中国 建筑施工企业信用评级模型
企业信用评级方法比较分析
目录 一、引言 (3) 二、企业信用评级的必要性 (3) 三、传统的企业信用评级方法比较分析 (4) ㈠综合评判法——专家系统 (4) ㈡线性模型分析法——信用评分方法 (4) ㈢专家系统和线性模型分析法的比较分析 (5) 四、现代企业信用评级方法比较分析 (5) ㈠现代企业信用评级模型总体分析 (5) ㈡信用监控模型（credit monitor model）：KMV模型 (6) ㈢在险价值方法：risk metrics 模型和Credit metrics模型 (6) ㈣KMV模型与Credit metrics模型的比较分析 (6) ㈤KMV模型与线性模型的比较分析 (8) ㈠现代企业信用评级模型总体分析 (8) ㈡人工神经网络分析法 (9) ㈢模糊分析法 (9) 六、结论 (10)
企业信用评级方法（模型）比较分析 陈婕 摘要： 本文从企业信用评级的传统方法（专家系统评级法、信用评分法）、现代方法（KMV 模型、Credit metrics模型、Credit Portfolio V iew模型和Credit Risk+模型等）和新科技方法（模糊综合评价法、人工神经网络分析法、Logit模型统计法等）这三个方面进行分析。重点分析了若干个信用评级模型，如专家系统、信用评分系统、KMV模型、Credit metrics模型、人工神经网络分析法、模糊综合评价法。并对个别模型进行了比较分析，如KMV模型和Credit metrics模型的比较分析，KMV模型和线性模型的比较分析，提出了我们应灵活运用企业信用评级方法，并结合多种方法，相互取长补短，对企业信用进行有效而合理评级的观点。 关键词：企业信用评级方法评级模型比较分析 一、引言： 信用风险是商业银行承担的最重要的风险。对企业信用风险的进行评级和度量不仅有利于金融机构有效降低风险，提升自身的发展能力，对国家金融稳定和经济发展有着重要的作用。在我国，由于受到银行业旧体制的影响，国内开始研究信用风险评级和度量方法的时间晚于其他国家。自2000年以来，为数不少的国内科研工作者积极投入信用风险度量研究，并在理论研究和实际应用上取得了，一定的成绩。由此可见，对风险进行度量，对企业进行有效的信用评级已经成为现代银行和其他金融机构风险管理职能中最为重要的内容之一。 二、企业信用评级的必要性 信用风险由来已久，它随着借贷的产生而发展。对于一个贷款企业而言，其能否按时归还贷款总是存在着不确定性，这种不确定性具体表现为，贷款企业不愿意履行或不能完全履行还款责任，信用风险一旦形成，银行将会因客户违约而遭受巨大金融损失。因此，银行需要对贷款企业进行严格的信用评级。 对企业进行信用评级的意义在于，它可以消除银行与企业之间的信息不对称性，提高银行借贷的管理效率，从而使资本市场的整体效率得以提高。 对于企业而言：有效的信用评级，可以使资信良好和还款能力强的企业取得所需贷款资金从事经营活动。 对于银行而言：其不仅可以拥有适合其风险偏好的标的，取得收益。同时还可以有效的过滤资信较差和还款能力较弱的企业，从而缓释银行违约风险。 所以，对企业进行合理而准确的信用评级是相当必要的。然而，信用评级是否合理，评级结果是否准确，在很大程度上取决于评级方法的科学性。那么，到底有哪些信用评级的方法呢？哪些才是合理而有效的信用评级方法？下面我就对企业信用评级方法进行简要的阐述与分析。
第三章 信用风险管理-客户信用评级.
