关于科技型企业信用风险度量模型的选取(3)
2017-05-10 01:03
导读:对于信用风险内部评估,据人民银行的调查结果显示,现今国内几家大银行的信用风险评级刚刚进进计分卡阶段,相当于一种加权综合评分法。具体做法是
对于信用风险内部评估,据人民银行的调查结果显示,现今国内几家大银行的信用风险评级刚刚进进计分卡阶段,相当于一种加权综合评分法。具体做法是:首先,设定待评价的指标体系,并根据评价的重要程度对各种指标赐与一定的权重;其次,根据所收集的被评企业各种财务、非财务信息对照指标标准进行打分,确定各指标分值;再次,根据各指标评分以及权重,计算加权综合评分;最后,对照评级表的级别区间,判定被评企业的信用等级。这样一种评定信用风险的方法是在
评价指标结构分析的基础上再进行量化分析的。因此,实在是以定性分析为主、定量分析为辅的分析方法。而且,主要几个指标权重的设定和打分的过程是根据“专家分析”的结果。
综上,我国银行内部对于企业信用风险评估仍然较多使用古典信用分析,处于定性向定量的过渡阶段,尚未使用多元分析及现代信用风险度量模型。科技企业大部分为非上市公司,KMV模型无法大规模使用;我国缺乏完善的信用评级体系,历史数据积累稀少,CreditMetrics由于缺乏相应数据而无法使用;Credit Risk 模型将信用风险简化为泊松分布,过于武断,忽略清偿务人的特有风险,更无法适用于变幻莫测的科技型企业。总之,现代信用风险模型在现阶段尚不适用于我国科技型企业。而银行使用现行古典信用分析的结果是大部分的科技企业被拒之门外,导致其贷款难融资难,因此对于科技企业信用风险度量最可能选取的方法为多元统计分析。而多元统计分析法中,Logistic回回模型的应用性最广,它以企业财务指标为变量计算企业潜伏的违约风险,适合我国科技型企业的信用风险度量。
内容来自www.nseac.com
参考文献:
1.Fraydman H,Altman E,Kao D.Introducing recursive partitioning for financial classfication:the case of financial distress.Journal of Banking