前言：中文期刊网精心挑选了信用风险管理研究范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
信用风险管理研究范文1
一、出口信用风险的一般性定义
信用风险是出口合同双方中进口商毁约合同造成产品不能出口或者由于进口商破产、财政状况恶化，不能支付出口合同上本应支付的货款，或者延迟货款的交付日期，又或者由于疏忽而使出口商产生损失的一种可能性。即：出口商不能收回货款的一种风险。Thomas E. Krayenbuhl把信用风险定义为由于进口商不能履行支付义务而使出口商产生损失的一种可能性。Dick Briggs and Burt Edwards则认为信用风险是进口方由于支付状况不佳和产品价格急剧下降，有意的不支付货款而引起的。
二、风险管理的一般性定义及目的
风险管理是指企业以使经济损失最小化，谋求经济成果为目的，针对在经营活动中会产生的诸多风险隐患所进行的体制性的决策过程。
R.I. Mehr & B.A.Hedges认为风险管理是为了有效的控制潜在的风险和谋求企业整体目标为目的的。Greene & Serbein认为风险管理的最终目的是用最少的费用来达到风险最小化，从而保全企业的收益和财产。
三、信用风险管理的方法
对于风险管理方法，学者们做了很多种分类，具体分类如下：
Atkinson把风险管理方法分类为移除（elimination），承担（assumption）， 转移（transfer）。Morris（2005）把风险管理方法分成，规避（avoidance），预防（prevention），保留（assumption）。Mehr & Hedges则分为风险转移（risk transfer），风险减少（risk reduction）和保险的利用（use of insurance）。Head则把风险管理的方法分为风险控制（risk control）和风险筹资（risk financing）。
如上所述为风险管理的一般方法，同样也适用于出口企业在出口过程中所产生的出口信用风险。本文将详述信用风险管理方法中的风险控制和风险筹资。
1.风险控制方法（risk control）
风险控制主要是在风险产生之前，通过预防措施，以使企业的经济损失最小化的一种 事前管理办法。因此，风险控制是以从根本上减少风险发生的频率和损失产生后，作为除融资以外的方式来缓冲风险为目标的。风险控制方式中，最能对信用风险起到积极作用的风险规避和损失控制。
（1）风险规避
风险规避是指发生风险的概率被判断为很高的情况下，不去承担产生的损失，而是通过放弃或拒绝合作停止业务活动来回避风险源。
具钟淳，朴光瑞认为风险规避管理方式虽然是出口信用风险管理最积极的方法之一，但是当信用风险发生的可能性被判断为很大时，出口商可能不会与进口商签订任何合同。这样的情况下，出口商就会丢失出口的机会。如果因为信用风险的原因而放弃贸易合同的签订，也可能会给其它海外当地市场的合同签订带来不好的影响，从而会导致产生潜在的损失。因此，规避虽然是最简单信用风险管理方式，但也具有其一定的缺点。
（2）损失控制
Mark Greene and Serbin认为损失控制的目的是减少产生风险的概率，从而降低损失频率或者减轻损失的严重程 度。一般损失控制活动是通过消除损失源，减轻风险态势，损失最小化和补救活动一系列概念达成的。
2.风险筹资
风险筹资是损失发生后，对损失进行财务性的补偿，从而使企业内的资金流动正常，缓冲风险冲击的一种方式。
郑鸿珠认为信用风险筹资，在信用风险管理上，是一种非常重要的核心管理方式。也是损失发生后的一种解决资金问题的事后活动。这种方式与信用风险控制在相互对应的同时，在信用风险进行有效的管理上，两种方式应相互补充灵活运用。信用风险保留（retention），信用风险转嫁和非保险转嫁都是信用风险筹资的方式。
对以上信用风险管理的一般方式风险控制和风险筹资的描述进行详细整理如下表：
四、结论
信用风险管理研究范文2
关键词：银行间市场；信用风险；风险管理
全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。
一、信用风险评估理论
银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：
(一)统计模型
利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。
1．违约概率(ProbabilityofDefauh，PD)理论
违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。
2．违约损失率(LossGivenDefault，LGD)理论
违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。
(二)CAMEL模型
CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。
(三)专家判断模型
银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。
二、信用风险评估的通常做法
(一)信用风险评估的基本思路
评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。
(二)信用风险评估模型的构造
数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性
(三)变量选择方法
1．层次分析法
层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。