2015年银行业专业人员职业资格考试内部资料 风险管理 第三章 信用风险管理 知识点：客户信用评级 ● 定义： 商业银行对客户偿债能力和偿债意愿的计量和评价，反映客户违约风险的大小。客户评级的评价主体是商业银行，评价目标是客户违约风险，评价结果是信用等级和违约概率。 ● 详细描述： 一、违约： （1）定义：根据巴塞尔新资本协议的定义，当下列一项或多项事件发生时，债务人即被视为违约： （2）债务人对于商业银行的实质性信贷债务逾期90天以上。若债务超过了规定的透支限额或新核定的限额小于目前余额，各项透支将被视为逾期。 （3）未来面临同样的本息还款的要求，在期望收益相等的条件下，收益波动性高的企业更容易违约，信用风险较大。 二、违约概率： （1）定义：借款人在未来一定时期内发生违约的可能性。 （2）在巴塞尔新资本协议中，违约概率被具体定义为借款人内部评级1年期违约概率与0.03%中的较高者，巴塞尔委员会设定0.03%的下限是为了给风险权重设定下限，也是考虑到商业银行在检验小概率事件时所面临的困难。 （3）违约概率的估计包括两个层面：巴塞尔新资本协议要求实施内部评级法的商业银行估计其各信用等级借款人所对应的违约概率。 （4）据监管机构的要求，商业银行采用信用风险内部评级法高级法应当自行估计违约概率、违约损失率、违约风险暴露、有效期限 三、客户信用评级的发展 从国际银行业的发展历程来看，商业银行客户信用评级大致经历了专家
判断法、信用评分法、违约概率模型分析三个主要发展阶段。 （1）专家判断法：是商业银行在长期经营信贷业务、承担信用风险过程中逐步发展并完善起来的传统信用分析方法。专家系统在分析信用风险时主要考虑两方面因素：与借款人有关的因素、与市场有关的因素。 1、与借款人有关的因素： 1）声誉：如果该借款人过去总能及时、全额地偿还本金与利息，那么他就具有良好的声誉，也就能较容易或以较低的价格从商业银行获得贷款。 2）杠杆：借款人的杠杆或资本结构，如果贷款给杠杆比率较高的借款人。商业银行就会相应提高风险溢价。 3）收益波动性：收益波动性高的企业更容易违约，信用风险较大。 2、与市场有关的因素： 1）经济周期：经济周期对于评价借款人的违约风险有着重要的意义。 2）宏观经济政策：对行业信用风险分析具有重要作用。 3）利率水平：高利率水平表示中央银行正在实施紧缩的货币政策。 3、常用的专家系统： 1）5Cs：品德、资本、还款能力、抵押、经营环境。 2）5Ps：个人因素、资金用途因素、还款来源因素、保障因素、企业前景因素。 （2）信用评分法 1、信用评分模型是一种传统的信用风险量化模型，利用可观察到的借款人特征变量计算出一个数值（得分）来代表债务人的信用风险。并将借款人归类于不同的风险等级。对个人客户而言，可观察到的特征变量主要包括收入、资产年龄、职业以及居住地等；对法人客户而言，包括现金流量、财务比率等。（定量与定性因素，定量主要是财务数据，定性如对行业的判断、客户在行业中的定位、企业经营管理层） 2、信用评分模型的关键在于特征变量的选择和各自权重的确定。目前，应用最广泛的信用评分模型有：线性概率模型、Logit模型、
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
信 用 评 级 汇 总
信用评级汇总 2、“信用度量制”方法(Credit Metrics) “信用度量制”(CreditMetrics)是由J.P.摩根与其它合作者(美洲银行、KMV 公司、瑞士联合银行等)在已有的“风险度量制”方法基础上，创立的一种专门用于对非交易性金融资产如贷款和私募债券的价值和风险进行度量的模型。① 风险度量制方法(RiskMetrics)所要解决的问题是：“如果明天是一个坏天气的话，我所拥有的可交易性金融资产如股票、债券和其它证券的价值将会有多大的损失?”。而信用度量制方法(CreditMetrics)则是要解决这样的问题：如果下一个年度是一个坏年头的话，我的贷款及贷款组合的价值将会遭受多大的损失呢?② 我们在前面曾谈及，由于贷款是不能够公开进行交易的，所以我们既无法观察到贷款的市值(P)，也不能够获得贷款市值的变动率(σ)。但是人们仍然可以通过掌握借款企业的以下资料来解决这个问题。这些资料包括： ①参见：《信用度量制》，技术文件，J.P.