯努利分布 2. 可以用从 j 到 k 的转移频率 估计。 山东财经大学 金融风