2．主成分分析法
主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。
3．专家判断
关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。
信用风险管理研究范文3
关键词：银行间市场；信用风险；风险管理
全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。
一、信用风险评估理论
银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：
(一)统计模型
利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。
1．违约概率(ProbabilityofDefauh，PD)理论
违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。
2．违约损失率(LossGivenDefault，LGD)理论
违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。
(二)CAMEL模型
CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。
(三)专家判断模型
银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。
二、信用风险评估的通常做法
(一)信用风险评估的基本思路
评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。
(二)信用风险评估模型的构造
数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性
(三)变量选择方法
1．层次分析法
层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。
2．主成分分析法
主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。
3．专家判断
关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。
信用风险管理研究范文4
关键词：商业银行；信用风险管理；信用评级
中图分类号：F83文献标识码：A
一、商业银行信用风险管理概述
（一）信用风险的概念。信用风险是商业银行面临的基本风险，其中最主要的风险是狭义的信贷风险，是指借款人到期不能或不愿履行还本付息协议，致使银行遭受损失的可能性。广义的信用风险是指：因所有客户违约所引起的风险，包括资产业务中的借款人不按时还本付息引起的资产质量恶化、表外业务交易对手违约等。
（二）信用风险的特征。信用风险有四个特征：内生性、信息缺失性、道德性和数据匮乏性。风险的内生性是指导致还款违约的主要因素是债务人自身的还款能力和还款意愿；风险的信息缺失性是指银行的债务人掌握更多的交易信息，处于有利的地位，而银行拥有的信息较少，处于不利地位；风险的道德性是指银行发放贷款后，债务人可能从事较高风险的投资行为，将银行置于承受高信用风险的境地，它是形成信用风险的重要因素；风险的数据匮乏性主要是指贷款等信用产品的流动性差，信用产品的交易记录少。
二、河池商业银行信用风险管理中存在的问题
（一）公司治理结构的缺陷。河池商业银行公司治理结构形式上设立了董事会、监事会、股东大会等机构，但就公司治理结构实质而言，还存在诸多亟待解决的问题。
1、股权结构有缺陷，存在“一股独大”的问题。由于各股东力量对比悬殊，缺乏明显对抗性，存在“一股独大”的问题。此外，董事会中以内部人和控股股东代表为主，缺少外部董事、独立董事，使中小股东权益得不到保障。
2、监事会的作用相对弱化。监事会没有发挥应有的监督作用。各行的审计部门大多直接向行领导班子负责，而不是向董事会负责，这在一定程度上影响了审计部门的独立性和有效性。由于商业银行的经营和管理具有较强的专业性，有些监事会成员非业内人士，很难插手商业银行的经营和管理，这就削弱了监事会的监管作用。
（二）缺乏科学的信用评级体系。1999年以来，河池市各商业银行开始构建自己的信用评级体系，但银行内部评级的基础性工作不完善，导致内部信用评级体系上存在的问题有：
1、评级方法简单。银行内部信用评级方法主要是“打分”法，这种方法有许多缺点。首先，指标的选取和重要性程度基本靠主观经验确定；其次，固定权重方法缺少对不同类型企业的灵活分析。忽视不同的行业、不同性质的企业面对的风险有所不同，同一种风险因素对不同的企业可能有不同的影响。
2、评价指标僵化。现行评价办法在定量指标计算时，提供了分行业的评价指标参考值。但近几年，部分行业的经营状况发生了较大变化，仍沿用现行办法中的评价参考值，往往会做出错误的评价。
3、评价数据缺乏。评价数据不充分是有些企业在申请贷款时，其财务报表存在虚填、漏填现象，致使银行在评级时缺少企业真实的、完整的财务信息。目前，银行信用评级指标体系中，缺少对现金流量的分析，没有按照国家规定进行每年至少一次的评级审核，导致银行缺乏对企业偿还能力的分析数据。
三、河池商业银行信用风险管理对策
（一）完善法人治理结构。商业银行应按照《公司法》及有关规定推荐、决定董事长的任职和行长及其他高级管理人员的提名、聘任，充分保证股东大会、董事会、监事会的权威性，增强董事会对高级管理层的约束力和监督力，增强董事长、行长向股东大会、董事会负责意识，确保股东大会、董事会的各项经营管理决策、投资计划方案及有关重大决策的贯彻、执行。