摩根公司，纽约，1997。在1998年，开发出“信用度量制”和“风险度量制”产品的J.P.摩根集团又建立了一家独立的名为“风险度量制”集团的公司。 ②参见：Anthony Saunders，Credit Risk Measurement，John Wiley & Sons，1999, p.40。 ③关于贷款组合的受险价值量计算我们将在第三节进行详细讨论。 为了说明“信用度量制”方法，我们来看一看怎样计算一笔贷款的受险价值量，并且讨论一下围绕着计算受险价值所涉及到的相关技术问题。 一旦人们获得了这些资料，他们便可以计算出任何一项非交易性的贷款和债券的P值和σ值，从而最终可利用受险价值方法对单笔贷款或贷款组合的受险价值量进行度量。③ 借款人的信用等级资料 在下一年度里该信用级别水平转换为其它信用级别的概率 违约贷款的收复率 用“信用度量制”方法计算单笔贷款的受险价值量的例子
银行信用评级系统
3. 3系统功能分析 3.3.1定义系统边界 系统的边界是系统区别于环境或另一系统的界限，它把系统从所处的环境中分离出来，由定义和描述一个系统的某些特征来形成。当构造系统时，首先需要确定系统的边界在哪里，在对信用评级系统进行分析时，具体需要考虑的内容主要有:什么是系统的组成部分、什么是系统的外部、谁(参与者)使用系统系统 为哪些角色提供哪些特定功能(即用例）等内容。 按以上内容分析信用评级系统的定义主要包括: 1)系统功能主要有:数据导入功能、客户经理申请进行信用评级CPD评级 和打分卡评级)功能、评级信息查询功能、评级审批人员进行评级审批、统计分析、参数管理和系统管理等功能。 2)公司客户管理系统是外部系统，数据导入功能与公司管户管理系统有数据接口。 3、客户经理和评级审批人员参与的功能属于系统的边界范围之内。 3.3.2识别参与者 参与者是用户作用于系统的一个角色，存在于系统的外部，表示一个用例的使用者在与这个用例进行交互时所扮演的角色，每个系统之外的任何实体都可以用一个或者多个参与者来代表。通常代表与系统交互的人、硬件设各或另一系统。同时，参与者有自己的目标，通常通过与系统的交互而实现。 通过对信用评级系统的需求分析，可以确定系统的参与者主要有两类:公司客户管理系统(外部系统)和系统使用的用户。系统使用的用户包括客户经理、审批人和系统管理员三类，其中客户经理是客户信用评级流程的发起人;审批人是评级流程的各级审批参与者，分为:初评复核人、评级审批人和有权认定人: 系统管理员是用户和评级参数的系统管理人。 参与者的用例关系如图3-6所示: 3.3.3识别用例 在UMI,中，用例被定义成参与者与系统在交互中执行的一系列动作，而用例模型描述外部参与者（Acior )所理解的系统功能，用来获取需求，并对系统的开发进行规划和控制。大部分用例将在项目的需求分析阶段产生，用来准确获取用户需求。此外，用例还将驱动系统分析、系统设计、系统实现等其它软件。 通过对软件企业信用评级管理系统的需求分析，初步确定系统中有如下用例存在: 1) 信用数据报送：软件企业用户将评级信息上报信用报送，进入评审; 2)自动评级:根据软件企业用户填报的一些信息计算客户的信用级别。 3)信息查询：查询正在审批的软件企业用户相关信息; 4)历史修改查询:查询客户在审批过程中的历史修改信息: 5)各级流程审批:初评信息经过复评的审核，修改，最终形成软件企业用户的评级信息; 6)统计分析:根据选择的查询条件，生成客户的报表信息，报表信息可以 下载成Excel格式的文件。其中报表类型分为:信用等级客户数统计表、地区分 类客户数统计表、行业分类客户数统计表、客户性质分类客户数统计表: 7)手工调级:审批流程结束后，由相关权限人员对评级结果直接进行等级
什么部门出具的企业信用评估报告最权威
