不确定理论中几类信用风险定价模型的分析
上海师范大学
硕士学位论文
不确定理论中几类信用风险定价模型的分析
姓名：孙伟
申请学位级别：硕士
专业：应用数学
指导教师：张寄洲
20100501
信用风险量化的4种模型
信贷风险管理的信用评级方法 信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。 1、KMV——以股价为基础的信用风险模型 历史上，银行在贷款决策时，曾经长时间忽视股票的市价。KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。 KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。 KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示： （1）KMV是如何工作的？ 假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。 在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。 KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。
信用风险的度量方法
一、信用风险度量方法与模型 １．传统的信用风险评价方法 （１）要素分析法。 要素分析法是通过定性分析有关指标来评价客户信用风险时所采用的专家分析法。 常用的要素分析法是５Ｃ要素分析法，它主要集中在借款人的道德品质（Ｃｈａｒａｃｔｅｒ）、还款能力（Ｃａｐａｃｉｔｙ）、资本实力（Ｃａｐｉｔａｌ）、担保（Ｃｏｌｌａｔｅｒａｌ）和经营环境条件（Ｃｏｎｄｉｔｉｏｎ）五个方面进行全面的定性分析，以判别借款人的还款意愿和还款能力。 根据不同的角度，有的将分析要素归纳为“５Ｗ”因素，即借款人（Ｗｈｏ）、借款用途（Ｗｈｙ）、还款期限（Ｗｈｅｎ）、担保物（Ｗｈａｔ）及如何还款（Ｈｏｗ）。 还有的归纳为“５Ｐ”因素，即个人因素（Ｐｅｒｓｏｎａｌ）、借款目的（Ｐｕｒｐｏｓｅ）、偿还（Ｐａｙｍｅｎｔ）、保障（Ｐｒｏｔｅｃｔｉｏｎ）和前景（Ｐｅｒｓｐｅｃｔｉｖｅ）。 无论是“５Ｃ”、“５Ｗ”还是“５Ｐ”，其共同之处都是先选取一定特征目标要素，然后对每一要素评分，使信用数量化，从而确定其信用等级，以其作为其销售、贷款等行为的标准和随后跟踪监测期间的政策调整依据。 （２）特征分析法。 特征分析法是目前在国外企业信用管理工作中应用较为普遍的一种信用分析工具。它是从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干因素，将其编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。
一般所分析的特征包括客户自身特征、客户优先性特征、信用及财务特征等。特征分析法的主要用途是对客户的资信状况做出综合性的评价，它涵盖了反映客户经营实力和发展潜力的所有重要指标，这种信用风险分析方法主要由信用调查机构和企业内部信用管理部门使用。 （３）财务比率分析法。 信用风险往往是由财务危机导致的，因此，可以通过及早发现和找出一些特征财务指标，判断评价对象的财务状况和确定其信用等级，从而为信贷和投资提供决策依据。 财务比率综合分析法就是将各项财务分析指标作为一个整体，系统、全面、综合地对企业财务状况和经营情况进行剖析、解释和评价。这类方法的主要代表有杜邦财务分析体系和沃尔比重评分法。 杜邦财务分析体系是由美国杜邦公司创立的，它以净值报酬率为龙头，以资产净利润率为核心，重点揭示企业获利能力及其前因后果，通过对某项综合性较强的财务比率的逐层分解，将相关财务指标联系起来，形成一个综合体系，以便清楚地反映各项财务指标的相互关系。 沃尔比重评分法是由财务综合评价领域的著名先驱者之一亚历山大·沃尔创立的，他把若干个财务比率用线性关系结合起来，以此评价企业的信用水平。他选择了七种财务比率，即流动比率、产权比率、固定资产比率、存货周转率、应收账款周转率、固定资产周转率和自有资金周转率，分别给定各自的分数比重，通过与标准比率（行业平均比率）进行比较，确定各项指标的得分及总体指标的累计分数，从而得出企业财务状况的综合评价，继而确定其信用等级。 ２．多变量信用风险判别模型 多变量信用风险判别模型是以财务会计信息为基础，以特征财务比率为解释变量，运用数量统计方法建模。多变量信用风险判别模型主要
企业信用风险评估模型分析