1、健全组织，避免“内部人”控制。就河池商业银行而言，健全组织结构，避免“内部人”控制，应做到：①提高董事会成员的金融业务知识，增强决策的科学性；②建立独立董事会制度，以增强董事会决策的公正性；③适当增加董事会高级管理人员的比例，提高董事会决策的专业性和可行性。银行董事会成员应由股东董事、独立董事和高级管理层董事组成。
2、限制关联交易。扩大资本来源可以通过：私募、招商引资、上市、股权多元化来完成。河池商业银行限制关联交易和股东借款的途径：首先，大股东要对小股东承担诚信义务，限制关联交易；其次，限制股东在其入股银行的借款余额，不得超过上一年度审计的股权净值；再次，股东以本行股票做的担保，不得在本行借款，以其他担保方式在本行借款逾期未还的，其表决权应受到限制；最后，董事会下设独立董事担任负责人的关联控制委员会，发挥独立董事作用，加强对重大关联交易的控制，防范金融风险，最终保护存款人的利益。
（二）建立有效的内控制度。河池市商业银行构建的内部控制体系，应当是对内部控制组织结构、内部控制政策和内部控制目标、内部控制流程、内部控制工具、内部控制评价、内部控制信息交流等所有子系统的有机结合。首先，要掌握对包括信用风险在内的各种风险的识别，建立风险数据库；其次，要建立和完善内部控制工具子系统，对风险进行相应的衡量和评估；最后，制定合理而又有针对性的内部控制措施或方案，对风险做出有效的控制。
（三）建立科学有效的信用风险内部评级系统。一是保证风险评级过程的系统性和完整性。二是内部评级应基于二维评级体系：一维是客户风险评级，以违约概率（PD）为核心变量；另一维反映债项风险评级，以违约损失率（LGD）为核心变量。三是做好风险级别细分。
1、有效内部评级系统包含的要素。一个有效的内部评级系统，应包括的基本要素有：
（1）评级对象的确定。河池商业银行应参照国际商业银行的先进经验，依照新巴塞尔协议中关于内部评级法的具体要求，结合河池商业实际，设计内部评级系统中的评级对象。
（2）评级所要考虑的因素。河池商业银行在评级时，应考察的影响因素应当包括：借款人的资产负债情况、经营情况、盈利能力和资产的流动性；考虑经济周期、所在行业的特点、市场竞争态势、管理素质、产权结构等，以综合评价借款人的偿债能力。
（3）信用评级等级。商业银行的内部信用等级，大多分为九级。（表1）
一般来说，BBB级（含BBB级）以上是贷款等级。商业银行不能批准信用等级在BBB以下客户的贷款申请。当借款客户的信用等级下降到BB（含BB级）时，商业银行就应立即采取措施，以保证银行贷款的安全。由于违约率和损失率比较高，银行可以考虑定性分析与定量分析相结合的方法。
2、加强内部评级系统管理
（1）建立独立的信用评级系统。必须明确信用评级系统的管理和维护职责，收集用户的反馈信息，修改模型参数，并确保运营的一致性。同时，这个部门应独立于各个业务部门，具有相当的政策权威，以保证风险衡量的准确性和风险之间的可比性。
（2）建立统一的系统操作指南。操作指南应包括评级流程、评级频率、系统结构、职责分工、信息采集、用户分类、权限管理以及特殊处理等，让专业人员会通过独立的模型对某些特殊情况进行监测。
（3）将重新评级的频率与预期损失联系起来。借鉴国际大型商业银行的先进经验，将重新评级的频率与预期损失联系起来，对影响评级结果的特殊事项进行明确的规定，当贷款发生展期、借新还旧等非正常情况时，应当重新进行评级。
（4）实时更新评级的集成数据库。积累大量高质量的数据对银行的决策至关重要。每年，银行至少对评级进行一次审核；对借款人进行跟踪，复评次数取决于借款人的风险程度。对有问题的贷款客户，商业银行应进行经常性监督；对于风险很小的贷款客户，则应适当减少审核次数。
（5）重视返回测试。提高信用评级模型的可靠性，将历史数据推导的模型在实践中进行多次返回测试，将模型修正到更加接近实际的状态，才能更准确地计量信用风险。
3、选择适当领域引入量化分析。河池商业银行，可以在适当的领域（如对金融同业客户的分析和外汇资金运作方面）引入信用风险量化模型，从而逐步适应以模型辅助决策的科学管理方式，逐步提高信用风险评估技术和管理水平，以便分阶段、分步骤地建立信用风险量化评估体系。在条件满足时，可以在信用度量模型的基础上，开发适合我国实际情况的信用风险量化管理模型，以最终实现信用风险管理的科学化、标准化和制度化。
（作者单位：河池职业学院）
主要参考文献：
[1]王曼怡.金融企业信用风险管理.北京：中国经济出版社，2003.
信用风险管理研究范文5
关键词:因子分析;线性概率模型;Logit模型;信用风险管理分析模型
中图分类号:F832.4 文献标识码:A
文章编号:1000-176X(2009)12-0082-05
一、文献综述
对企业信用风险的评估最早是从分析其财务状况开始的,因为信用危机往往是由财务危机引致,财务困境往往预示着企业具有企业状况较大的信用风险。所以及早发现和找出一些预警财务趋向恶化的特征财务指标,无疑可判断企业人的财务状况,从而确定其信用等级,为信贷和投资提供依据。基于这一动机,金融机构通常将信用风险的测度转化为对企业财务状况的衡量问题。率先运用线性判别分析方法对企业信用风险进行度量和评级研究的开拓者是美国学者Edward I.Altman。Altman以美国1946―1965年间破产的、资产规模相近的33家财务困境公司和33家非困境公司作为样本,采用了22个财务比率经过数理统计筛选,建立了著名的5变量的Z-Score模型,并在1977年经过改进开发了现在常用的7变量的ZETA判别模型[1-2]。Z评分模型一经推出便引起各界的广泛关注,由于模型具有较强的判别能力而很快成为一种度量企业风险的主流方法,许多金融机构采用它来预测信用风险,目前已经广泛应用于美国、意大利等国的商业银行,取得了巨大的经济效益,其已成为西方国家信用风险度量的重要模型之一。