什么部门出具的企业信用评估报告最权威 一般来说，招投标企业AAA信用评级是需要由被政府批准的第三方认证机构申办，其他的都是不合规。如果想申报招投标企业信用评级，可以联系我们。我们拥有相关的备案资质，可以出具招投标企业的信用评级和信用报告。 一、政府及有关部门对企业评信用等级不符合法律法规规定 政府及有关部门对企业评定信用等级没有任何法律依据，不仅如此，有关法规规定政府部门不得组织信用评比活动，如浙江省企业信用信息征集和发布管理办法（浙江省人民政府令第194号）第二十条就规定：“除法律、法规、规章和国家有明确规定外，行政机关及其所属的机构不得组织或者变相组织企业信用评比活动。社会中介机构向社会提供企业信用状况调查评估等服务的，应当按照有关规范进行”。 二、金融机构对企业评信用等级只能内部使用，不得向社会公布 银行对企业评信用等级只是银行内部风险管理的手段。内部评级是企业内部信用风险管理的一个环节，评级结果的使用者是评级主体本身，它不具备第三方信用评级的基本特征和广泛用途。内部评级是利益关联方的评判，银行对贷款人这种缺少第三方的评判不可能客观。根据有关政策规定：各金融机构对借款企业进行信用评级的结果只能供系统内部掌握使用，不得向社会公布或开具书面证明提供给企业，也不得向企业收取评级费用。 三、商会协会对企业评信用等级不符合信用评级的基本要素和要求
商协会的性质和职能决定了商协会不具备信用评级独立、专业、见证的功能。根据全国整规办、国务院国资委关于印发《商会协会行业信用建设工作指导意见》的通知（整规办发[2005]29号）规定：商会协会对会员企业进行信用评价要在企业自愿的基础上进行，不得以盈利为目的。首先，商会协会评信用等级只能限于会员企业；其次，必须实行自愿的原则；再次，对会员企业评信用等级不得以营利为目的。 在经济发达国家，信用评级是通过信用评级公司来完成的，自世界上建立第一家信用评级机构以来，在揭示和防范风险、降低交易成本及协助政府加强市场监管等方面发挥着重要作用。信用评级机构都是独立的中介机构，按照独立性、中立性和公正性的基本原则运作，每个评级机构都有自己的评级方法、评级标准和评级模型，对所评级的各方面都确定了不同的指数，评价结果由市场验证。 十六届三中全会通过的《中共中央关于完善社会主义市场经济体制若干问题的决定》特别提出，要“积极发展独立公正、规范运作的专业化市场中介服务机构”。政府是游戏规则的制订者，但不是游戏的参与者。为了有良好的信用评级环境，并保证社会合法有效地使用信用评级报告，可以制定有关信用评级、信息披露、使用的法律。但是政府不能直接参与对企业信用的评定工作，否则，信用评级缺乏公正性、独立性、科学性。目前，已有相关规范信用评级行为，禁止行政机关参与企业信用评级的规章。
(仅供参考)信用评级模型
评级技术基础规范之六编码：P-J-B-0006 信用评级模型 （2012年11月版）
信用评级模型 （2012年11月版1） 信用评级模型是以企业经营和财务信息、行业信息、宏观经济信息和市场信息为基础，运用统计分析、专家打分等手段，以量化方式测算受评对象信用风险的评级分析工具，是评级方法在数理统计操作层面的具体表现形式，也是信用评级机构评级技术的重要组成部分。中债资信通过学习、吸收国内外评级模型设计理念，并在征求专家顾问团信用风险建模领域专家意见的基础上，确定了目前采用的评级模型类型。中债资信评级模型力求体现中国企业信用风险特点，减少评级过程中的主观判断因素，提高评级结果的客观性、一致性和准确性。中债资信目前可使用的建模数据主要是发债企业数据和来自商业银行的信贷数据（以下简称“信贷数据”），发债企业数据包括经营数据和财务数据，但没有违约率数据；信贷数据包括借款企业的违约数据和大部分财务数据，但没有企业经营数据。基于可获得数据源及其质量，中债资信目前的评级模型为分行业的打分卡模型和二元选择模型。 一、经营与财务指标相结合的打分卡模型 以发行债券企业作为统计样本，以发债企业数据和信贷数据为主要数据源，选择合适的经营指标和财务指标，分行业建立打分卡模型。按照中债资信工商企业主体评级方法总论，对工商企业进行评级时，首先以经营风险和财务风险的综合平衡确定受评企业自身的个体信用等级，然后考虑外部支持等因素对企业自身个体级别进行调整，最终确定受评企业的信用等级。由于在同一行业内，不同经营风险程度的企业所能容忍的财务政策激进程度不同，因而经营风险对信用等级的影响程度存在显著差异。因此，在本评级模型中依据受评企业经营风险程度的高低对经营风险和财务风险赋以可变权重。此外，依据短板原理的评级思想，对弱势因素给予更高的权重以放大其对最终评级结果的影响。由于体现这一影响的调整过程具有明显的主观性，因此将此类调整以及其他难以量化的因素归类于模型外考虑因素。 在具体的模型设计中，相对应的采取分层建模思路：首先以线性加和形式得到经营风险模块得分和财务风险模块得分；然后根据经营风险得分情况确定两模块权重的分配，加权平均得到总分；最后根据其它难以量化的因素进行调整，得到最终对应级别。 具体模型形式如下： 1 2011年10月形成初稿并对外披露，2012年11月修订并正式发布。 - 1 -
