企業(yè)信用評(píng)級(jí)方法匯總
2018-11-28 10:42 作者： 方圓資信信用評(píng)級(jí)
信用風(fēng)險(xiǎn)是商業(yè)銀行承擔(dān)的最重要的風(fēng)險(xiǎn)。為滿足企業(yè)的“信用”需求，方圓資信特推出企業(yè)信用等級(jí)評(píng)價(jià) 信用等級(jí)證書 企業(yè)信用評(píng)級(jí) 在我國(guó)，由于受到銀行業(yè)舊體制的影響，國(guó)內(nèi)開(kāi)始研究信用風(fēng)險(xiǎn)評(píng)級(jí)和度量方法的時(shí)間晚于其他國(guó)家。自2000年以來(lái)，為數(shù)不少的國(guó)內(nèi)科研工作者積極投入信用風(fēng)險(xiǎn)度量研究，并在理論研究和實(shí)際應(yīng)用上取得了一定的成績(jī)。由此可見(jiàn)，對(duì)風(fēng)險(xiǎn)進(jìn)行度量，對(duì)企業(yè)進(jìn)行有效的信用評(píng)級(jí)已經(jīng)成為現(xiàn)代銀行和其他企業(yè)風(fēng)險(xiǎn)管理職能中最為重要的內(nèi)容之一。
信用風(fēng)險(xiǎn)由來(lái)已久，它隨著借貸的產(chǎn)生而發(fā)展。對(duì)于一個(gè)貸款企業(yè)而言，其能否按時(shí)歸還貸款總是存在著不確定性，這種不確定性具體表現(xiàn)為，貸款企業(yè)不愿意履行或不能完全履行還款責(zé)任，信用風(fēng)險(xiǎn)一旦形成，銀行將會(huì)因客戶違約而遭受巨大金融損失。因此，銀行需要對(duì)貸款企業(yè)進(jìn)行嚴(yán)格的信用評(píng)級(jí)。 對(duì)企業(yè)進(jìn)行信用評(píng)級(jí)的意義在于，它可以消除銀行與企業(yè)之間的信息不對(duì)稱性，提高銀行借貸的管理效率，從而使資本市場(chǎng)的整體效率得以提高。 對(duì)于企業(yè)而言：有效的信用評(píng)級(jí)，可以使資信良好和還款能力強(qiáng)的企業(yè)取得所需貸款資金從事經(jīng)營(yíng)活動(dòng)。 對(duì)于銀行而言：其不僅可以擁有適合其風(fēng)險(xiǎn)偏好的標(biāo)的，取得收益。同時(shí)還可以有效的過(guò)濾資信較差和還款能力較弱的企業(yè)，從而緩釋銀行違約風(fēng)險(xiǎn)。 所以，對(duì)企業(yè)進(jìn)行合理而準(zhǔn)確的信用評(píng)級(jí)是相當(dāng)必要的。然而，信用評(píng)級(jí)是否合理，評(píng)級(jí)結(jié)果是否準(zhǔn)確，在很大程度上取決于評(píng)級(jí)方法的科學(xué)性。那么，到底有哪些信用評(píng)級(jí)的方法呢?哪些才是合理而有效的信用評(píng)級(jí)方法?下面我就對(duì)企業(yè)信用評(píng)級(jí)方法進(jìn)行簡(jiǎn)要的闡述與分析。 傳統(tǒng)度量方法是以定性分析為起點(diǎn)，結(jié)合財(cái)務(wù)報(bào)表有關(guān)數(shù)據(jù)進(jìn)行分析。下面我以專家系統(tǒng)、信用評(píng)分方法為例，對(duì)傳統(tǒng)的企業(yè)信用評(píng)級(jí)方法進(jìn)行分析和比較。 ?、寰C合評(píng)判法——專家系統(tǒng) 專家系統(tǒng)是一種傳統(tǒng)的評(píng)級(jí)方法。傳統(tǒng)的信用評(píng)級(jí)方法包括以5C法為代表的專家判斷法和以5C法為基礎(chǔ)發(fā)展起來(lái)的綜合評(píng)價(jià)法，包括品德和聲望 (Character)、資格與能力(Capacity)、資金實(shí)力(Capital or Cash)、擔(dān)保(Collateral)、及經(jīng)營(yíng)環(huán)境(Condition)。