企业信用风险评估模型 企业信用风险评估是构建社会信用体系的重要构成要素，也是企业信用风险管理的 核心环节。企业信用风险评估涉及四个基本的概念，即信用、信用风险、信用风险管理以及信用风险评估。本节重点为厘清基本概念，并介绍相关企业信用风险评估操作。 I —、企业信用风险评估概念 企业信用风险评估是对企业信用情况进行综合评定的过程，是利用各种评估方法，分析受评企业信用关系中的履约趋势、偿债能力、信用状况、可信程度并进行公正审查和评估的活动。 信用风险评估具体内容包括在收集企业历史样本数据的基础之上，运用数理统计方法与各种数学建模方法构建统计模型与数学模型，从而对信用主体的信用风险大小进行量化测度。 I 二、企业信用风险评估模型构建 (一）信用分析瘼型概述 — 在信用风险评估过程中所使用的工具——信用分析模型可以分为两类，预测性模型和管理性模型。预测性模型用于预测客户前景，衡量客户破产的可能性；管理性模型不具有预测性，它偏重于均衡地揭示和理解客户信息，从而衡量客户实力。 计分模型 Altman的Z计分模型是建立在单变量度量指标的比率水平和绝对水平基础上的多变量模型。这个模型能够较好地区分破产企业和非破产企业。在评级的对象濒临破产时，Z 计分模型就会呈现出这些企业与基础良好企业的不同财务比率和财务趋势。 2.巴萨利模型
巴萨利模型（Bathory模型）是以其发明者Alexander Bathory的名字命名的客户资信分析模型。此模型适用于所有的行业，不需要复杂的计算。其主要的比率为税前利润/营运资本、股东权益/流动负债、有形资产净值/负债总额、营运资本/总资产。 Z计分模型和巴萨利模型均属于预测性模型。 3.营运资产分析模型 营运资产分析模型同巴萨利模型一样具有多种功能，其所需要的资料可以从一般的财务报表中直接取得。营运资产分析模型的分析过程分为两个基本的阶段：第一阶段是计算营运资产（working worth);第二阶段是资产负债表比率的计算。从评估值的计算公式中可以看出，营运资产分析模型流动比率越高越好，而资本结构比率越低越好。 《 营运资产分析模型是管理性模型，与预测性模型不同，它着重于流动性与资本结构比率的分析。由于净资产值中包含留存收益，因而营运资产分析可以反映企业的业绩。 □第三章企业征信业务 又因为该模型不需要精确的业绩资料，可以有效地适用于调整后的账目。通过营运资产和资产负债表比率的计算，确定了衡量企业规模大小的标准，并对资产负债表的评估方法进行了考察，可以确定适当的信用限额。 4.特征分析模型 特征分析模型采用特征分析技术对客户所有财务和非财务因素进行归纳分析；从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干特征，把它们编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。 (二）企业信用风险评估模型构建① 1.预测性风险模型构建——Z计分模型
个人信贷风险评估模型建立
个人信贷风险评估模型 建立 Company number：【WTUT-WT88Y-W8BBGB-BWYTT-19998】
个人信贷风险评估模型建立 摘要 随着我国商业银行个人消费贷款突飞猛进的发展，总量和规模与日俱增，个人消费贷款违约事件也屡见不鲜，因此商业银行个人消费贷款客户的信用评价也更显重要。 本文通过合理假设数学模型，研究确定银行个人信贷风险的评估标准。在实际中，影响贷款风险性的因素涉及很多方面，我们在题目中所给因素的基础上，选择和添加了十组较为重要的影响因素，并对其进行量化处理。 论文内容可分为三个层次：首先，我们在对大量真实样本数据分析的基础上，确定了信贷风险评分中十项影响因素的取值，并通过矩阵运算、程序设计、均值算法、数据统计、方程求解等方法，确定了各项指标的评分系数，进而最终确定了评估个人信贷风险的评分函数；其次，在确定评分函数的基础上计算贷款评分的临界值，并依次对客户进行信用评分等级划分；最后，随机选择了十位客户的数据进行检验，得出通过建立的评估模型和所求的数据与实际情况基本一致，且具有简便、易用的特点。 一、问题的提出 2008年9月美国金融市场风云再起，雷曼兄弟控股公司破产，美洲银行收购美林集团和AIG集团陷入危机。由此引发了美国金融市场的强烈震撼，并在国际金融市场掀起滔天巨浪，旷日持久的美国次贷危机中与演变成一场严峻的全球经济危机，未及一年多来，贸易骤减，企业倒闭，失业增加，各国经济特别是发达国家的经济呈现出一片萧条的景象。 “古为今用，史为实用”。前车之鉴，反思效实。所以，次贷风险的度量和防范就成为当前一个重要研究内容，而次贷风险的防范应该从信贷开始。因此，研究分析银行的客户信用程度，偿还能力等指标对银行的更好运作有着举足轻重的作用。 二、问题分析 中国人民银行颁布的《关于开展个人消费信贷指导意见》中要求各中资商业银行加大对消费贷款的支持力度，刺激消费从而带动经济发展。个人消费贷款将成为银行贷款投向的一个重点，但是消费贷款不同于其他贷款，其客户分散，贷款规模较小，且笔数多，成本高，风险远远高于其他贷款。所以银行应当加强消费信贷风险管理，建立健全信贷风险管理机制及评分标准，以保证贷款的安全性。而对贷款进行风险评估和量化研究则是银行信贷风险管理的一个必要手段。
基于供应链金融的中小企业信用风险评价模型研究