债券评级模型与方法
影响企业债券（包括公司债券）信用评级的各方因素： 第一，发行债券的主体信用。目前，每个信用评级公司主要是参考发行债券主体单位的资产负债情况，以还债能力以及其资金流动性，来对主体进行信用评级。 第二，债券的担保机构。在我国企业债券市场不发达的情况下，企业债券发行过程中申报复杂、审批漫长、额度控制、债券必须担保等措施严重制约了企业债券的发行。因而发行债券的企业几乎全为大型优质企业，并且大部分债券均由四大国有商业银行担保。拥有强有力保障的企业债券在信用评级上具有很大的优势。同时，我们也应该看到，如果我国所发行的企业债券都在“准政府”机构的担保之下发行的，这在一定程度上提高了企业债券的信用评级，但这扭曲了其实际的价值，给债券市场带来了潜在的风险。 第三，债券的融资项目。融资项目的未来现金流状况以及该项目的发展前景决定了该债券的价值，是信用评级的参考因素之一。 第四，宏观因素。在我国，国家政策对资本市场的影响不容忽视。在利好的国家政策扶持之下，企业债券所融资项目的价值会相对提高，债券主体的未来现金流流动性会更强，偿债能力会相对提高，从而提高了该债券的信用评级等级。 二、运用Altman 的Z 模型对我国发债企业的信用评级分析 从上述分析来看，我国企业债券评级的主要参考因素仍然是发行债券的主体信用等级。因此，运用Altman 的Z 计分模型对我国企业主体信用进行评级，这对我国外部评级有一定指导作用。 其判断函数为： Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5 其中： X1 为营运资金/ 总资产；X2 为留存收益/ 总资产，X3 为息税前利润/ 总资产，X4 为股权市价总值/ 总负债，X5 为销售收入/ 总资产 为了对非上市公司进行资信评级，Altman 对模型进行了改进，将用账面价值代替了市场价值，并改变各个比率的参数，得到对非上市公司资信评级Z 模型： Z=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5（2） 其中，各个变量的含义同式（1）。 在非上市公司资信评级 Z 模型中，将反映公司的偿债能力比率、获利能力比率以及营运能力比率有机地联系起来，采用综合的方式预测公司财务失败或危机的可能性，从而在这一分析模型中提出了判断公司破产的临界值。当Z<1.2 时，公司有很大的破产危险；当1.2
建立有效的银行内部信用评级系统
建立有效的银行内部信用评级系统 摘要利用内部评级进行信用风险管理是当前银行风险控制的发展趋势。本文 综述了建立内部评级系统的原则和方法，同时结合我国实际，分析在我国银 行界建立内部评级系统面临的问题，并提出相应的政策建议。 关键词内部信用评级评级原则评级方法 1 引言 九十年代以来，随着全球经济的一体化和国际金融市场的膨胀，金融行业发生了一些革命性的变化。在金融自由化的旗帜下，各国金融监管当局纷纷放松管制允许混业经营，形成了万马奔腾的竞争局面。金融交易的急剧膨胀、新的金融工具的不断出现、以及衍生工具的大量使用、金融产品的市场价格（尤其是利率、汇率）波动的加剧，使得金融市场越来越复杂，金融机构面临的风险越来越大，其中最引人注目的是信用风险在金融风险中比重增大。世界银行的一份报告指出，信用风险成为银行破产的主要原因。因此，商业银行越来越重视信用风险的控制和管理，许多国际化大银行自行研究和开发了新的信用风险管理技术。 银行内部评级系统是信用风险管理中发展最快，应用最广泛的技术。2001年1月16日，巴塞尔委员公布了最新的资本协议草案，其中最重要的内容就是允许银行使用内部评级作为确定资本金权重的基础，并给出了统一的计算资本金的公式。这一举措无疑将极大地激励银行提高自身的风险管理水平。新协议将于2004年正式生效，建立银行内部评级系统是大势所趋。然而，我国目前还没有真正建立科学的银行内部信用评价体系，没有形成一个以内部信用评级为基础的管理模式，这无疑在国际化竞争中处于不利地位。