Mester认为世界上70%的银行运用该评分模型进行小笔商业贷款分析。在Altman(1968)的研究基础上,西班牙的Fernandez(1988)、意大利Altman,Marco,和Varetto(1994)、澳大利亚的Izan(1984)、希腊的Gloubos和Grammatikos(1988)、新加坡的Ta和Seah(1981)、加拿大Altman和Lavallee(1981)、日本的Ko(1982)、德国的Baetge,Huss和Niehaus(1988)等学者在线性判别分析、二次判别分析和线性回归分析的架构下运用不同数量与不同形式的财务比率对不同国家企业的信用风险进行了研究。然而,在实践中人们发现,无论是Z评分模型还是ZETA模型都存在着一些不足,限制了模型功效的发挥,其中最关键的就是两个模型都具有较为严格的假定条件。由于两个模型都属于多元线性判别模型,从多元统计分析的原理我们知道,保证线性判别模型有效的两个前提,一是总体服从多元正态分布,二是协方差矩阵相等,而这两点在现实经济中都很难满足。而线性概率模型和Logit模型则可以很好地解决评分模型存在较为严格的假定条件的问题。
Meryer和Pifer最早将线性概率模型运用于银行业财务困境预测,Grammatikos和Gloubos,Laitinen和Vranas也都曾做过相似的研究,将该模型运用于企业财务困境的预测。
为了改进线性概率模型的预测值落在区间(O,1)之外的缺陷,后续学者便假设事件发生的概率服从某种累积概率分布,使模型产生的预测值落在0与1之间。若假设事件发生的概率服从累积Logistic分布,则称为Logit模型。Logit模型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信用风险度量和管理。20世纪80年代以来,logistic回归分析方法逐渐取代传统的判别分析方法。Logit模型最早由Martin在1977年用以预测公司的破产及违约概率。他将Logit模型与Z-Score模型、ZETA模型的预测能力进行了比较,结果发现Logit模型要优于Z-Score模型和ZETA模型。Ohlson(1980)首先将该模型应用于商业银行信用风险评估领域。Madalla(1983)采用该模型区别违约与非违约贷款申请人的信用状况,他认为当P>0.551时,该笔贷款为高风险贷款;当P
我国的学者也对线性概率模型和Logit模型在我国的应用做了大量的实证研究:王春峰、万海晖[3]采用对我国55个企业样本贷款违约风险的分析表明,Logit模型优于线性判别法。吴世农、卢贤义[4]运用线性判定分析、多元线性回归分析和Logistic回归分析三种方法分别建立了三种财务困境预测模型,结果显示在财务困境发生前4年的误判率在28%以内,具有较好的预测能力。郑茂用线性概率模型和logit模型,构建中国上市公司财务预警评判指标体系及相应的财务预警数学模型。实证结果显示:(1)我国上市公司的财务数据是有效的,并具有较强的预测能力。(2)线性概率模型和logit模型对上市公司的财务失败有很好的预测力,可直接作为商业银行等金融机构、投资者、基金经理们进行财务危机、信用风险定量分析的有效工具。于立勇、詹捷辉(2004)利用Logistic模型,应用商业银行贷款数据对企业违约概率进行研究,达到了较好的预测效果。李志辉、李萌[5]选取了195家上市公司作为样本,分别建立了线性判别模型、Logit模型以及神经网络模型,Logit模型的准确率最高。
本文将借鉴前人的研究思路,运用SPSS13.0统计软件,使用我国A股上市公司的财务数据(所有样本上市公司的财务数据均来源于沪深交易所网站和Wind资讯),将因子分析分别与多元线性回归和Logistic回归分析相结合,构建出适用于我国A股上市公司的信用风险管理模型――线性概率模型和Logit模型,并将两个模型的预测效果加以比较分析。
二、研究样本的选取与描述
国外研究者一般都是从借贷和公司债券市场入手,通常是选取破产企业与存续企业,违约贷款(债券)与非违约贷款(债券)作为样本来分析和发现那些预兆财务趋向恶化的特征指标从而建立预警模型,应用于信用风险评估。我国由于历史原因,借贷和公司债券市场起步晚,不够发达,借贷市场资料及破产企业财务信息的获得非常困难;更没有建立历史违约数据库,因此无法按照国外研究者的思路来进行研究。鉴于此,本文运用股票市场信息,从财务危机预警视角选择我国A股上市公司中的ST和非ST公司即正常公司作为研究样本。
我们从2008年全部109家ST类A股上市公司中筛选出75家公司作为ST类公司的样本(剔除了指标不全的和金融保险行业的公司由于金融、保险业这个行业的会计制度性质特殊与一般行业不同,财务数据不具有比较的基础,故文中剔除了金融和保险业的上市公司。);并按照同一会计年度、财务状况良好、同行业和接近行业平均规模的原则,按1∶1的配比方式筛选出75家公司作为正常类公司的样本。这150家上市公司涵盖了市场上全部22个行业中的17个行业领域,具有广泛的代表性。选择这150家样本企业在沪深证券交易所网站公开披露的2007年的年报作为数据来源。
三、研究变量的选取
通过综合考虑企业信用风险的各财务影响因素,借鉴我国财政部统计评价司的企业效绩评价指标体系和国有商业银行企业资信评估指标体系以及国内外有关文献的相关指标,在分类、汇总、整理的基础上,同时兼顾数据的可获取性原则和可量化原则,选取了4类共21个财务指标。
1. 选取的财务指标能够体现公司的偿债能力
