小型企業(yè)信用風(fēng)險(xiǎn)評價(jià)與管理研究-以X地區(qū)小型制造業(yè)為例

第1章緒論1.1研究背景和研究意義知識經(jīng)濟(jì)的到來使科技與創(chuàng)新已成為當(dāng)今世界經(jīng)濟(jì)發(fā)展的一個重要推動力。在這個背景下，小型企業(yè)由于其經(jīng)營機(jī)制靈活、市場反應(yīng)快等特點(diǎn)成為知識經(jīng)濟(jì)中最具活力的部分，促進(jìn)小型企業(yè)健康、迅速發(fā)展被各國視為一個重要的課題。在我國，隨著經(jīng)濟(jì)體制改革的不斷深入，小型企業(yè)獲得了蓬勃發(fā)展，成為經(jīng)濟(jì)增長的一個新的亮點(diǎn)，也是吸納勞動力的主要部門。盡管如此，由于小型企業(yè)本身具有的一些特點(diǎn)，如創(chuàng)建初期風(fēng)險(xiǎn)較高、自身資產(chǎn)規(guī)模較小、經(jīng)濟(jì)體制不健全、盈利能力波動較大等，使其在市場上融資較為困難，這也在一定程度上限制了它們的發(fā)展及其經(jīng)濟(jì)潛能的發(fā)揮。十二五期間，國家明確將民生作為經(jīng)濟(jì)發(fā)展的重點(diǎn)，提出居民收入增長速度要超過國內(nèi)生產(chǎn)總值增長速度，銀行業(yè)務(wù)將面臨轉(zhuǎn)型，對小型企業(yè)的信貸將成為新的增長點(diǎn)。因此，正確認(rèn)識小型企業(yè)的發(fā)展周期與規(guī)律，科學(xué)掌握其融資特點(diǎn)，為其提供操作性強(qiáng)、效率高、成本低的融資方式具有深刻的社會意義。某國有商業(yè)銀行明確提出大力發(fā)展小型企業(yè)貸款，降低貸款集中度的目標(biāo)，并在授信流程、貸款定價(jià)、績效考核等多方面探索建立適合小型企業(yè)客戶特征的管理機(jī)制。制造業(yè)是該行貸款最多的行業(yè)，在存款客戶中有一批小型企業(yè)，不少客戶向銀行提出了融資需求才宏遠(yuǎn)，王新華．2008年金融機(jī)構(gòu)貸款的行業(yè)投向分析[J]．中國金融，2009（4）：57－59．。才宏遠(yuǎn)，王新華．2008年金融機(jī)構(gòu)貸款的行業(yè)投向分析[J]．中國金融，2009（4）：57－59．自20世紀(jì)80年代以來，制造業(yè)小型企業(yè)的發(fā)展一直是各國政府和理論界關(guān)注的重點(diǎn)。特定的國情和需求更決定了我國不可能選擇資源型和依附型的經(jīng)濟(jì)發(fā)展模式，走創(chuàng)新型國家發(fā)展道路是我國21世紀(jì)發(fā)展的戰(zhàn)略選擇。自主創(chuàng)新能力不僅在于能產(chǎn)生科研成果，更重要的是成果轉(zhuǎn)化、產(chǎn)業(yè)化應(yīng)用和市場開拓，而企業(yè)具有把科技成果轉(zhuǎn)化為產(chǎn)品的先天優(yōu)勢，有直接面向市場并了解市場需求的靈敏機(jī)制，有實(shí)現(xiàn)持續(xù)的技術(shù)創(chuàng)新的條件。因此企業(yè)成為創(chuàng)新的主體李揚(yáng)．銀行信貸風(fēng)險(xiǎn)管理員[M]．北京：經(jīng)濟(jì)管理出版社，2003：23－79．。李揚(yáng)．銀行信貸風(fēng)險(xiǎn)管理員[M]．北京：經(jīng)濟(jì)管理出版社，2003：23－79．小型企業(yè)在國民經(jīng)濟(jì)中占有舉足輕重的地位。第一，小型企業(yè)創(chuàng)新意識強(qiáng)，市場反應(yīng)能力強(qiáng)，已經(jīng)逐漸成為推動整個社會科技創(chuàng)新發(fā)展的重要力量。第二，小型企業(yè)為新興產(chǎn)業(yè)發(fā)展和資源稟賦各異的地區(qū)經(jīng)濟(jì)增長提供了重要基礎(chǔ)，成為了推動產(chǎn)業(yè)升級、提高地區(qū)經(jīng)濟(jì)綜合競爭力的基本力量。第三，小型企業(yè)為國家創(chuàng)造了巨大產(chǎn)值的同時，也為社會新增就業(yè)機(jī)會。第四，從社會層面看，創(chuàng)業(yè)活動的展開也有利于創(chuàng)業(yè)精神的培養(yǎng)?？梢哉f，小型企業(yè)的發(fā)展對推動一個國家或地區(qū)的經(jīng)濟(jì)增長和社會發(fā)展均有著非常重要的意義。