２０１３／１０ 总第４３８期 商业研究 ＣＯＭＭＥＲＣＩＡＬＲＥＳＥＡＲＣＨ 文章编号：１００１－１４８Ｘ（２０１３）１０－０１７１－０７ 基于供应链金融的中小企业信用风险评价模型研究 夏立明１ ，边亚男１ ，宗恒恒 ２ （１．天津理工大学管理学院，天津 ３００４５０；２．天津房友工程咨询有限公司，天津 ３００４５０）摘要：在以往供应链金融视角下，中小企业信用风险评价多在孤立时间点上进行，这样会造成指标数据因某些原因而可能发生较大幅度变化，进而导致评价结果的错误，使银行在放贷过程中存在较大风险。本文以Ａ企业为例，构建了基于时间维的供应链金融视角下中小企业信用风险评价模型。根据评价指标特点，该模型在各个时间点上选用微粒群算法和模糊综合评价方法对其进行信用风险评价，将各个时间点上的评价结果进行比较，分析企业的信用等级变化趋势，以期为银行放贷风险的降低提供有效途径。 关键词：供应链金融；中小企业；信用风险评价；时间维；微粒群算法中图分类号：Ｆ８３０ 文献标识码：Ａ 收稿日期：２０１３－０７－０３ 作者简介：夏立明（１９６０－），男，天津人，天津理工大学管理学院教授，研究生导师，研究方向：工程项目管理和 供应链金融；边亚男（１９８８－），女，河北保定人，天津理工大学管理学院研究生，研究方向：工程项目管理和供应链金融；宗恒恒（１９８６－），女，山东枣庄人，天津房友工程咨询有限公司职员，管理学硕士，研究方向：工程项目管理、供应链金融。 基金项目：天津市哲学社会科学规划项目，项目编号：ＴＪＧＬ１２－０４６。 一、引言 近年来，银行业的竞争日渐激烈，传统的利润空间在不断缩小，拓展中小企业贷款业务的竞争正在不断升温。针对现有中小企业融资存在的风险性弊端，探索结合供应链和中小企业特点的“供应链金融”模式应运而生。目前，造成银企之间融资信贷风险矛盾的原因主要是两者之间存在的信息不对称所引起的逆向选择和道德风险，这会使得其在放贷的过程中存在很大风险。信用风险评价旨在通过建立相应的信用风险评价模型，确定中小企业信用等级，以便使银行做出正确的贷款决策，降低银行的放贷风险。因此，研究供应链金融模式下的中小企业信用风险评价问题具有重要的指导意义。 到目前为止，供应链金融视角下中小企业的信用风险评价已成为一大研究热点。熊熊等（２００９）运用主成分分析法和Ｌｏｇｉｓｔｉｃ回归方法建立了供应链金融模式下中小企业信用风险评价模型，降低了依靠专家评价的局限性 ［１］ 。胡海青等（２０１１）针对 Ｌｏｇｉｓｔｉｃ回归方法要求样本量大且预测精度不高的缺点，提出了运用支持向量机建立供应链金融模式下中小企业信用风险评价模型，并对这两种方 法进行了对比研究 ［２］ 。谈俊英（２０１２）分析了我 国商业银行供应链金融服务的不足之处，并运用了因子分析和Ｌｏｇｉｓｔｉｃ的分析方法对中小企业进行信用评价 ［３］ 。谢伟（２０１２）运用了层次分析法和 功效系数法等构建供应链金融视角下中小企业信用评价模型，并与传统的信用评价指标体系进行比较 ［４］ 。孟丽（２０１１）建立了灰色层次分析法、 一次门限法和模糊综合评价法相结合的供应链金融视角下中小企业的评价实用模型 ［５］ 。 综上所述，目前关于供应链金融视角下中小企业信用风险评价方法的研究大多是在孤立时间点上落实的，结果只能反映中小企业在此时间点上的信用状况，而指标数据由于政策、市场环境等变化，往往可能会发生较大幅度增长或降低，导致产生错误的评价结果，从而使银行在放贷过程中存在很大风险。可见，如何对供应链金融视角下的中小企业进行真实有效的信用风险评价，是一个亟
信用风险量化模型
银行风险量化评级模型 银行根据巴塞尔新资本协议对内部评级法的要求及借鉴国际银行业经验，采用信用风险评级模型，通过此模型测算客户违约概率、违约损失率等风险参数。 将客户信用等级分为三等九级，即AAA、AA、A、BBB、BB、B、CCC、CC、C级。从AAA级到C级风险逐及递增。在内部评级结果运用于确定授信额度上，表现为授信额度以企业净资产为基数，乘以一个与企业评级相对应的信用系数；客户信用等级高，对应的信用系数大，则相应的授信额度就高；客户信用等级低，对应的信用系数小，则相应的授信额度就低。内部评级结果除了影响授信额度外，还被用于进行简单的贷款定价，如某银行将借款人评级等级与贷款利率浮动水平联系起来，信用等级高的借款人其贷款利率在基准利率的基础上下浮动，等级越高，下浮幅度越大；信用等级低的借款人其贷款利率在基准利率的基础上上浮，等级越低，上浮幅度越大，从而起到覆盖风险成本的作用。 通过建立有效的程序来获得和更新有关借款人财务状况和贷款特性的重要信息，并在掌握重要信息的基础上及时更新借款人评级，对可能影响借款人违约概率、违约损失率的因素进行持续监测，并根据掌握的信息对客户和业务进行重
新评级。同时，独立部门必须至少每年检查一次银行评级体系及其运行状况，包括信用风险控制职能的运作和对违约概率、违约损失率等风险要素的估计。 在开发评级模型和评级系统等“硬件”设施的同时，设计了内部评级体系运行的组织架构，明确了风险管理、信贷等有关部门的职能分工，从管理制度等“软件”方面保证评级体系的正常运行。内部评级体系的运行由风险管理部、信贷经营部、合规部三个部门分工合作完成，其中风险管理部门负责制定客户信用评级办法，组织专家对信用评级的指标体系、模型方法和参数标准进行论证，负责设计、开发、维护评级系统；信贷部门负责确定评级人员，组织、推进和实施客户信用评级；合规部门则负责指导、检查和监督信用等级审定工作。
