信贷风险管理模型研究(2)
2017-12-03 01:34
导读:3、信用评分模型 信用评分模型或评分系统(credit scoring models)是将反映借款人经济状况或影响借款人信用状况的若干指标,如借款人的收入、年龄、职业
3、信用评分模型
信用评分模型或评分系统(credit scoring models)是将反映借款人经济状况或影响借款人信用状况的若干指标,如借款人的收入、年龄、职业、资产状况、借款企业的财务比率等,赋予一定权重,通过某些特定方法得到能够反映信用状况的信用综合分值或违约概率值,并将其与基准值(benchmark)相比来决定是否给予贷款,并确定贷款定价。目前这种方法的应用仍然十分广泛。
4、基于金融理论与金融市场资料的新模型
近年来随着外部经济环境的变化与金融工程技术的不断发展,西方金融界在银行信贷风险测量技术方面取得了巨大的进展。比较典型的有:RAROC模型;把贷款看作为期权的KMV模型;在险值(VaR)方法;基于精算方法的Credit Risk 模型,宏观经济模拟(Credit PortfolioView)等。其中以J.P.摩根的Credit Metrics、KMV模型及Credit Suisse FinanciaI Products (CSFP)的Credit Risk 信用风险管理系统最为引入注目。这些模型在信贷资产管理上广为运用。
在我国,全面应用VaR和KMV模型的信用风险度量模型的条件还不够成熟。首先是数据问题。我国目前尚未建立Credit Metrics模型计算所必需的违约率和转移矩阵数据库;其次是金融市场不完善,缺乏相应金融资信评估机构,缺乏企业信息数据库问题;再者,我国公司发行的证券非常有限,股票市场价格波动很难真实地反映企业资产的市场价值。
综上所述,就目前而言,基于定性的传统信贷管理模型满足不了信贷风险管理的要求,而国外先进的信贷风险计量模型在国内尚不具备使用的基础条件。在这种情况下,国内商业银行应该采取定性与定量相结合的风险量化模型——可将层次分析法与模糊数学理论结合起来,在信贷风险计量方面建立模糊综合评价数学模型。
(科教作文网http://zw.ΝsΕAc.com发布)
二、模糊综合评价模型的建立
模糊综合评价法是以模糊数学为运算工具,在常规方法评估结果的基础上进行双权数的模糊综合评价。利用模糊综合评价方法进行信贷风险量化的实施步骤如下:
1、确定影响因素
即
评价指标。评价指标设计的原则既要尽可能全面地反映出企业资信质量,又要尽量简单,便于操作。例如本文选取带有普遍性的评价指标,共有6个一级指标,也称为评价因素。即财务能力(A
1)、领导者素质(A
2)、经济实力(A
3)、市场竞争力(A
4)、行业特征(A
5)和银企关系(A
6)。有20个二级指标,也称为评价因子。即评价财务能力的二级指标——资产负债率(B
1)、速动比率(B
2)、经营活动现金净流量(B
3)、总资产周转率(B
4)、销售利润率(B
5)、资本增值率(B
6);评价领导者素质的二级指标——品质(B
7)、经营管理能力(B
8);评价经济实力——实有净资产(B
9)、有形长期资产(B
10);评价市场竞争力——无形资产(B
11)、产品概况(B
12)、市场占有率(B
13)、销售收入(B
14)、设备先进度(B
15)、质量管理能力(B
16);评价行业特征——行业发展阶段(B
17)、行业竞争性(B
18)、行业政策(B
19);评价银企关系——从客户获利情况(B
20)。
需要说明的是,在企业信用等级评价财务指标的选取上应考虑行业特点,根据行业类别的不同而选取适当的财务指标。不同的行业具有不同的特点,行业差别很大。有些指标对一些行业来说是反常,但对别的行业来说却很正常,财务指标只有在同行业中比较才更加具有意义。比如对批发商而言,它们需要出售大量的存货,应收账款较高是很正常的。而对零售商如超市来说,很多交易都是现金结算,应收账款较少。