由于小型企業(yè)具有高成長性、高風(fēng)險(xiǎn)性和高回報(bào)等特點(diǎn)，以及其所面臨的激烈的競爭環(huán)境，使小型企業(yè)的創(chuàng)業(yè)發(fā)展存在很大的不確定性。同時，在小型企業(yè)的創(chuàng)業(yè)期，由于企業(yè)自己的品牌、商譽(yù)還沒有形成，資產(chǎn)規(guī)模還沒有足夠大，對于企業(yè)的資信狀況金融機(jī)構(gòu)無法很好的了解，在市場上進(jìn)行融資活動則更加困難，這就導(dǎo)致企業(yè)的發(fā)展和經(jīng)濟(jì)潛能發(fā)揮受到很大的限制。所以，對小企業(yè)采用合理方法進(jìn)行信用評級有著極為重要的現(xiàn)實(shí)意義。然而在當(dāng)前環(huán)境下，原有的針對大中型企業(yè)所采取的管理模式依舊被多數(shù)銀行所采用，無法很好的綜合小型企業(yè)的特點(diǎn)，有針對性的以企業(yè)的技術(shù)水平、市場開發(fā)潛力、還貸能力、退出機(jī)制以及發(fā)展?jié)撡|(zhì)作為提供貸款的主要審核標(biāo)準(zhǔn)?？梢哉f，針對小型企業(yè)的信用評級是缺失的。正是由于小型企業(yè)的特征，針對小型企業(yè)的信用評級體系應(yīng)不同于于大中型企業(yè)，其主要提點(diǎn)是，大型企業(yè)更側(cè)重企業(yè)財(cái)務(wù)數(shù)據(jù)分析，而小型企業(yè)更應(yīng)注重企業(yè)所處環(huán)境、高級管理人員素質(zhì)、行業(yè)和區(qū)域經(jīng)濟(jì)特征等特點(diǎn)；小型企業(yè)信用風(fēng)險(xiǎn)評級要更加重視對貸款緩釋因素的分析，而且評級體系更應(yīng)該注意流程化體系李士梅．當(dāng)前中國制造業(yè)發(fā)展面臨的主要問題及對策研究[J]．中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2004（４）：5557.。李士梅．當(dāng)前中國制造業(yè)發(fā)展面臨的主要問題及對策研究[J]．中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2004（４）：5557.總之，小型企業(yè)的蓬勃發(fā)展具有較強(qiáng)的經(jīng)濟(jì)外部性，不僅是推動國民經(jīng)濟(jì)持續(xù)穩(wěn)定高速增長的重要力量，而且在調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、擴(kuò)大社會就業(yè)等方面都發(fā)揮著積極的作用。鑒于小型企業(yè)在國民經(jīng)濟(jì)中的重要影響和當(dāng)前小型企業(yè)信用評級的缺失，關(guān)于小型企業(yè)信用評級技術(shù)的開發(fā)、對不同生命周期的企業(yè)融資需求判斷和存在風(fēng)險(xiǎn)的界定等方面的研究有重要的現(xiàn)實(shí)意義。1.2國內(nèi)外研究概況1.2.1傳統(tǒng)的信用風(fēng)險(xiǎn)度量方法的發(fā)展與演變隨著信用評級制度的不斷發(fā)展，信用風(fēng)險(xiǎn)衡量技術(shù)也在不斷發(fā)生在改進(jìn)?，F(xiàn)代的信用風(fēng)險(xiǎn)度量與管理的起源是以1841年第一家商業(yè)信用評估機(jī)構(gòu)LouisTappan在美國紐約設(shè)立作為標(biāo)志的。1890年，JohnMoody創(chuàng)辦了穆迪評估公司，主要是評估美國鐵路債券的資信等級，該公司在20世紀(jì)30年代經(jīng)濟(jì)大蕭條產(chǎn)生導(dǎo)致大量信用風(fēng)險(xiǎn)事件之后得到迅速發(fā)展。信用評級在美國經(jīng)歷百余年的發(fā)展，其制度日臻完善，最著名的評級公司是穆迪(Moody)、標(biāo)準(zhǔn)普爾(S&P)和惠譽(yù)。從理論基礎(chǔ)和發(fā)展歷程來看，信用風(fēng)險(xiǎn)度量可以劃分為兩個階段，即以信用評分法為代表的傳統(tǒng)信用風(fēng)險(xiǎn)分析和基于資本市場理論、信息科學(xué)理論以及資產(chǎn)組合理論的現(xiàn)代信用風(fēng)險(xiǎn)分析王磊．金融危機(jī)下我國制造業(yè)上市公司財(cái)務(wù)預(yù)警研究[D]．