一个公司的偿债能力与是否发生财务危机直接相关。因为不能偿还到期债务而发生财务危机的公司占到很大的比例。据此选取了与公司偿债能力和资本结构有关的6个财务变量:资产负债率X1,流动比率X2,速动比率X3,现金债务总额比X4,现金流量比率X5,已获利息倍数(利息保障倍数)X6。
2.选取的财务指标能够反映上市公司盈利能力
企业的盈利能力是企业赚取利润的能力。盈利是企业存在的根本目的,不论是投资人、债权人还是企业经理人员,都日益重视和关心企业的盈利能力。据此选出了与企业盈利能力有关的7个变量:净资产收益率X7,总资产报酬率X8,总资产净利率X9,销售净利率X10,销售毛利率X11,营业费用率X12,每股收益X13。
3.选取的财力指标能够反映上市公司的营运能力
营运能力反映上市公司在资产方面的管理效率,有较好营运能力的企业发展能力大多比较好。据此选取了与公司营运能力有关的5个财务变量:存货周转率X14,应收账款周转率X15,流动资产周转率X16,固定资产周转率X17,总资产周转率X18。
4.选取的财务指标能够反映公司的成长能力
公司的成长能力代表着一个企业发展能力,据此选出与成长能力有关的3个变量:营业利润增长率X19,总资产增长率X20和资本积累率X21。
四、配对样本的T检验与因子分析
1. 配对样本的T检验
为了明确会对企业发生财务困境产生显著影响的财务指标,我们将采用对ST类公司和与之匹配的正常公司两类样本的均值进行比较的方法,即应用T检验来进行判别。
从T检验的结果可以看出,在所有21个财务指标中,有14个财务指标的相伴概率值即显著性水平小于0.05,意味着这14个财务指标在这两组样本间存在显著性差异,可以进入模型,这14个财务指标分别为:X1、X2、X3、X4、X5、X8、X9、X11、X12、X13、X16、X17、X18和X20。
2.因子分析
通过对进入模型的自变量进行因子分析,可以降低对模型的多重共线性干扰,并可以对数据进行降维处理,浓缩数据,提取关键特征信息以提高分析效率。
我们首先对样本进行Bartlett Test of Sphericity和KMO(Kaiser-Meyer-Olkin)检验,以确定待分析变量是否适合进行因子分析。从结果中可以看出,样本KMO值大于0.5,可以做因子分析;并且Bartletts球形检验值较大,比较显著,相伴概率为0.000,小于显著性水平0.05,认为适合因子分析。综合以上两种检验结果,本文认为待分析的变量适合因子分析。
因子分子主要根据因子变量的方差贡献(特征值)来确定因子个数,特征值是衡量因子重要性程度的指标,我们取特征值大于1的因子作为初始因子。最终选取了4个因子,即因子F1、F2、F3和F4,累计方差贡献率为73.664%,即前4个因子解释了原有变量总方差的73.664%。在因子旋转后,累计方差并没有改变,没有影响原有变量的共同度。总体上,原有变量的信息丢失较少,因子分析效果较理想。
然后通过对因子载荷矩阵的值进行分析,得到因子变量与原变量之间的关系,从而对新的因子变量进行命名和解释。载荷矩阵中,因子变量可能在许多变量上都有较高的载荷,那么,因子变量的含义就比较模糊。通过使用正交旋转法(Varimax)对因子载荷矩阵进行旋转,使得每个因子上具有最高载荷的变量数目最小,从而简化对因子的解释。
通过旋转后的因子载荷矩阵可以看出,因子F1在变量X8、X9、X11和X13上有较大载荷,因此,因子F1主要由能够反映企业盈利能力的财务指标来解释,因子F1可以看作是代表企业盈利能力的因子。而企业的盈利能力越强,则企业发生财务危机的几率就越低,因此,企业的盈利能力与企业发生财务危机之间就应该呈负相关关系。就此提出如下假设:
假设1:因子F1与发生企业财务危机之间呈负相关关系,即符号为负。
因子F2在变量X1、X2和X3上有较大载荷,因此,因子F2主要由能够反映企业偿债能力的财务指标来解释,因子F2可以看作是代表企业偿债能力的因子。而企业的偿债能力越强,则企业发生财务危机的几率就越低,因此,企业的偿债能力与企业发生财务危机之间就应该呈负相关关系。就此提出如下假设:
假设2:因子F2与发生企业财务危机之间呈负相关关系,即符号为负。
因子F3在变量X16和X18上有较大载荷,因此,因子F3主要由能够反映企业营运能力的财务指标来解释,因子F3可以看作是代表企业营运能力的因子。而企业的营运能力越强,则企业发生财务危机的概率就越低,因此,企业的营运能力与企业发生财务危机之间就应该呈负相关关系。就此提出如下假设:
假设3:因子F3与发生企业财务危机之间呈负相关关系,即符号为负。
因子F4则可以看作是代表企业成长能力的因子。而企业的成长能力越强,则企业发生财务危机的几率就越低,因此,企业的成长能力与企业发生财务危机之间就应该呈负相关关系。就此提出如下假设:
假设4:因子F4与发生企业财务危机之间呈负相关关系,即符号为负。
最后根据因子得分系数矩阵的结果,我们可以写出以下因子得分函数:
F1=0.009X1-0.072X2-0.07X3+0.082X4+0.09X5+0.286X8+0.283X9+0.225X11-0.002X12+0.225X13-0.057X16+0.011X17-0.058X18+0.147X20
F2=-0.254X1+0.366X2+0.363X3+0.093X4+0.082X5-0.1X8-0.09X9+0.028X11-0.039X12+0.225X13-0.057X16+0.011X17-0.058X18+0.147X20
F3=-0.039X1-0.037X2-0.046X3+0.107X4+0.107X5-0.02X8-0.015X9-0.213X11-0.276X12+0.007X13+0.411X16+0.065X17+0.367X18-0.03X20
