风险管理课件：第4讲 Z评（计）分模型.pptVIP

* 第4讲 Z评（计）分模型 Z评分模型 ZETA评分模型 * 主要内容： 1968年美国纽约大学斯特商学院教授阿尔特曼提出的Z评分模型。 它是根据数理统计中的辨别分析技术，对银行过去的贷款案例进行统计分析 选择一部分最能够反映借款人的财务状况，对贷款质量影响最大、最具预测或分析价值的比率，设计出一个能最大程度地区分贷款风险度的数学模型（也称之为判断函数），对贷款申请人进行信用风险及资信评估。 Z评分模型 * ① 选取一组最能反映借款人财物状况的财务比率 ② 从银行过去的贷款资料中收集样本，分为两类，破产组与非破产组。 ③ 根据各行业实际情况科学地确定每一比率权重。 ④ 将每一比率乘以相应权重并加总，得到Z ⑤ 对一系列样本进行Z分析，可得衡量贷款风险的Z值或Z域 建立Z评分模型的步骤 * 其中 X1：流动资本 / 总资产（WC / TA）； X2：留存收益 / 总资产（RE / TA）； X3：息前、税前收益 / 总资产（EBIT / TA）； X4：股权市值 / 总负债帐面值（MVE / TL）； X5：销售收入 / 总资产（S / TA）。 阿尔特曼确立的分辨函数为： Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 或 Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5 ——这两个公式是相等的，只不过权重的表达形式不同，前者用的是小数，后者用的是百分比，第五个比率是用倍数来表示的，其相关系数不变。 * 阿尔特曼经过统计分析和计算最后确定了借款人违约的临界值： 如果Z2.675，借款人被划入违约组； 如果Z≥2.675，则借款人被划为非违约组。 当1.81Z2.99时，判断失误较大，称该重叠区域为“未知区”（Zone of Ignorance）或称“灰色区域”(gray area)。 Z值越大，自信越好，Z值越小，分析越大 Z0=2.675 * Z值越大，自信越好，Z值越小，分析越大 Z评分模型中两个组群各变量均值及F比率情况 变量 破产组均值a 非破产组均值a F比率b X1=流动资金/总资产 -6.1 41.4 32.4 X2=留存收益/总资产 -62.6 35.5 58.86 X3=息、税前总收益/总资产 -31.8 15.4 26.56 X4=股权市值/总负债账面值 40.1 247.7 33.26 X5=销售输入/总资产 1.5倍 1.9倍 2.84 注：a-样本数均为33家公司 b-除了“销售收入/总资产”这个变了外，在0.001置信水平下所有变量的F比率均有意义。F比率是测定组与组间均值的统计差异情况。 * 阿尔特曼把Z评分模型的分辨准确性分为： 第Ⅰ准确性：测定倒闭企业弱势的准确性 第Ⅱ准确性：测定非倒闭企业强势的准确性 总体分辨的准确性是将第Ⅰ类和第Ⅱ类准确性结合起来算出。 Ⅰ类准确性要比Ⅱ类准确性更重要 阿尔特曼对Z评分模型的实际检验 阿尔特曼开发了两批样本，每批样本包括： 66个企业——破产组33个非破产组33个 第一批样本预测的时间为1年（即企业倒闭日的1年前所进行的预测）得出分辨是否准确的结果； 第二批样本预测的时间为2年（即企业倒闭日的2年前所进行的预测）得出分辨是否准确的结果； * 第一批样本分辨的准确度（倒闭之日前一年） 第一批样本分辨的准确度（倒闭之日前一年） 实际分组 每组数量 对各组成员预测的结果（实际发生） Ⅰ（破产） Ⅱ（健康） 第1组（破产） 33 31 94% 2 6.9% 第2组（非破产） 33 1 3% 32 97% 注：总分辨率的准确性为95% 实际分组 每组数量 对各组成员预测的结果（实际发生） Ⅰ（破产） Ⅱ（健康） 第1组（破产） 33 24 72% 9 28% 第2组（非破产） 33 2 6% 31 94% 注：总分辨率的准确性为83% * 阿尔特曼Z评分模型与债券评级级别的关系 公司级别 公司数量 1995 1994 1993 1992 1991 平均值 标准差 平均值 标准差 平均值 标准差 平均值 标准差 平均值 标准差 AAA 11 5.020 1.036 4.376 1.380 4.506 1.499 5.263 2.194 6.357 3.433 AA 46 4.296 1.911 4.047 1.382 4.032 1.893 4.226 2.088 4.386 2.357 A 131 3.613 2.259 3.472 2.007 3.607 2.180 3.923 3.255 3.736 2.570 BBB 107 2.776 1.493 2.701 1.580 2.839 1.741 2.601 1.535 2.550 1.543