河南大學(xué)碩士學(xué)位論文，2010．。王磊．金融危機(jī)下我國制造業(yè)上市公司財(cái)務(wù)預(yù)警研究[D]．河南大學(xué)碩士學(xué)位論文，2010．專家系統(tǒng)分析法早期金融機(jī)構(gòu)對借款人進(jìn)行信用風(fēng)險(xiǎn)度量通常采用專家系統(tǒng)分析法，為傳統(tǒng)信用分析法中的一種。20世紀(jì)60年代，美國的蘭德公司首創(chuàng)專家系統(tǒng)分析法，專家人士的主觀判斷、專業(yè)知識、學(xué)習(xí)經(jīng)驗(yàn)以及權(quán)衡一些因素是決定風(fēng)險(xiǎn)度量結(jié)果的主要因素。為了控制風(fēng)險(xiǎn)，銀行業(yè)在發(fā)展過程中也形成了一些實(shí)用的風(fēng)險(xiǎn)管理技術(shù)和標(biāo)準(zhǔn)，比如常見的有5P法和5C法。專家系統(tǒng)分析法的采用，能夠?qū)Ω鞣矫娴囊蛩剡M(jìn)行綜合考慮，進(jìn)而得出一個相對比較客觀的結(jié)論，這對于金融機(jī)構(gòu)評估企業(yè)風(fēng)險(xiǎn)有著很大的幫助。但是，專家系統(tǒng)分析法沒有比較穩(wěn)定和通用的分析要素及權(quán)重規(guī)定去對對象進(jìn)行考察，并且對專家的主管經(jīng)驗(yàn)判斷過于依賴，當(dāng)專家在主觀偏好、專業(yè)經(jīng)歷等方面有差異時，得出的結(jié)論會出現(xiàn)較大的差別，也就會導(dǎo)致結(jié)論中有著比較大的隨意性和主觀性，對借款人真正的信用品質(zhì)可能產(chǎn)生扭曲。同時，由于專家資源的限制，難以形成信用風(fēng)險(xiǎn)定價(jià)市場機(jī)制，無法滿足信用風(fēng)險(xiǎn)評估迅速發(fā)展的要求。單變量判別模型芝加哥大學(xué)會計(jì)系Beaver(1966)79家己發(fā)生違約的公司作為研究樣本，提出了單變量判定模型。他隨機(jī)抽取了同時尋找了另外79家正常經(jīng)營的公司，這些公司與違約樣本公司產(chǎn)業(yè)范圍、規(guī)模類似。他比較了兩組樣本公司間各個財(cái)務(wù)比率指標(biāo)的差異，發(fā)現(xiàn)“現(xiàn)金流量/債務(wù)總額”指標(biāo)在預(yù)測公司發(fā)生違約(經(jīng)營危機(jī))中表現(xiàn)最顯著，其次是“負(fù)債/總資產(chǎn)”和資產(chǎn)報(bào)酬率兩個指標(biāo)。之后，Deakin(1972)等學(xué)者對單變量模型進(jìn)行了更深入的研究，發(fā)現(xiàn)單變量模型雖然形式比較簡單，方法不太嚴(yán)謹(jǐn)，但在某些財(cái)務(wù)比率上違約率高低的公司之間的顯著差異確實(shí)存在。他們的研究表明，公司違約率高低不同會導(dǎo)致公司的某些單一財(cái)務(wù)變量出現(xiàn)差異，但財(cái)務(wù)變量的差異并不一定反映出公司違約率的高低。多變量分析方法為解決單變量模型在解釋公司違約率方面方法上不太嚴(yán)謹(jǐn)?shù)膯栴}，研究者們開始引入一系列多變量分析方法，例如多元判別分析和多元回歸分析。多元判別分析模型包括Altman的Z計(jì)分模型及在其基礎(chǔ)上擴(kuò)展的ZETA模型。美國學(xué)者Altman(1968)選取了1946-1965年間美國66家制造業(yè)公司作為樣本，其中一半為違約(申請破產(chǎn))的企業(yè)，另一半為與這些企業(yè)規(guī)模相類似的正常企業(yè)。他研究了違約企業(yè)在違約前前一年間22個財(cái)務(wù)指標(biāo)的變化情況，構(gòu)建了一個多元判別模型，即Z計(jì)分模型。信用風(fēng)險(xiǎn)度量進(jìn)入多元線性統(tǒng)計(jì)分析階段的標(biāo)志便是該模型的出現(xiàn)。隨后，Altman(1977)對Z計(jì)分模型進(jìn)行擴(kuò)展，建立了新的模型，也就是ZETA模型，相比較與Z計(jì)分模型來說，新的模型大大提高了準(zhǔn)確度。也正是因?yàn)閆ETA模型有著成本低、效果佳、簡便等優(yōu)點(diǎn)，曾經(jīng)一度成為美國各商業(yè)銀行對客戶進(jìn)行信用風(fēng)險(xiǎn)評估的主要方法，也因此獲得了巨大的經(jīng)濟(jì)效益GordyM．