也有些銀行將信用分析的內(nèi)容歸納為“5W”或“5P”。 專家系統(tǒng)評(píng)級(jí)方法的特點(diǎn)是：銀行貸款的決策權(quán)是由該機(jī)構(gòu)那些經(jīng)過(guò)長(zhǎng)期訓(xùn) 練和具有豐富經(jīng)驗(yàn)的信貸人員所掌控，并由他們做出是否貸款的決定。因此，在信貸決策過(guò)程中，信貸人員的專業(yè)知識(shí)、主觀判斷以及某些關(guān)鍵要素的權(quán)衡均為最重要的決定因素。 專家系統(tǒng)判斷法是一種綜合評(píng)判法，綜合評(píng)判法就是對(duì)多種因素所影響的事物或現(xiàn)象做出總的評(píng)價(jià)，屬于定性分析。從信用評(píng)級(jí)本身的屬性來(lái)看，企業(yè)信用評(píng)級(jí)屬于一種不確定性的模糊問(wèn)題，因此，綜合評(píng)價(jià)法的發(fā)展趨勢(shì)是與模糊理論相結(jié)合來(lái)對(duì)企業(yè)進(jìn)行信用評(píng)級(jí)，從而使評(píng)級(jí)結(jié)果更科學(xué)、更準(zhǔn)確。 但是專家系統(tǒng)判斷法也存在著一些固有缺陷：如不能對(duì)因素進(jìn)行量化分析;判斷具有主觀臆斷性，帶有很大不確定性;且判斷具有一致性，不能區(qū)分哪些是不同類型借款人的重要的共同因素。所以在實(shí)踐中，專家系統(tǒng)方法應(yīng)配合其他評(píng)級(jí)方法一起使用，揚(yáng)長(zhǎng)避短。 ?、婢€性模型分析法——信用評(píng)分方法 信用評(píng)分模型是傳統(tǒng)方法中研究者最多的模型，1968年愛(ài)德華﹒愛(ài)特曼教授提出了Z計(jì)分模型(Z-score model)，1977年對(duì)模型進(jìn)行修正和擴(kuò)展后，提出?模型，由于信用評(píng)分模型使用方便、易于計(jì)算，在度量企業(yè)信用風(fēng)險(xiǎn)中使用較為廣泛。 Z計(jì)分模型如下： Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5 式中，X1為營(yíng)運(yùn)資本/總資產(chǎn)比率;X2 為留存盈余/總資產(chǎn)比率;X3為利息和稅收之前的收益/總資產(chǎn)比率; X4 為股權(quán)的市場(chǎng)價(jià)值/總負(fù)債的賬面價(jià)值比率;X5為銷售額/總資產(chǎn)比率。Z值越大，資信就越好，Z值越小，風(fēng)險(xiǎn)就越大。 ?模型包含七個(gè)指標(biāo)變量：資產(chǎn)收益率、收益穩(wěn)定性指標(biāo)、債務(wù)償付能力指標(biāo)、累計(jì)盈利能力指標(biāo)、流動(dòng)性指標(biāo)、資本化程度指標(biāo)、規(guī)模指標(biāo)。 從模型的改進(jìn)發(fā)展來(lái)看，?模型的分類比Z計(jì)分模型分類的準(zhǔn)確度高，特別是破產(chǎn)前較長(zhǎng)時(shí)間的預(yù)測(cè)準(zhǔn)確度相對(duì)較高。 ?、鐚＜蚁到y(tǒng)和線性模型分析法的比較分析 專家系統(tǒng)和線性模型分析法(Z計(jì)分模型和?模型)都屬于傳統(tǒng)的企業(yè)信用評(píng)級(jí)方法，都比較側(cè)重于對(duì)信用風(fēng)險(xiǎn)的定性分析，方法比較簡(jiǎn)單。