因此，建立有效的银行内部评级系统是我国银行风险管理应着重进行的基础性工作。 信用风险是因客户违约或客户信用等级下降而引起可能损失的风险，由违约风险、头寸风险和清偿风险三部分组成。 银行开展业务是基于信用的存在。银行发放贷款时，和客户约定到期还本利息，但如果客户没有履行约定则会对银行造成损失，这即违约风险。违约风险一般用违约概率PD （probability of default）度量。头寸风险是指暴露在信用风险下头寸大小的不确定性。未来的收入、支出比较确定时，头寸风险小，如分期抵押贷款。信用证、衍生产品等未来头寸很不确定的，头寸风险大。头寸风险通常用违约风险暴露EAD（exposure at default）衡量。当客户违约时，银行有可能从客户或第三方追回赔偿，这主要取决于抵押、担保等状况，如果清偿率（recovery rate）不足以弥补银行的风险暴露，就会造成特定违约损失LGD（loss given default）。信用风险是上述三种风险的综合，信用风险损失量也可由上述三方面衡量。 银行内部信用评级的目的是量化地评价客户的信用风险水平，它是运用一定的方法对借款人如期还本付息能力和意愿进行综合评价，并用简单的评级符号表示信用风险的相对大小。信用风险处理的难点在于难以精确地量化。信用评级事实上对信用风险作了一定的量化，并且为更进一步的量化奠定基础，为银行对客户授信和信贷资产定价提供依据，使资产状况变得明晰。如果信用评级是准确的，则能在此基础上进行有效的信用分析和资产管理，使得银行在科学分析的基础上为可能的风险损失提供足够的但又不浪费的资本金，提高银行运作效率、增加利润，并且在遭受损失时仍保持较高的财务灵活性。这对银行来说有重大意义。 本文对银行内部信用风险评级的原则、方法等方面进行综述，同时结合我国实际，
中国信用债券评级模型构建及评级效果检验
中国信用债券评级模型构建及评级效果检验 摘要：本文在借鉴国际机构评级模型的基础上，结合国内评级环境的自身特点，构建了适用于国内的信用债评级模型，进行了评级体系设计及指标体系权重设置，最后对模型评级效果进行了检验。 关键词：信用债券评级模型主成分分析权重设置 监管环境和债券市场的发展使得金融机构未来将承担更多的个体投资信用风险，机构的长期盈利目标也迫切要求自身强化风险识别与资产配置能力。其中关键环节在于借助内部评级体系实现有效的风险评估和资产选择。正确的信用评级以科学的评级模型为基础，以公正合理的专家评审规则为保障。因此，评级模型的构建至关重要。 国际机构评级模型的启示与国内评级模型的自身要求 (一)国际机构评级模型的特点及启示 本文以穆迪的钢铁行业和煤炭行业两个评级模型为例进行分析，发现其具有如下特点：(1)定量指标权重占比很高，数据可靠性和客观性较高，指标数量虽不多，但覆盖了经营与财务的核心要素，简洁明了，具有较强的可操作性；(2)在运营规模和财务稳健性指标上，穆迪对钢铁行业配置更高的权重；(3)重视经营性现金流对债务的保障程度；(4)对煤炭行业注重资源储备和经营多元化的考察，虽然钢铁行业对上游铁矿石依赖程度较高，但穆迪模型并未设置资源控制方面的指标；(5)两个行业模型的权重配比和指标设置存在较明显的行业差异；(6)重视现实的公司财务稳健性考察。 根据上述分析，笔者认为穆迪模型不乏借鉴之处：(1)指标简单、数量较少，但能覆盖核心要素，代表性强；(2)注重财务稳健性考察而不是盈利，强调评级模型的行业风险特征差异。 (二)中国信用债券评级模型的自身要求 尽管穆迪模型不乏借鉴之处，但构建中国信用债券评级模型要有自身特点而不能照搬其固有框架。 1.国内信用评级范围(rating scope)不同于国际机构 本文界定的评级范围为中国国内，被评的行业信用和个体信用均在国内范围内进行排序，评级结果表明其在国内的风险序列，不受主权评级上限的约束。这与国际机构全球化的评级范围有显著的不同。 从经济发展阶段和市场结构来看，中国作为新兴市场与发达市场也存在不同之处：中国市场行业集中度相对不高，公司竞争力主要依靠规模或来自外部的特许支持；在对待发行人
信用评价模型