F4=-0.012X1+0.111X2+0.074X3-0.369X4-0.366X5-0.014X8+0.001X9+0.122X11-0.011X12+0.18X13-0.154X16+0.407X17+0.094X18+0.408X20 (1)
五、模型的建立与检验
1.线性概率模型的建立与检验
我们建立的模型是使用多元线性回归分析的方法,选用逐步选择法作为变量进入模型的方式,引入两分类随机变量Y作为因变量用以表示出现财务危机的预测概率值,Y取1表示ST公司,Y取0 表示正常公司。
通过方差分析可以看出,F分布的显著性概率均为0.000,表明F统计量检验假设“回归系数等于0”成立的概率为0.000,说明回归的效果极为显著。
由模型系数表可以看出,回归系数的显著性水平皆为0.000,表明用t统计量检验假设“回归系数等于0”成立的概率为0.000,同样说明了变量之间的线性相关关系极为显著,建立的回归方程是有效的,并且各系数的符号也与先前的假设完全一致(均为负号)。本文中各因子自变量进入模型的顺序以此为:F1、F3、F2和F4,构建出的线性概率模型如下:
Y=0.5-0.173F1-0.171F3-0.169F2-0.133F4(2)
将所有150家ST公司与正常公司样本的各项财务指标数据分别代入式(1)和该模型中,便可计算得到所有样本上市公司的Y预测概率值,根据两组企业的Y值分布情况,可得到以下判别准则,从而确定评价区域。如表1所示。
同时,本文把ST类上市公司被列入安全区域和正常类上市公司被列入预警区域均看作是判断错误。由此,可以得到如表2所示判别分类结果。
由表2可知:对于ST公司样本组来说,75家ST类上市公司中有66家判断正确,9家判断错误,正确率为88%;对于正常公司样本组来说,75家正常类上市公司中有61家判断正确,14家判断错误,正确率为81.33%;而对全部样本来说,150家上市公司中有127家判断正确,23家判断错误,正确率为84.67%,说明模型的预测效果比较理想。
2. Logit模型的建立与检验
我们建立的模型是使用多元Logistic回归分析的方法,也选用逐步选择法作为变量进入模型的方式,如果变量的相伴概率值小于0.05,变量进入模型;如果变量的相伴概率值大于0.1,则从模型中剔除该变量。引入两分类随机变量Z作为因变量,Z取1表示ST公司,Z取0 表示正常公司。
通过回归分析可知,模型卡方值的显著性水平均为0.000,说明解释变量一起对违约情况有显著性影响,模型整体检验十分显著。由最终模型的拟合优度检验可以看到,Cox&Snell R Square值和Nagelkerke R Square值较高,说明模型拟合较好。
由模型系数表可以看出,回归系数的显著性水平皆为0.000,说明回归系数是显著的,建立的回归方程是有效的,并且各系数的符号也与先前的假设完全一致(均为负号)。由于常数项的系数是不显著的(显著性水平为0.807),因此它将不会出现在模型中。本文中各因子自变量进入模型的顺序依次为:F1、F2、F3和F4,构建出的Logit模型如下:
P=11+e-z P∈(0,1)(3)
其中,Z=-1.973F1-1.573F2-2.060F3-1.007F4。
本文的Logistic回归模型选择0.5为分割点,即如果通过模型计算出的概率值P大于0.5,则将该公司归入ST公司;反之,则将该公司视为正常公司(文中的非ST公司)。在模型预测结果中, 75家ST公司中有64家公司的P值大于0.5,从而被判定成ST公司,有11家公司的P值小于0.5,从而被判定成非ST公司;75家正常公司中有62家公司的P值小于0.5,从而被判定成非ST公司,有13家公司的P值大于0.5,从而被判定成ST公司。
从模型预测结果来看,对于ST公司样本组来说,75家ST类上市公司中有64家判断正确,11家判断错误,正确率为85.3%,错误率为14.7%;对于正常公司样本组来说,75家正常类上市公司中有62家判断正确,13家判断错误,正确率为82.7%,错误率为17.3%;而对全部样本来说,150家上市公司中有126家判断正确,24家判断错误,正确率为84%,错误率为16%,说明模型的预测效果比较理想。
六、研究结论与后续研究展望
我国A股上市公司的财务指标是包含着能够预测企业信用风险或财务危机的信息的,可以运用它们来建立我国上市公司的信用风险管理模型。
本文建立的两个模型的预测效果都是比较理想的,都可以用来对我国A股上市公司的信用风险状况或发生财务危机的概率进行计算和判别。
虽然线性概率模型和Logit模型应用于上市公司信用风险判别是有效的,但由于模型本身的局限,它不可能将一切影响企业信用风险的因素都纳入模型并予以量化,比如除了财务因素之外的其他非财务因素的影响也十分重要,如公司规模、管理质量、行业分析、财务报表的可信性、技术水平、发展前景、或有负债因素、贷款担保因素以及宏观经济变量等其他指标。在今后的研究中,应尽量将一些定性指标科学地赋值并纳入模型,以期全面考量企业的信用风险状况。
本文对两个企业信用风险管理模型的研究以及目前的同类研究都是针对上市公司的,然而从总体上看,上市公司毕竟是少数的,而商业银行面临的是广大的非上市公司、中小企业,所以度量这些企业的信用风险,也是今后的重点研究方向。
由于数据收集的限制,只能选取样本上市公司一年的财务数据进行研究,如果条件允许,可以使用多年的数据来进行建模,这样可能有助于提升模型的长期预测能力。在ST企业与正常企业进行配比时,也可尝试使用1∶2、1∶3等不同的配比比例来建模,并比较其预测效果。
参考文献:
[1] Altman E. I.Financial Rations,Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance,1968,(9).