资产定价模型的作用
一、资本资产定价模型的理论源渊 资产定价理论源于马柯维茨（Harry Markowtitz）的资产组合理论的研究。1952年，马柯维茨在《金融杂志》上发表题为《投资组合的选择》的博士论文是现代金融学的第一个突破，他在该文中确定了最小方差资产组合集合的思想和方法，开创了对投资进行整体管理的先河，奠定了投资理论发展的基石，这一理论提出标志着现代投资分析理论的诞生。在此后的岁月里，经济学家们一直在利用数量化方法不断丰富和完善组合管理的理论和实际投资管理方法，并使之成为投资学的主流理论。 到了60年代初期，金融经济学家们开始研究马柯维茨的模型是如何影响证券估值，这一研究导致了资本资产定价模型（Capital Asset Price Model，简称为CAPM）的产生。现代资本资产定价模型是由夏普（William Sharpe ，1964年）、林特纳（Jone Lintner，1965年）和莫辛（Mossin，1966年）根据马柯维茨最优资产组合选择的思想分别提出来的，因此资本资产定价模型也称为SLM模型。 由于资本资产定价模型在资产组合管理中具有重要的作用，从其创立的六十年代中期起，就迅速为实业界所接受并转化为实用，也成了学术界研究的焦点和热点问题。 二、资本资产定价模型理论描述 资本资产定价模型是在马柯维茨均值方差理论基础上发展起来的，它继承了其的假设，如，资本市场是有效的、资产无限可分，投资者可以购买股票的任何部分、投资者根据均值方差选择投资组合、投资者是厌恶风险，永不满足的、存在着无风险资产，投资者可以按无风险利率自由借贷等等。 同时又由于马柯维茨的投资组合理论计算的繁琐性，导致了其的不实用性，夏普在继承的同时，为了简化模型，又增加了新的假设。有资本市场是完美的，没有交易成本，信息是免费的并且是立即可得的、所有投资者借贷利率相等、投资期是单期的或者说投资者都有相同的投资期限、投资者有相同的预期，即他们对预期回报率，标准差和证券之间的协方差具有相同的理解等等。 该模型可以表示为： E（R）= Rf+ [E（Rm）－Rf] ×β 其中，E（R）为股票或投资组合的期望收益率，Rf为无风险收益率，投资者能以这个利率进行无风险的借贷，E（Rm）为市场组合的收益率，β是股票或投资组合的系统风险测度。从模型当中，我们可以看出，资产或投资组合的期望收益率取决于三个因素：（1）无风险收益率Rf，一般将一年期国债利率或者银行三个月定期存款利率作为无风险利率，投资者可以以这个利率进行无风险借贷；（2）风险价格，即[E（Rm）－ Rf]，是风险收益与风险的比值，也是市场组合收益率与无风险利率之差；（3）风险系数β，是度量资产或投资组合的系统风险大小尺度的指标，是风险资产的收益率与市场组合收益率的协方差与市场组合收益率的方差之比，故市场组合的风险系数β等于1。 三、资本资产定价模型的意义 资本资产定价模型是第一个关于金融资产定价的均衡模型，同时也是第一个可以进行计量检验的金融资产定价模型。模型的首要意义是建立了资本风险与收益的关系，明确指明证券的期望收益率就是无风险收益率与风险补偿两者之和，揭示了证券报酬的内部结构。资本资产定价模型另一个重要的意义是，它将风险分为非系统风险和系统风险。非系统风险是一种特定公司或行业所特有的风险，它是可以通过资产多样化分散的风险。系统风险是指由那些影响整个市场的风险因素引起的，是股票市场本身所固有的风险，是不可以通过分散化消除的风险。资本资产定价模型的作用就是通过投资组合将非系统风险分散掉，只剩下系统风险。并且在模
商业银行信用风险管理
XX大学 大数据时代下商业银行信 用风险管理 XXX论文 XXX 2012/12/23
大数据时代下商业银行信用风险管理 摘要美国次贷危机引发了大数据时代下商业银行信用风险管理的反思。信用风险是银行业面对的主要风险之一，如何有效地度量和管理信用风险是银行风险 管理者尤为关注的问题，本文简要介绍了传统的信用风险度量方法和现代信 用风险度量模型，在此基础上提出基于新巴塞尔协议的商业银行信用风险管 理和基于信用衍生产品的商业银行信用风险管理方法，以期对我国商业银行 信用风险管理有所启示。 关键词次贷危机，信用风险传染，信用风险，信用风险度量，信用风险管理 一．引言 从单一的信贷市场风波发展为全球性金融危机造成美国次贷危机破坏力一再升级，房地美和房利美被美国政府强行“国有化”，雷曼兄弟申请破产，美林被收购，高盛和摩根史丹利转型为银行控股公司，美国最大储蓄银行华盛顿互惠银行被收购。关键是信用风险的大爆发，动摇了金融体系稳定的基础。此次危机是因债券市场和衍生品市场引发的，但其基础却是美国的次级住房按揭贷款，导火索和根源都是贷款这个基础资产的风险集中爆发。 首先，信用社会的基础要求当事人有足够的动力来履约，但这一基础被削弱了。