《信用评价模型》 一， 某企业有五笔债务，其偿债能力和经营能力评分如下表所示 试用最短距离法对他们进行分类（距离采用绝对值距离），标准化方法为规格化变换。(A) 解：(1)规格化变换公式为： } {min }{max } {min 111' 'ij n i ij n i ij n i ij ij x x x x x ≤≤≤≤≤≤--= （2）由于两个边来南国的数量水平不同，故先采用规格化变换将原始数据变换如下表 （3）样品间采用绝对值距离： j i j i ij y y x x d -+-= 计算出初始距离阵)0(D 为 （4）初始距离矩阵)0(D 中最小的元素为对应的元素是 G 2}{G 1G 3G 21,34.01212，合并成新一类，记作与所以将===G d D （5）再将Ｇ３与其它类的距离进行计算 03.1}03.1,37.1m in{),m in(231363===d d D .1.}1,34.1m in{),m in(241464===d d D 33.1.}67.1,33.1m in{),m in(251565===d d D 债务 偿债能力 经营能力 1 2 3 4 5 0 债务 1 2 3 4 5 债务能力 0 0 0．7 1 1 经营能力 1 0 ? ?? ??? ? ? ??=067.0030.163.0067.1103.1033.134.137.134.0054321)0(G G G G G D G1 G2 G3 G4 G5
由此的距离阵)1(D 为 (6)找出距离矩阵)1(D 最小元素，它是63.034=D 所以将G3,G4合并，记作G7={ G3,G4},然后计算G7与其它各类的距离 1}1,63.1m in{),m in(646367===d d D 67.0}67.0,30.1m in{),m in(453575===d d D 由此的距离阵)2(D 为 (7)距离矩阵)2(D 中的最小元素为67.075=D ，所以将G7,G5合并，记作G8={ G7,G5},然后计算G8,G6的距离 1}33.1,1m in{),m in(567686===d d D 由此可得距离矩阵)3(D 为 ( 8)最后将G6,G8合并最短距离法的聚类谱试图如图所示 G1 G2 G3 G4 G5 ??? ? ? ??=067.0033.110G5G7G6)2(D G6 G7 G5 ??? ?? ? ? ??=067.0030.163.0033.11 03 .105436)1(G G G G D G6 G3 G4 G5 ??? ? ??=0108686) 3(G G G G D
信用等级评估模型(轻工业)
信用等级评估模型(轻工业)
信用等级评估模型 1.1 公司客户信用等级评估模型 ◆ 公司客户信用等级的评定分值区间 评级总分 信用等级 信用度 备 注 90<,<=100 AAA 特优 客户信用很好，整体业务稳固发展，经营状况和财务状况良好，资产负债结构合理，经营过程中现金流量较为充足，偿债能力强，授信风险较小。 80—90 AA 优 70—80 A 良 客户信用较好，现金周转和资产负债状况可为债务偿还提供保证，授信有一定风险，需落实有效的担保规避授信风险 60—70 BBB 较好 50—60 BB 尚可 客户信用较差，整体经营状况和财务状况不佳，授信风险较大，应采取措施改善债务人的偿债能力和偿债意愿，以确保银行债权的安全。 45—50 B 一般 40—45 CCC 较差 35—40 CC 差 35以下 C 很差 ◆ 信用等级评分表的分类指南（删除宾馆服务类） 名称 对应的行业类别 轻工类 纺织，服装，食品，饮料，烟草，普通机械，家电，家化，电子设备，计算机，通讯设备制造，仪器仪表，造纸，印刷，小型交通工具制造，建材，塑料制品制造，文体用品制造，家具制造，生物医药 重工类 冶金，矿藏开采，金属加工，石化，化工，化纤，重型机械，电气，造船，飞机制造，汽车制造，军工， 商业类 各类批发企业，各类零售业，供销社，粮、油、棉收购、流通、仓储， 外贸企业，商业经纪与代理 房产类 房产开发与经营企业，物业管理，房地产经纪与代理 施工类 土木工程建筑类企业，建筑公司，工程公司，工程队，道路管线和设备安装企业，装饰装修企业 交通运输类 铁路、公路、航空、管道、水上运输业，客运公司，航运公司，航空公司，出租汽车公司，铁路局 投资管理类 各种以短期投资、股本投资和资本运作为主要运营方式的企业， 政府财政背景，作为地方财政投融资窗口的企事业单位 企业化管理的事业单位类 电力、煤气、蒸汽和水的生产和供应业，医院，学校，科教文卫，广播电影电视，报刊，传媒业，社团 综合类 从事多元化经营的企业； 邮电，养殖，信息咨询服务，软件开发以及其他难以归并类别的企业 ◆ 信用等级评估模型：轻工业 非财务因素 40%