Arisk-factormodelfoundationforratings-basedbankcapitalrules[J]．JournalofFinancialIntermediation，2003（12）：199－232．GordyM．Arisk-factormodelfoundationforratings-basedbankcapitalrules[J]．JournalofFinancialIntermediation，2003（12）：199－232．Horrigan(1966),Pogue和Soldofsky(1969)及West(1970)等都采用多元回歸模型來進(jìn)行企業(yè)信用分析的研究。在這中間，Horrigan采用穆迪和標(biāo)準(zhǔn)普爾的歷史樣本數(shù)據(jù)對模型的預(yù)測能力進(jìn)行了評估，發(fā)現(xiàn)其誤判率分別是42和48。West則是對標(biāo)準(zhǔn)普爾和穆迪評定為投資級的信用評級樣本進(jìn)行了評估，發(fā)現(xiàn)其誤判率是38.由于評級等級過多，這些模型預(yù)測的正確率均不太高，為解決這一問題，Pogue和Soldofsky采用0-1二元因變量回歸模型((0表示投資級，1為投機(jī)級)，利用1961-1964年間有穆迪評級的公司債券樣本進(jìn)行分析，結(jié)果的正確率達(dá)到了80%以上。非線性回歸模型方法雖然多變量或者單變量分析方法可以得到不錯的預(yù)測能力，然而在這類分析方法上存有一些統(tǒng)計(jì)問題。首先，多元回歸模型將離散的級別和一組連續(xù)的數(shù)相對應(yīng)，這就隱含認(rèn)為相鄰級別之間有著相等的風(fēng)險(xiǎn)差異，這就不符合信用級別體系的基本假設(shè)。其次，利用0,1的二元分類因變量，并不能保證最終的概率數(shù)值會在0和1之間，這就導(dǎo)致模型的應(yīng)用受到一定的限制。再次，在多元判斷分析模型中的假設(shè)存在著和現(xiàn)實(shí)不相符的問題，這就導(dǎo)致雖然在利用模型對歷史數(shù)據(jù)進(jìn)行評估時有著較高的判別準(zhǔn)確度，但是在實(shí)際數(shù)據(jù)以及對未來數(shù)據(jù)的適應(yīng)性并不能讓人信服。所以，多元非線性回歸模型在20世紀(jì)80年代以后陸續(xù)出現(xiàn)，Probit和Logit是針對非連續(xù)的二分類選擇式因變量的典型分析模型。通過多元Logit回歸方法，Ohlson(1980)對1970-1976年間破產(chǎn)的105家公司和2058家公司組成的非配對樣本進(jìn)行分析，發(fā)現(xiàn)資本機(jī)構(gòu)、公司規(guī)模、業(yè)績以及目前的變現(xiàn)能力進(jìn)行對公司財(cái)務(wù)困境分析有著高達(dá)96.12%的準(zhǔn)確率。在此之后，Casey和Bartczak(1985),Tirapat和Nittayagasetwat(1999)也利用Logit模型進(jìn)行了相應(yīng)領(lǐng)域的實(shí)證研究JorgeR．Sobehart，SeamC．KeenanandRogerM．Stein．BenchmarkingQuantitativeDefaultRiskModels：AValidationMethodology，GlobalCreditResearch，MoodyJorgeR．Sobehart，SeamC．KeenanandRogerM．Stein．BenchmarkingQuantitativeDefaultRiskModels：AValidationMethodology，GlobalCreditResearch，Moody’sInvestorsService2000.Grablowsky和Talley(1981)使用了Probit模型對信用風(fēng)險(xiǎn)進(jìn)行分析，并將分析結(jié)果和判別分析數(shù)據(jù)進(jìn)行對比，得到的是前者較好的結(jié)論。穆迪(Moody)公司基于多年信用評級積累的專家知識以及經(jīng)驗(yàn)數(shù)據(jù)，在2000年公布了RiskCalcTM違約概率模型，將這個模型應(yīng)用于28104家正常公司和1604家違約公司，結(jié)果表明該模型較現(xiàn)行的其他模型更可靠。RiskCalcTM違約模型實(shí)質(zhì)上是Probit模型，從2002年開始，RiskCalcTM違約模型己經(jīng)應(yīng)用于貸款證券化業(yè)務(wù)的信用評級，并被世界上多個國家廣泛應(yīng)用。