[2] E.I.Altman,R. G. Haldeman,P. Narayanan.Zeta Analysis: A New Model to Identify Bankruptcy Risk of Corporations[J].Journal of Banking and Financial,1977,(7).
[3] 王春峰,万海晖.商业银行信用风险评估及其实证研究[J].管理科学学报,1998,(1).
[4] 吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001,(6).
[5] 李志辉,李萌.我国商业银行信用风险识别模型及其实证研究[J].经济科学,2005,(5).
[6] 周首华,杨济华,王平.论财务危机的预警分析――F分数模式[J].会计研究,1996,(8).
[7] 陈静.上市公司财务恶化预测的实证分析[J].会计研究,1999,(4).
信用风险管理研究范文6
关键词：信用风险 风险管理 村镇银行
村镇银行在经营发展过程中，时刻面临金融风险的影响和制约。在以往的银行破产原因中，最常见、最主要的原因就是信用风险。长期以来，我国村镇银行主要通过经验分析对信用风险进行管理，在一定程度上具有很强的主观性。利用过定量分析和管理技术的方式对信用风险进行研究还处于开始阶段，结合我国村镇银行对信用风险管理的实际情况，通过研究借鉴国外关于信用风险的度量和管理，进而建立与我国国情相适应的信用风险度量模型，在一定程度上对于提高我国村镇银行信用风险量化管理水平具有重要的理论意义和现实意义。
1 信用风险产生的原因
随着经济的发展，以及银行信用制度的建立逐渐出现了信用风险管理。受信贷规模的影响和制约，早期的银行在各种经济关系方面都比较单纯，尽管银行经营者对信用风险问题已经有了充分的认识，但是，信用风险管理的思想和理论还没有形成，进而在一定程度上对企业的资信级别等产生负面影响。当前，由于我国的信用管理体系还处于起步阶段，在管理方式方面依然比较粗放，导致我国村镇银行受到企业逆向选择和道德风险的长期困扰，并且这些问题一直未能得到解决。
受各种因素的影响和制约，银行难以解决与企业之间信息不对称的问题，在一定程度上必然引发信贷风险。信息不对称通常情况下，分为事前信息不对称和事后信息不对称两类。所谓事前信息不对称，是指银行在做出发放贷款决策之前，由于借款人对借入资金的投资项目，在成功概率、回报等方面掌握着更多的信息，处于信息的优势地位。相比之下，银行处于信息的劣势地位，不能准确可靠地判断借款人的信用情况。受信息不对称的影响和制约，使得村镇银行在一定程度上很难对借款人进行差别定价，因此，贷款利率只能根据平均风险情况进行确定。对于事后信息不对称来说，是指借款人和银行之间在签署贷款合同之前，对反对项目的风险特征了解程度相同。但是，签订贷款合同后，借款人无需成本即可获得项目的回报收益，银行为了获得相关的信息，需要支付一定的监督成本，对于项目的实际回报，银行难以准确地了解。出于自身利益的需要，借款人可能实施一些行为，通常情况下这些行为不利于银行贷款本息的偿付，在一定程度上增加了银行贷款的信用风险。
2 风险管理方法的发展
2.1 传统信用风险管理方法
传统的信用风险管理方法有五要素综合评估法和财务比率分析方法。
所谓五要素综合评估法是指银行通过对借款人的品格、资本、偿付能力、抵押担保、村镇周期的形势五个方面进行判断，进而对贷款人的信用情况进行综合评价。
通常情况下，财务危机会使得银行和投资者都面临巨大的信用风险。所以，银行需要及早发现，并找出预警信号和相应的财务指标，对借款或证券发行人的财务状况进行准确地判断，同时对其信用等级进行确定，进而为信贷和投资提供参考依据。财务比率综合分析法作为信用风险管理方法就是将各项财务指标作为一个整体，对企业的财务状况和经营情况等进行系统、全面地剖析、解释和评价。
2.2 现代信用风险管理方法
信用风险管理中以用转移方法和信用风险的期权定价方法为代表的信用风险管理分析方法得到了很大的发展，在一定程度上创造了应用信用技术的条件，现代信用风险管理逐渐出现管理的动态性趋势。
对给定的时间水平上的信用质量变化的概率进行研究是信用转移方法的核心内容。以信用评级为基础建立分析模型，对某项贷款或贷款组合的违约概率进行计算，同时对上述贷款下出现的不利情况下的损失进行计算。当前，在西方的信用风险度量模型中，信用转移法的应用范围最为广泛。