第二，信贷消费成为普遍的生活方式和经济特征，加深了信用风险的影响程度，第三，金融机构房地产信贷的过快增长和信贷标准降低，导致信用风险过快积累并最终爆发。仅有上述两项还不足以形成全面的信用风险，信贷过快膨胀和信贷条件不断降低才造就了引爆危机的充分条件。 信用风险传染可能会导致大面积的信用风险违约，引发严重的金融事件。目前美国次级债券市场危机既可以看做一种信用风险传统的结果：房屋贷款者违约使得贷款回收困难，导致以贷款为基础的衍生品包括各种产品价格下降进而导致投资基金亏损甚至破产，市场信心也可能被破坏。 因此可见，信用风险是银行业面对的主要风险之一，如何有效地度量和管理信用风险是银行风险管理者尤为关注的问题。 二．银行信用风险的产生
信用风险评估方法及其比较
信用风险评估方法及其比较 本篇论文目录导航： 【题目】中国网络保险信用风险的控制研究 【第一章】网络保险信用风险防控分析绪论 【第二章】网络保险信用风险的影响因素及其作用机理 【第三章】信用风险评估方法及其比较 【4.1 - 4.3】网络保险信用风险度量模型的构建 【4.4 4.5】信用风险Logit回归结果与多元线性回归分析 【结论/参考文献】网络保险信用风险的管理研究结论与参考文献 第三章信用风险评估方法及其比较 3.1 信用风险评估的概念 所谓的信用风险评估是指找出一些可能引起信用风险的因素，并利用定量和定性的方法对这些因素进行系统的分析，找出其中引起信用风险的最主要的影响因素，或者是直接运用相关的计量模型来计算出发生信用风险的概率，例如，如果通过相关模型找出某一企业的违约概率很大，那么担保机构就不会为该企业担保，银行也不会为该企业贷款。之所以有信用风险的评估，实际上的主要目的对评估对象的违约风险进行预测，也就是为了控制信用风险。对保险公司来说，
信用风险评估主要是对投保人来说的，如果说投保人的信用风险较高，可能收取的保费就比较多，反之如果投保人的信用较好可能降低该投保人的保费，也就是说，保险公司一般都会利用科学的信用评级方法，对投保人的信用状况进行合理的评估来降低信用风险，但是随着网络保险的发展，保险公司面临的信用风险发生了一些转变，一般的信用评级方法已不在适合于网络保险业务。网络保险的信用风险评估就是以一般保险公司的信用评估理论为基础，利用针对网络保险设计的评估模型，对在互联网上投保人的信用状况进行评估。 3.2 信用风险的评估方法 3.2.1 传统评估方法 由于市场经济的发展，人们对于市场信用风险评估方法的研究也比较早，随着市场经济的不断变化，人们对于信用风险的评估方法也在不断地改进和创新。经过多年的发展，如今存在着多种信用评估方法，本文将那些较早出现的信用评估方法称为传统的信用评估方法，与之相对应的就称为现代评估方法。并且由于信用评估方法的种类较多，本文就不一一都做介绍，只对那些影响力较大、较为典型的几种评估方法做出描述。 （1）专家系统法。所谓的专家系统法，就是一些掌握着专业的知识和具有丰富的经验的高素质人才组成的评估团队，他们利用他们的专业知识和工作经验，以及一些统计分析工具对信用风险的评估对象进行主观上的分析判断，它是过去应用最为广泛的一种信用风险分析方法，对如今的一些信用风险分析方法产生了深远的影响。在专
资本资产定价模型
资本资产定价模型 资本资产定价模型就是在投资组合理论和资本市场理论基础上形成发展起来的，主要研究证券市场中资产的预期收益率与风险资产之间的关系，以及均衡价格是如何形成的。资本资产定价模型研究的重点在于探求风险资产收益与风险的数量关系，即为了补偿某一特定程度的风险，投资者应该获得多得的报酬率。 资本资产定价模型 其中，E(r i) 是资产i 的预期回报率，r f是无风险利率，βim是[[Beta系数]]，即资产i 的系统性风险，E(r m) 是市场m的预期市场回报率，E(r m)-r f是市场风险溢价（market risk premium），即预期市场回报率与无风险回报率之差。 解释以资本形式（如股票）存在的资产的价格确定模型。以股票市场为例。假定投资者通过基金投资于整个股票市场，于是他的投资完全分散化（diversification）了，他将不承担任何可分散风险。但是，由于经济与股票市场变化的一致性，投资者将承担不可分散风险。于是投资者的预期回报高于无风险利率。 设股票市场的预期回报率为E(rm），无风险利率为rf，那么，市场风险溢价就是E(rm) ? rf，这是投资者由于承担了与股票市场相关的不可分散风险而预期得到的回报。考虑某资产（比如某公司股票），设其预期回报率为Ri，由于市场的无风险利率为Rf，故该资产的风险溢价为E(ri)-rf。资本资产定价模型描述了该资产的风险溢价与市场的风险溢价之间的关系E(ri)-rf =βim (E(rm) ? rf) 式中，β系数是常数，称为资产β (asset beta）。β系数表示了资产的回报率对市场变动的敏感程度（sensitivity），可以衡量该资产的不可分散风险。