隨著信息經(jīng)濟(jì)學(xué)興起，信用風(fēng)險(xiǎn)度量逐步建立起以違約風(fēng)險(xiǎn)為核心的度量體系，而傳統(tǒng)的企業(yè)信用評(píng)級(jí)方法缺乏對(duì)違約和違約風(fēng)險(xiǎn)的認(rèn)識(shí)，理論基礎(chǔ)薄弱，難以令人信服。 線性模型分析法都依賴財(cái)務(wù)報(bào)表的賬面數(shù)據(jù)，具有一定程度上的定量分析，不似專家系統(tǒng)只對(duì)信用風(fēng)險(xiǎn)進(jìn)行定性分析，但是我覺(jué)得其定量分析的比較淺顯，只是進(jìn)行簡(jiǎn)單的線性分析，所以它其實(shí)仍偏向于對(duì)企業(yè)風(fēng)險(xiǎn)的定性評(píng)估。其次，線性模型分析法克服了專家系統(tǒng)評(píng)級(jí)的隨意性和主觀性。 現(xiàn)代企業(yè)信用評(píng)級(jí)模型比較分析 近幾年來(lái)，商業(yè)銀行業(yè)務(wù)出現(xiàn)多元化趨勢(shì)，投資銀行和信托業(yè)務(wù)的開(kāi)展使得商業(yè)銀行表外業(yè)務(wù)增強(qiáng)且風(fēng)險(xiǎn)的內(nèi)涵不斷擴(kuò)大，促使銀行采用更有效的方法度量和控制信用風(fēng)險(xiǎn)。新一代金融工程專家在風(fēng)險(xiǎn)管理理論的基礎(chǔ)上創(chuàng)建起了許多以數(shù)理模型為基礎(chǔ)的信用風(fēng)險(xiǎn)計(jì)量方法并應(yīng)用到這一領(lǐng)域。 現(xiàn)代企業(yè)信用評(píng)級(jí)模型以KMV(credit monitor model)模型、J.P.摩根的Credit metrics模型、麥肯錫(McKinsey)公司的Credit Portfolio View模型和瑞士信貸銀行(CSFP)的Credit Risk+模型為代表。毫無(wú)疑問(wèn)，這些信用風(fēng)險(xiǎn)管理模型的發(fā)展正在對(duì)傳統(tǒng)信用風(fēng)險(xiǎn)管理模式產(chǎn)生革命性的影響，一個(gè)現(xiàn)代信用風(fēng)險(xiǎn)管理的新模式正在形成。 這些現(xiàn)代風(fēng)險(xiǎn)度量模型各有特點(diǎn)，展現(xiàn)出以下幾個(gè)方面的創(chuàng)新：1.建立了以違約風(fēng)險(xiǎn)為核心的信用風(fēng)險(xiǎn)度量體系;2.大量引入數(shù)學(xué)方法、統(tǒng)計(jì)方法度量信用風(fēng)險(xiǎn);3.盡可能多地考慮外部影響因素。 但是，上述模型依然存在著許多不足之處：1.多數(shù)模型正態(tài)分布的假設(shè)難以真實(shí)反映信用風(fēng)險(xiǎn)的實(shí)際分布，實(shí)際上，長(zhǎng)期債務(wù)可以依據(jù)其優(yōu)先償還順序、有否擔(dān)保、有否契約、能否轉(zhuǎn)換等來(lái)區(qū)別不同的長(zhǎng)期債券，因而造成違約的確定的不準(zhǔn)確，使模型產(chǎn)生變量不準(zhǔn)，需要尋找符合信用風(fēng)險(xiǎn)分布特征的數(shù)學(xué)模型代替;2.信用等級(jí)轉(zhuǎn)移矩陣的數(shù)據(jù)來(lái)源和全面性仍然受到挑戰(zhàn);3.道德風(fēng)險(xiǎn)和逆向選擇的影響因素未能在計(jì)量模型中充分反映;4.現(xiàn)代度量模型需要一個(gè)龐大的數(shù)據(jù)庫(kù)作為支持。如，KMV模型需要一個(gè)較為充分的違約數(shù)據(jù)庫(kù)作為支持。 對(duì)現(xiàn)代企業(yè)信用評(píng)級(jí)模型進(jìn)行總體分析之后，我們有必要對(duì)單個(gè)的模型進(jìn)行比較分析，眾所周知，KMV模型與Credit metrics模型是目前國(guó)際金融界最流行的兩個(gè)信用風(fēng)險(xiǎn)管理模型。