論我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理分析

1、論我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理分析論文關(guān)鍵詞：信貸風(fēng)險(xiǎn)內(nèi)部評(píng)級(jí)財(cái)務(wù)預(yù)警論文摘要：本文在分析國(guó)外在信貸風(fēng)險(xiǎn)評(píng)估方法上創(chuàng)新、應(yīng)用及其發(fā)展趨勢(shì)的基礎(chǔ)上，結(jié)合內(nèi)部評(píng)級(jí)的國(guó)際經(jīng)驗(yàn)，分析了我國(guó)商業(yè)銀行在信用風(fēng)險(xiǎn)管理方式、控制手段和管理框架上的不足，提出了建立內(nèi)部評(píng)級(jí)體系的一系列措施，以期為我國(guó)金融機(jī)構(gòu)信貸風(fēng)險(xiǎn)管理提供一些有益的參考。一、信用評(píng)級(jí)相關(guān)研究成果綜述(一)財(cái)務(wù)指標(biāo)變量預(yù)測(cè)企業(yè)經(jīng)營(yíng)危機(jī)的起源最早運(yùn)用單一財(cái)務(wù)指標(biāo)變量預(yù)測(cè)企業(yè)經(jīng)營(yíng)危機(jī)的研究，始于1930年代的Smith&Winker(1930、1935)。Fitzpatrick(1932)進(jìn)行單變量破產(chǎn)預(yù)測(cè)研究，選擇了19家公司作為樣本，運(yùn)用單個(gè)財(cái)務(wù)比率

2、指標(biāo)將樣本劃分為破產(chǎn)和非破產(chǎn)兩組，發(fā)現(xiàn)判別能力最高的是凈利潤(rùn)，股東權(quán)益和股東權(quán)益，負(fù)債兩個(gè)比率。1966年由威廉，比弗(WilliamBeaver)沿著該思路繼續(xù)研究。Beaver(1966)應(yīng)用統(tǒng)計(jì)方法研究19541964年期間的79家失敗企業(yè)，并以單變量分析法建立財(cái)務(wù)危機(jī)預(yù)測(cè)模型。發(fā)現(xiàn)有些財(cái)務(wù)比率在兩組公司間確有顯著不同，其中“現(xiàn)金流量，負(fù)債總額”是預(yù)測(cè)經(jīng)營(yíng)失敗的最佳指標(biāo)，其次為“資產(chǎn)負(fù)債率”以及“資產(chǎn)報(bào)酬率”。筆者認(rèn)為，Beaver用單一的財(cái)務(wù)指標(biāo)變量來判別企業(yè)的違約概率這樣的復(fù)雜層面分類存在問題，因?yàn)槠髽I(yè)違約概率的影響因素是多層面，僅用一個(gè)指標(biāo)來判斷未免偏頗。(二)多元線性判別分析模型

3、典型的代表是美國(guó)的愛德華阿爾特曼博士(EdwardAirman)著名的Z-score模型和ZETA信用風(fēng)險(xiǎn)模型。多元線性判別分析模型是研究對(duì)象所屬類別進(jìn)行判別的一種統(tǒng)計(jì)分析方法，該方法是從若干表明觀測(cè)對(duì)象特征的變量值(財(cái)務(wù)比率)中篩選出能提供較多信息的變量并建立判別函數(shù)，使推導(dǎo)出的判別函數(shù)對(duì)觀測(cè)樣本分類時(shí)的錯(cuò)判率最小。Airman(1968)是率先將多變量分析用于預(yù)測(cè)財(cái)務(wù)困境公司，提出了著名的z一8COle模型。其過程包括各種可選函數(shù)(包括每個(gè)自由變量的相對(duì)貢獻(xiàn)的判決)的統(tǒng)計(jì)顯著性的觀測(cè)；相關(guān)變量的相關(guān)關(guān)系評(píng)價(jià)；各種變量組合預(yù)測(cè)精度的觀測(cè)；專家的意見。作者早在1968年對(duì)美國(guó)破產(chǎn)和非破產(chǎn)生產(chǎn)企

4、業(yè)進(jìn)行觀察，采用了22個(gè)財(cái)務(wù)比率經(jīng)過數(shù)理統(tǒng)計(jì)篩選建立了著名的5變量Z-score模型，最后選出了最具解釋力的5個(gè)財(cái)務(wù)指標(biāo)，分別是營(yíng)運(yùn)資金總負(fù)債、保留利潤(rùn)總資產(chǎn)、息稅前利潤(rùn)總資產(chǎn)、權(quán)益市價(jià)總負(fù)債、銷售收入總資產(chǎn)財(cái)務(wù)比率。根據(jù)比率對(duì)借款還本付息的影響程度確定變量權(quán)重，最后將每一個(gè)比率乘以相應(yīng)權(quán)重后相加，最后結(jié)合成一個(gè)線性模型，被定名為z-score模型。1977年Altman對(duì)此模型進(jìn)行了修正和擴(kuò)展，建立了ZETA信用風(fēng)險(xiǎn)模型，模型變量由5個(gè)變?yōu)?個(gè)。對(duì)于此種不同期間導(dǎo)致模型的差異，Altman認(rèn)為是由于企業(yè)環(huán)境的改變而需要使用不同的財(cái)務(wù)變量，且財(cái)務(wù)預(yù)警模型也可能因使用不同期間的財(cái)務(wù)報(bào)表而有差異。

5、(三)多元回歸模型來判別企業(yè)違約的代表Horrigan(1966)使用多元回歸模型預(yù)測(cè)Moody與S&P的評(píng)級(jí)，對(duì)各個(gè)不同的等級(jí)賦予主觀數(shù)值，如Aaa為9，Aa為8，最低為c，數(shù)值為1，依次類推，最后的回歸模型包括總資產(chǎn)、債券順位、營(yíng)運(yùn)資金，營(yíng)運(yùn)收入、凈值，負(fù)債，凈值周轉(zhuǎn)率與凈利率等。其預(yù)測(cè)的正確率對(duì)Moody為58，S&P為52。其次West也使用多元回歸模型，利用其預(yù)測(cè)Moody與SP的投資級(jí)債信評(píng)級(jí)，將Fisher(1959)用以估計(jì)風(fēng)險(xiǎn)溢價(jià)的自變量建立一個(gè)多元回歸模型，針對(duì)Moody評(píng)級(jí)在B級(jí)以上的公司建立等級(jí)決定模型，其變數(shù)包括9年的獲利變異性、償債期間、負(fù)債權(quán)益比率與在外流通的債券總額等，正確率為62。相對(duì)前述的危機(jī)預(yù)測(cè)，兩者的準(zhǔn)確率均不高，原因之一是前述的預(yù)測(cè)只有兩類，非高即低，債券等級(jí)預(yù)測(cè)卻可能多達(dá)9個(gè)等級(jí)，在其他條件固定下預(yù)測(cè)正確率下降屬必然。(四)神經(jīng)網(wǎng)絡(luò)分析法對(duì)財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)雖然神經(jīng)網(wǎng)絡(luò)的理論可追溯到上個(gè)世紀(jì)40年代，但在信用風(fēng)險(xiǎn)分析中的應(yīng)用還是始于上個(gè)世紀(jì)90年代。神經(jīng)網(wǎng)絡(luò)是從神經(jīng)心理學(xué)和認(rèn)識(shí)科學(xué)研究成果出發(fā)，應(yīng)用數(shù)學(xué)方法發(fā)展起來的一