如果给定β，我们就能确定某资产现值（present value）的正确贴现率(discount rate）了，这一贴现率是该资产或另一相同风险资产的预期收益率贴现率=Rf+β（Rm-Rf）。 资本资产定价模型的说明如下：1.单个证券的期望收益率由两个部分组成，无风险利率以及对所承担风险的补偿-风险溢价。2.风险溢价的大小取决于β值的大小。β值越高，表明单个证券的风险越高，所得到的补偿也就越高。3. β度量的是单个证券的系统风险，非系统性风险没有风险补偿。[ CAPM给出了一个非常简单的结论：只有一种原因会使投资者得到更高回报，那就是投资高风险的股票。不容怀疑，这个模型在现代金融理论里占据着主导地位。 套利定价模型 套利也叫价差交易，套利指的是在买入或卖出某种电子交易合约的同时，卖出或买入相关的另一种合约。套利交易是指利用相关市场或相关电子合同之间的价差变化，在相关市场或相关电子合同上进行交易方向相反的交易，以期望价差发生变化而获利的交易行为。[ 套利定价理论认为，套利行为是现代有效率市场（即市场均衡价格）形成的一个决定因素。如果市场未达到均衡状态的话，市场上就会存在无风险套利机会。并且用多个因素来解释风险资产收益，并根据无套利原则，得到风险资产均衡收益与多个因素之间存在（近
客户信用分析模型型剖析
客户信用分析模型（Z计分模型、巴萨利模型等） 客户信用分析模型 客户信用分模型分为两类：预测模型和管理模型。预测模型用于预测客户前景，衡量客户破产的可能性，Z计分模型和巴萨利模型属于此类，两者都以预测客户破产的可能性为目标。 客户信用分析之预测模型－Z计分模型 信用评分法的基本思想是，财务指标反映了企业的信用状况，通过对企业主要财务指标的分析和模拟，可以预测企业破产的可能性，从而预测企业的信用风险。最初的Z计分模型由 Altman在1968年构造。 其中：Z1主要适用于上市公司，Z2适用于非上市公司，Z3适用于非制造企业。 Z1＝1.2*X1 + 1.4*X2 + 3.3*X3 + 0.6*X4 + 0.999*X5 其中 X1 ＝（流动资产-流动负债）/资产总额 X2 ＝留存收益/资产总额 X3 ＝（利润总额+利息支出）/资产总额 X4 ＝权益市场值/负债总额 X5 ＝销售收入/总资产 一般地，Z值越低企业越有可能破产。如果企业的Z值大于2.675，则表明企业的财务状况良好，发生破产的可能性较低。反之，若Z值小于1.81，则企业存在很大的破产风险。如果Z值处于两者之间，则企业的财务状况非常不稳定。 Z2＝0.717*Xl + 0.847*X2 + 3.107*X3 + 0.420*X4 + 0.998*X5 其中 X1 ＝（流动资产一流动负债）/资产总额 X2 ＝未分配利润/资产总额 X3 ＝（利润总额+利息支出）/资产总额 X4 ＝权益/负债总额 X5 ＝销售收入/总资产 Z3＝6.56*X1 + 3.26*X2 + 6.72*X3 + 1.05*X4 其中 X1 ＝（流动资产-流动负债）/资产总额 X2 ＝未分配利润/资产总额 X3 ＝（利润总额+折旧+摊销+利息支出）/资产总额 X4 ＝所有者权益/负债总额 Altman认为，根据上述公式计算的Z值，如果Z小于1.23，风险很大；Z大于2.9风险较 小。
商业银行信用风险预警模型
商业银行信用风险预警支持模型及其系统 一?引言 商业银行是经营风险的组织,能否很好地管理信用风险将关系到商业银行的生存和发展?现有对信用风险管理的研究,不论是5C法?Z-Score还是KVM模型等,都倾向判断信用风险的大小?这些研究的方向沿着“逐步求精”的思想,从判别 信用风险的相对大小到判别信用风险的绝对大小?然而,信用风险的大小是内外 部环境不断变化的,具有易变性;同时它也随时间而不断变化,具有时变性?虽然,对单一时间点信用风险的研究在信用风险研究中,可以度量及比较信用风险的大小,但在商业银行信用风险管理的实务中,还需要解决什么时间?由什么依据决定需要对信用风险进行度量,以及对度量结果采取怎样避险措施的问题? 对预警(Early-Warning)的研究最早来源于军事,指通过预警飞机?预警雷达等工具提前发现?分析和判断敌人的进攻信号,并把这种信号的威胁程度 传递给指挥部门,以提前采取应对措施?在经济领域,穆尔首先采用多种指标综合方法构建美国宏观经济预警系统?在信用风险管理方面,首先将信用风险预警和 将预警系统(EWS)的概念应用到信用风险管理的是Fisk,预警被认为是对风险的提前预测?将预警理论应用到信用风险预警,现有的研究大多集中在对单一时间点?信用风险大小转化成预警级别的研究,如基于人工神经网络的信用风险预警?基于灰色模型的信用风险预警等等?这些研究从本质上看都是对信用风险度量方法的应用和延伸,缺乏对信用风险整个生命周期内预警的研究? 本文通过对商业银行信用风险生命周期的研究,结合企业预警理论,研究商 业银行信用风险预警的三个阶段,在分析商业银行信用风险预警各个阶段的目标和实现步骤的基础上,研究信用风险预警的概念模型,最后运用系统分析的方法,研究商业银行信用风险预警支持系统的系统结构? 