下面，我們就以這兩個(gè)模型為例，對(duì)其進(jìn)行比較分析。 ㈡信用監(jiān)控模型（credit monitor model）：KMV模型 KMV模型的主要思想是：利用期權(quán)定價(jià)原理對(duì)風(fēng)險(xiǎn)債券和貸款進(jìn)行評(píng)估由股權(quán)價(jià)值及其波動(dòng)率推出資產(chǎn)價(jià)值及其波動(dòng)率。它是以EDF(預(yù)期違約頻率)為研究的核心手段的模型。 KMV模型是對(duì)傳統(tǒng)信用風(fēng)險(xiǎn)度量的一次革命。首先，KMV模型可充分利用資本市場(chǎng)上的信息，對(duì)所有公開(kāi)上市的的企業(yè)進(jìn)行信用風(fēng)險(xiǎn)的量化分析;其次，這種方法的數(shù)據(jù)來(lái)源于企業(yè)在股票市場(chǎng)上的信息，而非企業(yè)的歷史賬面資料，應(yīng)此，它更能反映企業(yè)當(dāng)前的信用狀況，使預(yù)測(cè)更及時(shí)、準(zhǔn)確;再次，KMV模型具有很強(qiáng)的理論基礎(chǔ)。 但是，該模型也有其固有的不足，主要表現(xiàn)在以下兩個(gè)方面：1.模型的使用范圍僅限于上市公司，對(duì)非上市公司的EDF進(jìn)行計(jì)量的時(shí)候往往需要借助會(huì)計(jì)資料信息或其它指標(biāo);2.該模型假設(shè)企業(yè)的資產(chǎn)價(jià)值成正態(tài)分布，而在實(shí)際上，會(huì)有所偏差。 ㈢在險(xiǎn)價(jià)值方法：risk metrics 模型和Credit metrics模型 1994年，J.P.摩根推出了以VaR為基礎(chǔ)的風(fēng)險(xiǎn)矩陣(risk metrics),1997年，又推出了信用風(fēng)險(xiǎn)量化度量和管理模型——信用矩陣(Credit metrics)。 由于VaR方法能夠簡(jiǎn)單清楚地表示市場(chǎng)風(fēng)險(xiǎn)的大小，又有嚴(yán)謹(jǐn)、系統(tǒng)的概率統(tǒng)計(jì)理論作為依托，因而得到了國(guó)際金融界的廣泛支持和認(rèn)可。 但是這一方法也存在了以下幾方面的問(wèn)題：第一，現(xiàn)在的市場(chǎng)價(jià)值不是可以直接觀察到的，因?yàn)榇蠖鄶?shù)貸款并不進(jìn)行交易。第二，我們沒(méi)有時(shí)間序列數(shù)據(jù)來(lái)計(jì)算?，即現(xiàn)在的市場(chǎng)價(jià)值的波動(dòng)率。對(duì)于一些可交易資產(chǎn)的收益采納一種正態(tài)分布的假設(shè)之多只是一種粗劣的近似，如果這一近似的方法運(yùn)用于分析貸款價(jià)值的可能的分布就更加粗劣了。 由此，J.P.摩根公司推出了信用矩陣(Credit metrics)，旨在對(duì)貸款和私募債券這樣的非交易性資產(chǎn)的價(jià)值和風(fēng)險(xiǎn)進(jìn)行計(jì)算。 我們既不能觀察到貸款的市場(chǎng)價(jià)值，也不能貸款價(jià)值在所關(guān)注的時(shí)期內(nèi)的波動(dòng)率，但是我們可以利用1.可得到的借款人的信用評(píng)級(jí);2.下一年度評(píng)級(jí)發(fā)生概率的變化(評(píng)級(jí)轉(zhuǎn)移矩陣);3.違約貸款的回收率;4.債券或市場(chǎng)上的信用風(fēng)險(xiǎn)差價(jià)和收益率就有可能為任何非交易性貸款或債券計(jì)算出一組假象的P和?，并隨之計(jì)算出個(gè)?