所谓信用风险期权定价分析法指的是信用监测模型，这种分析模型是以资产定价为基础，对公司的资本结构进行考虑。公司资产相对于其短期负债的初始市场价值和资产（股票）市价的波动率情况决定了该公司的破产概率，这是信用风险期权定价分析法的理论基础，当公司的短期负债价值超过其资产的市场价值（即资不抵债）时，实质上该公司已经破产。在这类模型中，通常将贷款作期权来对待，其中，一方面企业股权价值与企业资产价值之间的关系；另一方面公司股票价值波动率与公司资产价值变化的关系。
3 现代信用风险量化研究
3.1 信用转移方法
信用转移方法认为企业信用等级的变化决定了企业的信用风险。企业还款履约能力受到投资失败、利润下滑、融资渠道枯竭等事件的影响和制约，上述现象通过企业的信用等级的变化情况表现出来。在市场价值方面，对于不同信用等级的信用工具而有所差异，通常情况下，受信用等级的变化的影响，信用工具的价值也要发生相应的变化。根据转换矩阵所提供的概率分布，同时结合信用工具在各信用等级上的市场价值，在一定程度上得到信用工具的市场价值。
通过信用工具边际风险贡献，信用转移方法对单一信用工具对整个组合风险状况的作用进行反映。所谓边际风险贡献是指某一信用工具附加到组合中，受到增加数量的影响和制约，在一定程度上提高了整个组合的风险。通过对组合中信用工具的边际风险贡献进行对比，对每种信用工具的信用等级，以及与其它资产的相关系数等因素进行分析。在整个组合的信用风险中，可以很清楚地看出各种信用工具的作用。银行可以在风险管理过程中，对信贷资产组合的信用风险通过采用信用转移方法进行量化计量。在一定的情况下，当信贷资产总合确定时，风险最小的一种组合通常是首选。
3.2 信用风险的期权定价方法
信用风险的期权定价方法主要是利用期权定价理论建立监控模型，对于上市公司和上市银行的信用风险进行预测特别适合。例如对一家放款银行在发放一笔贷款后的损益情况进行描述，进而说明贷款与期权之间的关系。假设贷款的期限为一年，经过折现后贷款数量设为B。在贷款期间，利用这笔资金借款公司用于投资不同项目或变成不同的资产，如果贷款期满之后，借款公司的资产市值水平设为A，如果A>B，那么公司的股东们就会有能力去偿还所借贷款，同时股东们还会获得A-B的盈利。通常情况下，只要贷款企业的资产市场值超过贷款数量，这时股东便有能力去偿还贷款。反之，股东就会出现违约，或者将企业的剩余资产抵押给银行。
信用风险的期权定价方法能够对资本市场上的信息进行充分的利用，进而对上市企业的信用风险进行量化和分析。也就是说，在任何公开招股的公司都可以使用信用风险的期权定价方法。从股票市场的资料中获取其数据信息，其中更多的市场信息包含在内，所以能够真实地反映企业的信用状况，具有很强的前瞻性，同时具有很强的预测能力，并且预测更及时，更准确。但是，假定公司的债务是静态不变时，通过信用风险的期权定价方法进行分析，不能获得企业的债务负担比率的变化信息。
4 现代信用风险量化应用思考
结合当前我国银行业发展的实际情况，在我国村镇银行的风险管理中，信用转移方法模型具有很强的借鉴意义，其原因主要表现在：对于当前的信用风险管理模型，对企业的信用状况都是通过违约率的变化和不同进行量化的，所以，信用风险度量模型的核心工具主要是不同信用风险资产的违约率。通常情况下，通过两种途径获取违约率：一是通过采用违约率模型进行直接测定，比较常用的模型主要是信用风险的期权定价模型；二是借助信用评级确定违约率。对企业状况的变化采用信用风险的期权定价模型更为敏感，但是不足是使用范围比较严格，在比较成熟的资本市场公司中比较适合，对于处于起步阶段的我国资本市场来说，与模型的要求相比，在规范性、规模等方面都有较大的差距。比较专业的信用评估中介机构目前我国还不具备，但是不断建立和完善的村镇银行内部的信用评级、评分方法以及贷款五级分类方法等，在一定程度上为建立信用评级体系以及大型数据库奠定基础。因此，推广和使用信用转移方法是一种实际的选择。
信用风险管理不仅是村镇银行的内部管理事务，也是一个需要社会共同参与的系统工程。需要选择适合我国国情的信用风险管理技术，加强信用风险管理量化管理技术的技术举措，进而提高我国村镇银行的信用风险评估技术水平。
参考文献：
[1]白雪梅，孙慧敏.商业银行信用风险的成因与管理[J].中小企业管理与科技（下旬刊），2010（12）.