二?信用风险的生命周期和信用风险预警的过程 传统的信用风险定义为包括借款人?债券发行人或金融交易对方在内的交易对手由于各种原因不能完全履约致使金融机构?投资人或交易对方遭受损失的可能性?从狭义上讲,信用风险就指信贷风险?通过对风险概念的梳理,从风险承担 者(即商业银行)的角度来看,信用风险即由于交易对手是否违约的最终结果和商业银行认为交易对手是否违约之间的偏差,这种差异可能对商业银行造成损失? 信贷交易是产生信用风险的一种交易,商业银行的交易对手即贷款人?根据 贷款人借贷的实际情况,对一个贷款人信用风险产生到结束的时间阶段可以用图1表示?该过程一直持续到借贷合同到期,贷款人做出是否违约的决策为止,即信贷交易信用风险的生命周期?在生命周期内,商业银行如果始终认为贷款人一定
个人信用卡申请风险评估模型
申请风险评估模型是指通过对消费信贷申请人的资信状况进行评估来预测其未来严重拖欠和坏账概率的模型。申请风险评估模型在信贷风险管理中有着非常重要的作用，因为其评估结果是信贷审批的主要依据之一。 与国外银行信用卡业务相比，我国各商业银行的信用卡业务的风险管理水平较低，管理手段与方法比较落后。缺乏一套有效的申请评估方法是阻碍个人信用卡业务进一步开展的主要因素之一。如何提高我国商业银行信用卡的信用风险管理水平，从而提高信用卡的盈利能力，使其在与外资银行的竞争中处于不败之地是本文的出发点。本文尝试利用层析分析法(AHP)和BP 神经网络相结合的组合评价方法对信用卡申办人进行信用等级评估，寻求降低信用卡的信用风险的有效措施。 一、AHP -BP 神经网络模型 1.模型构建的出发点 传统的B P 神经网络模型研究的重点是围绕着如何确定网络的输入、输出层维数的建模问题。然而，当研究复杂系统建模时，由于影响因素过多，不能确定冗余因素和有用因素，不能将输入的因素简化，这样在输入信息空间 维数较大时，网络不仅结构复杂，而且训练时间也很长，从而降低网络性能，影响计算准确度。因此，本文尝试利用层析分析法作为B P 神经网络的前处理，通过已有的专家判断、比较、评价等手段将多个变量的重要程度数量化，以其结果作为B P 神经网络的输入值，以减小B P 神经网络的结构的复杂性，从而缩短训练时间，并充分利用B P 神经网络强大的容错能力和抗干扰能力，提高模型的效率。 2.两种方法集成的可行性分析 以往国内商业银行对信用风险评估相关的数据重视不足，造成有效信息的缺失，而A H P -B P 神经网络模型仍具有神经网络采用分布式存储结构的特点，具有很强的容错能力，少量单元的局部缺损不会造成整个网络的瘫痪，适合实际操作。 信用卡风险评估是一个较为复杂的过程，涉及各方面 的因素，而且各影响因素与衡量结果之间并不完全是线性关系。而A H P -B P 神经网络模型具有很强的非线性映射能力。AHP -BP 神经网络模型自适应能力强，能不断地接受新样本、不断学习，以调整模型。商业银行以不断更新滚动数据训练模型，使评估结果更符合实际，形成动态评估过程(见图1)。 福州大学管理学院 许速群 张岐山 杨美英 申请风险评估模型 信用卡个人
信用风险量化的4种模型
信贷风险管理的信用评级方法 信贷风险管理的新方法 信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。 1、KMV——以股价为基础的信用风险模型 历史上，银行在贷款决策时，曾经长时间忽视股票的市价。 KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。 KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。 KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。信用中国https://www.wendangku.net/doc/6b18509447.html, 我们共同打造换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示： （1）KMV是如何工作的？ 假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。 在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。 KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。 使用前面描述的期权方法，普通股的市场价值可以用一个买入期权的价值来评估，模型如下： E=f(A，，r，B，ζ) (1) 其中：公司资产的市场价值(A)及其市场价值的波动( )，不能直接观察到，是由公司股票的市场价值及其波动和公司债务的账面价值估计的；公司的违约发生点(B)是短期债务的全部价值加上长期未偿付债务的一半价值之和；贷款的到期
中小企业信用风险评估模型比较