神經(jīng)網(wǎng)絡(luò)方法近二十多年來，由于計(jì)算技術(shù)的快速發(fā)展，非線性方法被應(yīng)用于多個領(lǐng)域，例如神經(jīng)網(wǎng)絡(luò)方法、非線性區(qū)別分析法、遺傳算法、非參數(shù)統(tǒng)計(jì)方法等。在信用風(fēng)選度量領(lǐng)域，也開始應(yīng)用遺傳算法、神經(jīng)網(wǎng)絡(luò)等方法，神經(jīng)網(wǎng)絡(luò)法應(yīng)用最為廣泛。神經(jīng)網(wǎng)絡(luò)是從認(rèn)識科學(xué)和神經(jīng)心理學(xué)研究成果出發(fā)，采用數(shù)學(xué)方法而發(fā)展起來的一種并行分布模式處理系統(tǒng)，能夠高度并行自學(xué)能力、容錯能力以及計(jì)算能力，可以追溯其理論起源至20世紀(jì)40年代，開始應(yīng)用于信用風(fēng)險(xiǎn)分析是在90年代。一個輸入層、若干個中間隱含層和一個輸出層組成了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)整體。Tam和Kiang(1992)選擇了1985-1987年期間美國德州59家違約銀行和59家正常銀行，以19個財(cái)務(wù)比率為解釋變量，比較了多個模型對銀行是否違約的區(qū)分能力，結(jié)果顯示，神經(jīng)網(wǎng)絡(luò)模型的正確率最高。Coats和Fant(1993),Trippi和Turban(1993)采用神經(jīng)網(wǎng)絡(luò)分析法對美國銀行和公司的財(cái)務(wù)危機(jī)進(jìn)行預(yù)測，取得了比較理想的結(jié)果。Altman,Marco和Varetto(1995)使用神經(jīng)網(wǎng)絡(luò)分析法對意大利公司財(cái)務(wù)危機(jī)進(jìn)行了分析。國內(nèi)信用風(fēng)險(xiǎn)研究情況王春峰、萬海暉和張維(1998)將判別分析法應(yīng)用于商業(yè)銀行信用風(fēng)險(xiǎn)評估，這是國內(nèi)較早使用定量方法研究銀行信用風(fēng)險(xiǎn)的探索。之后國內(nèi)文獻(xiàn)可見的信用風(fēng)險(xiǎn)度量研究大都集中于對上市公司的數(shù)據(jù)。陳靜(1999)使用單變量判別分析和多元判別分析分別對國內(nèi)ST公司進(jìn)行分析，將ST公司定義為“違約”，其結(jié)果表明，判別分析模型在預(yù)測公司一年期違約事件中具有較好的效果，離違約日期越近，模型判別成功率越好。宋秋萍(2000)采用Beaver(1966)的單變量模型和Z計(jì)分模型對國內(nèi)6家上市公司違約狀況進(jìn)行了預(yù)測，她發(fā)現(xiàn)，經(jīng)營風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)是公司違約的主要動因。高培業(yè)和張道奎(2000)把深市上市公司區(qū)分為制造業(yè)和非制造業(yè)，使用線性判別模型和Probit模型分別進(jìn)行預(yù)測，結(jié)果發(fā)現(xiàn)模型準(zhǔn)確率比較高，從一個側(cè)面也證明了國內(nèi)上市公司的財(cái)務(wù)數(shù)據(jù)是可靠的。張玲(2000)使用判別分析方法對國內(nèi)120家上市公司的信用狀況進(jìn)行分析，她構(gòu)造了4變量的多元判別分析模型，結(jié)果表明，在公司出現(xiàn)風(fēng)險(xiǎn)前兩年(發(fā)生虧損)或者在違約前4年(被ST)，模型就具備了預(yù)測能力，該結(jié)果明顯優(yōu)于陳靜(1999)的結(jié)論。陳冶和陳治鴻(2000)使用Logit模型對上市公司違約進(jìn)行預(yù)測，發(fā)現(xiàn)ST公司的判別準(zhǔn)確率高達(dá)86.5%。吳世農(nóng)和盧賢義(2001)在上市公司中選取了70家處于ST公司和70家正常公司，分別運(yùn)用線性判別分析、多元線性回歸分析和Logistic回歸分析三種方法，建立了三組違約預(yù)測模型，結(jié)果表明這三種模型均能對公司違約事件進(jìn)行比較準(zhǔn)確的預(yù)測，在違約發(fā)生前4年的準(zhǔn)確率超過了72%;相對而言，Logistic模型的違約誤判率最低，在違約發(fā)生前1年的誤判率僅為6.47%。