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
客户信用分析模型型
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。
个人征信系统数据仓库与信用评估模型的构建
Ａ Ｂ Ｃ Ｄ Ｅ １项 目 本月 累计 本年计划 占收入计划（％） ２１消费税３２５３２５４１４３７．８４３２增值税２２３２２３２６４３８．４４４３营业税 ２４５２４５３０８７７．９４５４专项调节税３３３３３３４３９２７．５８６５个人所得税２６０２６０３０１８８．６１７６证券交易税１７０１７０１８９２８．９９８７遗产税 １０６１０６１４３９７．３７９８土地增值税６５６５６３５１０．２４１０９企业所得税 １８７１８７２１６３８．６５１１其中：集体 ７５７５９０２８．３１１２私营５７５７６３７８．９５１３其他 ５５５５６２４８．８１１４１０城乡维护建设税２０７２０７２０３７１０．１６１５１１车船税２６９２６９１８８４１４．２８１６１２房产税１６５１６５１７６４９．３５１７１３屠宰税１３８１３８２６１９５．２７１８１４资源税 １２６１２６１８３０６．８９１９１５土地使用税４９４９１０８０４．５４２０１６印花税 １２０１２０２４９３４．８１２１１７滞纳金及补税罚款１７１７３９６４．２９２２ 收入合计 ３００５３００５３７５１５８．０１ !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! １引言 １．１个人征信相关概念 个人征信，是指第三方中介机构（即征信机构）把分散在不同授信机构、司法机构、行政机构等社会各个方面的个人信用信息通过合法手段进行采集、加工、存储到一个或若干个数据库中，进而形成个人信用档案，让授信机构在授信决策时能方便、快捷地查询到完整、真实的信用信息和信用评分。个人征信体系是一个庞杂的系统，它由一 整套个人征信制度和方法，以及个人征信主体、手段和产品构成，是与个人征信有关的业务和活动的总称，主要包括个人信用信息基础数据库、征信相关的法律法规、征信服务机构、信用产品市场、政府监督管理和诚信教育６个方面内容。其中建立标准化的个人信用信息基础数据库系统是个人征信体系建设的核心，开发有效可靠的信用等级评估产品、建立个人信用评估机制是个人征信体系建设的目标，这将有助于对个人进行客观、科学的信用状况分析，是降低银行信贷风险、稳定金融秩序、促进经济增长的关键所在。 １．２国内外征信业发展现状 从国际经验看，征信系统的构建主要有３种模式，而这３种模式的共同特点是都建有集中管理的全国性甚至跨国性数据库。（１）美国模式：也称市场型模式，其信用体 个人征信系统数据仓库与信用评估模型的构建 黄岚１，张晓晖２，殷树友２ （１．吉林大学计算机科学与技术学院，长春１３００１２； ２．长春金融高等专科学校，长春１３００２２） ［摘要］建立、健全个人征信体系有助于降低信贷风险、稳定金融秩序和促进经济增长。随着个人信用信息数据量的增多以及对数据分析需求的加大，构建个人信用信息数据仓库，利用多维数据分析和数据挖掘等技术，开发信用评估等增值产品将会是个人征信体系发展的必经之路。 ［关键词］个人征信系统；数据仓库；信用评估；信贷风险决策；数据挖掘；智能算法［中图分类号］Ｆ８３０．５８９ ［文献标识码］Ａ ［文章编号］１６７３－０１９４（２００７）０６－００６０－０５ ［收稿日期］２００７－０３－２３ ［基金项目］吉林省科技发展计划项目资助（２００５０６０３－２） ［作者简介］黄岚（１９７４－），女，江西临川人，吉林大学计算机科学与技术学院副教授，博士，主要从事计算机应用研究工作。 运行上述程序得到的结果如下表４所示。 表４ 某市税务局税收数据汇总表 中国管理信息化 ＣｈｉｎａＭａｎａｇｅｍｅｎｔＩｎｆｏｒｍａｔｉｏｎｉｚａｔｉｏｎ ２００７年６月第１０卷第６期 Ｊｕｎ．，２００７Ｖｏｌ．１０，Ｎｏ．６