［提要］本文立足于我国中小企业融资难现状，从中小企业产业特点出发，在比较分析国内外信用风险度量技术的基础上，借鉴先进的信用风险度量方法，为金融机构提出切实可行的信用风险识别评估模型组合，以破解中小企业融资难困境。 关键词：中小企业；信用风险；模型 中图分类号：Ｆ２７文献标识码：Ａ 收录日期：２０１４年７月３日 引言 作为市场经济的活力之源，中小企业支撑着国民经济“半壁江山”。随着近年外部市场及金融环境趋紧，中小企业发展面临诸多挑战，最突出的就是信用风险导致的融资困难。中小企业融资渠道狭窄，银行信贷是其主要融资渠道，但由于信息不对称造成的逆向选择和道德风险，使银行对中小企业有惜贷趋势。因此，破解中小企业融资困难的关键首先在于完善中小企业各类信用数据库，为银行信贷提供数据支撑；其次要立足国情，学习先进测量技术，开发适合中小企业特点的信用风险度量方法，构建信用风险识别、评估模型，系统评价企业信用风险，改变企业与银行信息不对称的现状，破解中小企业融资困境。信息系统的建设与共享是一项长期而艰巨的任务，目前我国已经认识到数据库在中小企业信用风险管理中的重要性，人行征信中心的企业信用信息数据库已经逐渐成熟，司法、环保、社保、质检等中小企业信用数据已经逐步共享完善。所以，目前当务之急是合理设计中小企业信用评价模型，为银行信贷提供技术支持，降低信用风险。 一、传统信用风险度量模型分析 传统信用风险分析评估方法已相当成熟，在国内外银行信贷决策中应用较多，主要包含专家制度法、信用评级法、信用评分法。 （一）专家制度法。20世纪70年代前，企业信用风险评估主要是银行专家依据品格、资本、偿付能力、抵押品、经济周期等5C要素进行主观判断，后来衍生出5P模型（个人因素、目的因素、偿还因素、保障因素、前景因素）和5W模型（借款人、借款用途、还款期限、担保物、如何还款）。纵观这三种模型，都是定性分析，无法量化风险水平，而且严重依赖专家的主观判断，这会造成银行信贷决策官僚主义作风盛行，降低银行在金融市场中的应变能力，同时专家制度在对借款人进行信用分析时，难以确定共同遵循的标准，造成信用评估的随意性和不一致性。 （二）信用评级法。信用评级法是美货币监理署开发的，该方法将现有贷款安全级别分为5类：正常类、关注类、次级类、可疑类、损失类，后来细化为10类：AAA、AA、A、BBB、BB、B、CCC、CC、C、D（标注普尔）。评级后再根据级别提取不同贷款准备金率。 （三）信用评分法。和前两种方法相比，信用评分法是一个量化法，最著名的模型就是Z计分模型（Z-score）：它的基本思想是利用数理统计中的辨别方法分析银行的贷款情况，建立一个可以在最大程度上区分信贷风险度的模型，得到最能够反映借款人的财务状况的好坏，具有预测和分析价值的比率，从而对企业进行信用风险状况评估。模型如下： Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 变量解释： X1=流动资本/总资产；X2=留存收益/总资产；X3=息税前收益/总资产；X4=优先股和普通股市值/总负债；X5=销售额/总资产=主营业务收入净额/总资产。 判断准则： Z<1.8，财务状况较差，信用风险高，拒绝贷款；1.8≤Z≤2.99，为灰色区，误判的概率较大；2.99
资本资产定价模型
资本资产定价模型（ＣＡＰＭ）理论及应用 财管131蓝伟龙 摘要：资本资产定价模型（CAPM：Capital Asset Pricing Model）自提出以后，即受到众多经济学家的青睐，被广泛应用于经济及管理的许多方面，但同时也受很大的质疑。本文在详细介绍CAPM模型的基础上，探讨它在证券定价及普通股成本估价方面的一些实际应用。 关键词：资本资产定价模型，CAPM 1.引言： 资本资产定价模型（Capital Asset Pricing Model 简称CAPM）是由美国学者夏普（William Sharpe）、林特尔（John Lintner）、特里诺（Jack Treynor）和莫辛（Jan Mossin）等人于1964年在资产组合理论的基础上发展起来的，是现代金融市场价格理论的支柱，广泛应用于投资决策和公司理财领域。 资本资产定价模型就是在投资组合理论和资本市场理论基础上形成发展起来的，主要研究证券市场中资产的预期收益率与风险资产之间的关系，以及均衡价格是如何形成的。 资本资产定价模型简称CAPM，是由威廉·夏普、约翰·林特纳一起创造发展的，旨在研究证券市场价格如何决定的模型。资本资产定价模型假设所有投资者都按马克维茨的资产选择理论进行投资，对期望收益、方差和协方差等的估计完全相同，投资人可以自由借贷。基于这样的假设，资本资产定价模型研究的重点在于探求风险资产收益与风险的数量关系，即为了补偿某一特定程度的风险，投资者应该获得多得的报酬率。 2.假设： CAPM（capital asset pricing model）是建立在马科威茨模型基础上的，马科威茨模型的假设自然包含在其中： 1、投资者希望财富越多愈好，效用是财富的函数，财富又是投资收益率的函数，因此可以认为效用为收益率的函数。