施錫銼和鄒新月(2001)為評價(jià)上市公司信用風(fēng)險(xiǎn)水平，建立了多元線性判別模型，結(jié)果顯示樣本違約狀況的正確判別率高達(dá)93.09%朱小宗，張宗益，耿華丹．現(xiàn)代信用風(fēng)險(xiǎn)度量模型剖析與綜合比較分析[J]．財(cái)經(jīng)研究，2004（9）：33－41．。朱小宗，張宗益，耿華丹．現(xiàn)代信用風(fēng)險(xiǎn)度量模型剖析與綜合比較分析[J]．財(cái)經(jīng)研究，2004（9）：33－41．近年來，也有部分研究者使用銀行信貸客戶數(shù)據(jù)進(jìn)行研究。方洪全和曾勇(2004)選擇一家銀行的297個貸款客戶作為樣本數(shù)據(jù)，建立了4元線性判別模型，并利用模型對貸款客戶是否違約及逆行那個預(yù)測，結(jié)果表明模型對信用風(fēng)險(xiǎn)有較強(qiáng)的解釋和預(yù)測能力。1.2.2現(xiàn)代信用風(fēng)險(xiǎn)度量模型化方法的發(fā)展與演變20世紀(jì)80年代以來，信貸規(guī)模以指數(shù)方式增長，信用市場快速發(fā)展，信用風(fēng)險(xiǎn)計(jì)量技術(shù)也發(fā)生了很大變化，不同于傳統(tǒng)多元統(tǒng)計(jì)分析技術(shù)，基于資本市場理論和信息科學(xué)為支撐的現(xiàn)代信用風(fēng)險(xiǎn)模型得到了快速發(fā)展。20世紀(jì)90年代以后，信用風(fēng)險(xiǎn)度量進(jìn)入現(xiàn)代信用風(fēng)險(xiǎn)模型階段。新巴塞爾協(xié)議要求銀行應(yīng)建立基于內(nèi)部評級法(IRB)的信用風(fēng)險(xiǎn)度量模型，國內(nèi)外學(xué)者對信用風(fēng)險(xiǎn)度量技術(shù)進(jìn)行了大量的研究，主要是分為兩個研究分支，并且由著發(fā)展出兩個不一樣的模型：簡化模型(Reducedformmodels，也稱為intensitybasedmodels)以及結(jié)構(gòu)化模型(Structuralmodels)。Merton(1974)的期權(quán)定價(jià)模型是結(jié)構(gòu)化模型的思路來源，其使用Black和Scholes(1973)的期權(quán)定價(jià)理論對公司債務(wù)違約狀況進(jìn)行研究。在Merton的模型中，公司權(quán)益和一個面值為D，期限為T的零息債券構(gòu)成了公司的資產(chǎn)結(jié)構(gòu)假定，公司權(quán)益看作是一個期限為T，執(zhí)行價(jià)格為D，標(biāo)的資產(chǎn)是公司資產(chǎn)的歐式看漲期權(quán)，當(dāng)負(fù)債到期時公司資產(chǎn)價(jià)值低于負(fù)債便會發(fā)生違約。這種方法對資產(chǎn)結(jié)構(gòu)進(jìn)行了不切合實(shí)際的假設(shè)，并且做出了違約事件只能發(fā)生在債券到期時的隱含設(shè)定。Black和Co珠三角(1976)對相應(yīng)的假設(shè)進(jìn)行了放松，在此基礎(chǔ)上提出了FPM模型(FirstPassageModels)。具體來說，違約事件設(shè)定在公司的資產(chǎn)價(jià)值第一次低于某個違約點(diǎn)(defaultbarrier)時，而不是限定于到期時。通過這種設(shè)定使得違約時間不再是債權(quán)到期時間，也就有了時間上的不確定性。當(dāng)外生因素確定了某一固定值進(jìn)而確認(rèn)了違約點(diǎn)，Longstaff和Schwartz(1995)認(rèn)為這個違約點(diǎn)可以作為一種安全契約(safetycovenant)以此來保護(hù)債權(quán)人。Leland(1994)以及Leland和Toft(1996)對內(nèi)生的情況進(jìn)行了進(jìn)一步的研究，認(rèn)為違約點(diǎn)是股東為了達(dá)到公司價(jià)值最大化的目的而選擇的一個違約閡值(threshold)。1.2.3國內(nèi)對信用風(fēng)險(xiǎn)度量及小型企業(yè)信用風(fēng)險(xiǎn)管理的研究從國內(nèi)研究來看，我國對信用風(fēng)險(xiǎn)度量的研究相對滯后，大多是對國外己有信用風(fēng)險(xiǎn)模型的介紹和比較，進(jìn)行信用風(fēng)險(xiǎn)模型預(yù)測和度量的研究較少，研究主要停留在對企業(yè)提供的財(cái)務(wù)報(bào)表的財(cái)務(wù)比率分析上，定量研究工作尚處于起步階段。陳靜(1999)選擇了上市公司中的27家ST公司和27家非ST公司了單變量和二元線性判別分析，對公司違約率預(yù)測的總體正確率為92.6070在研究中用于檢驗(yàn)?zāi)Ｐ团袆e正確率的樣本就是用于估計(jì)模型參數(shù)的樣本，型的判別正確率有高估的傾向。構(gòu)造。由于所以模王春峰、萬海暉、張維等(1999)使用神經(jīng)網(wǎng)絡(luò)模型研究了商業(yè)銀行信用風(fēng)險(xiǎn)狀況。陳曉、陳治鴻(2000)將Logit回歸模型引入上市公司的財(cái)務(wù)困境預(yù)測。由于我國商業(yè)銀行信貸數(shù)據(jù)具有高緯度、非正態(tài)分布等特征，王春峰等部分學(xué)者提出了投影尋蹤(ProjectionPursuit)判別分析方法，利用投影尋蹤技術(shù)來構(gòu)造判別分析模型，以解決我國商業(yè)銀行的信用評估問題。以王春峰為代表的部分學(xué)者在1998-2001年分別運(yùn)用線性多元判別法、Logit法、遺傳規(guī)劃模型、神經(jīng)網(wǎng)絡(luò)模型、決策樹模型對商業(yè)銀行的信用風(fēng)險(xiǎn)評估進(jìn)行了系列研究，并對各類模型的信用風(fēng)險(xiǎn)預(yù)測能力進(jìn)行了對比分析。他們還運(yùn)用距離判別法與神經(jīng)網(wǎng)絡(luò)法相結(jié)合的組合預(yù)測法對銀行信用風(fēng)險(xiǎn)評估作了研究.針對轉(zhuǎn)軌時期我國商業(yè)銀行可用于信用建模的數(shù)據(jù)有結(jié)構(gòu)性變化(剝離等)、數(shù)據(jù)樣本量較少等特點(diǎn)，王春峰等提出了一種小樣本情況下的信用風(fēng)險(xiǎn)評估建模技術(shù)，該方法通過使用了BOOTSTRAP法(重復(fù)抽樣)，最大限度地提高了有限樣本的使用效率。施錫銼、鄒新月(2001)研究了能否依據(jù)公開披露的信息準(zhǔn)確地評價(jià)一個企業(yè)的信用情況，他們構(gòu)造了典型判別模型，發(fā)現(xiàn)模型對我國證券市場的信用情況有較強(qiáng)的解釋能力。宋文力、王祥、胡波等(2002)對商業(yè)銀行貸款壞賬率進(jìn)行了預(yù)測。于立勇(2003)深入分析了傳統(tǒng)信用風(fēng)險(xiǎn)度量標(biāo)準(zhǔn)和分類評估模式，根據(jù)商業(yè)銀行信用風(fēng)險(xiǎn)的內(nèi)涵，提出商業(yè)銀行信用風(fēng)險(xiǎn)度量應(yīng)當(dāng)充分考慮信貸資金安全系數(shù)的不確定性和信用風(fēng)險(xiǎn)的相對性，并以“信用風(fēng)險(xiǎn)值”作為風(fēng)險(xiǎn)度量的標(biāo)準(zhǔn)指標(biāo)。朱子云(2003)探討了信貸五級分類在防范信貸風(fēng)險(xiǎn)中的作用，并從宏觀經(jīng)濟(jì)主體以及經(jīng)濟(jì)體制等不同角度對信貸風(fēng)險(xiǎn)進(jìn)行了系統(tǒng)分析。岳鵬(2005)將模糊分析法、基于灰色理論的風(fēng)險(xiǎn)評價(jià)方法及人工神經(jīng)網(wǎng)絡(luò)模型運(yùn)用于高科技項(xiàng)目的投資風(fēng)險(xiǎn)評價(jià)。一些學(xué)者研究了商業(yè)銀行小型企業(yè)貸款風(fēng)險(xiǎn)控制的問題，提出了商業(yè)銀行內(nèi)部成立專營機(jī)構(gòu)，貸審放三分離，過程管理和適度放權(quán)等小型企業(yè)客戶風(fēng)險(xiǎn)控制措施。張誼成(200_5)研究了商業(yè)銀行分支機(jī)構(gòu)小型企業(yè)信貸業(yè)務(wù)風(fēng)險(xiǎn)控制的經(jīng)驗(yàn)，通過分析小型企業(yè)特點(diǎn)、財(cái)務(wù)特征和信貸風(fēng)險(xiǎn)特點(diǎn)，對小型企業(yè)信貸資金需求進(jìn)行分類，然后有針對性的研究了商業(yè)銀行分支機(jī)構(gòu)對小型企業(yè)的風(fēng)險(xiǎn)控制策略及操作實(shí)務(wù)，從小型企業(yè)信貸業(yè)務(wù)貸前、貸中、貸后三個階段提出了不同的風(fēng)險(xiǎn)控制手段。從以上綜述可以發(fā)現(xiàn)，雖然國外信用風(fēng)險(xiǎn)度量技術(shù)和管理方法日趨成熟和完善，但主要是基于公開上市的、財(cái)務(wù)信息透明的債務(wù)人或借款人進(jìn)行分析，并且是在信用體系相對良好的市場環(huán)境下進(jìn)行研究的，對財(cái)務(wù)制度不健全、規(guī)模小、信用狀況不佳的小型企業(yè)貸款的信用風(fēng)險(xiǎn)的研究相對較少。國內(nèi)雖有學(xué)者對小型企業(yè)貸款的信用風(fēng)險(xiǎn)進(jìn)行了研究分析，但研究方法基本上以定性分析或主觀評價(jià)為主，定量研究大都集中于對深滬兩市上市公司的研究，沒有一個成熟的信用風(fēng)險(xiǎn)度量模型以供商業(yè)銀行在實(shí)際中運(yùn)用。1.3研究思路和研究方法1.3.1研究思路本文主要討論KMV模型中違約點(diǎn)的修正問題。KMV公司根據(jù)大量違約事件的實(shí)證分析，公司價(jià)值等于流動負(fù)債加50%的長期負(fù)債是發(fā)現(xiàn)違約發(fā)生最頻繁的臨界點(diǎn)。由于違約點(diǎn)的選擇直接關(guān)系到公司資產(chǎn)價(jià)值、違約距離的計(jì)算以及資產(chǎn)價(jià)值波動率的計(jì)算，進(jìn)而會影響KMV模型預(yù)測的準(zhǔn)確性，所以需要結(jié)合我國的實(shí)際情況進(jìn)行違約點(diǎn)的確定。然而由于我國嚴(yán)重缺乏相關(guān)的歷史違約數(shù)據(jù)，在此條件下很難通過進(jìn)行統(tǒng)計(jì)分析來確定我國公司應(yīng)該選擇的違約點(diǎn)，這也就導(dǎo)致了在進(jìn)行關(guān)于KMV模型的實(shí)證研究時，國內(nèi)學(xué)者往往選擇的是沿用KMV公司的結(jié)論。在當(dāng)前沒有充分的歷史違約數(shù)據(jù)積累的大背景下，我國公司可以將比較不同正常公司和違約公司的違約距離差異的顯著程度作為一個次優(yōu)選擇，并且由此確定違約點(diǎn)；在上市公司歷史違約數(shù)據(jù)積累到一定程度以后，通過對歷史違約數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析便可以得到違約點(diǎn)。1.3.2研究方法本文主要研究的內(nèi)容是小型企業(yè)信用風(fēng)險(xiǎn)，主要采用的方法包括以下幾個：1.文獻(xiàn)分析法主要是通過圖書館和網(wǎng)絡(luò)這兩種渠道搜集有關(guān)信用風(fēng)險(xiǎn)分析、小型企業(yè)發(fā)展等研究領(lǐng)域的著作、論文和一系列研究成果，并對查找的文獻(xiàn)進(jìn)行整理、歸類、分析提煉出主要的論點(diǎn)和結(jié)果。為后續(xù)的研究打下理論基礎(chǔ)。2.調(diào)查研究法3.實(shí)證研究主要在對信用風(fēng)險(xiǎn)的理論知識和模型構(gòu)建的基礎(chǔ)上，選取某小型企業(yè)進(jìn)行實(shí)證研究。

第2章小型企業(yè)信用風(fēng)險(xiǎn)評價(jià)概述2.1基本概念的界定2.1.1小型企業(yè)的界定長期以來，小型企業(yè)的概念一直是一個比較模糊的、相對的。不管是在實(shí)際上還是在理論上，很難有一個完整確切的定義對其進(jìn)行表述。當(dāng)前世界各國也沒有一個統(tǒng)一的標(biāo)準(zhǔn)對小型企業(yè)進(jìn)行界定，這其中的主要原因包括：首先，不同的國家和地區(qū)在經(jīng)濟(jì)發(fā)展水平上有著各自的特點(diǎn)，不同的國家所處的發(fā)展階段并不一致，這就導(dǎo)致各個國家很難就小型企業(yè)這一概念給予統(tǒng)一的界定標(biāo)準(zhǔn)，這是“橫向差異”；其次，即使處在同一個國家和地區(qū)，隨著經(jīng)濟(jì)社會的發(fā)展，所處的發(fā)展階段也在不斷變化，對小型企業(yè)進(jìn)行界定的標(biāo)準(zhǔn)也會隨之不斷發(fā)生變化，這是“縱向差異”；最后，小型企業(yè)本身是一個復(fù)雜的、動態(tài)的發(fā)展過程，在這個過程里會受到多方面因素的制約和影響，這也就導(dǎo)致很難用一個統(tǒng)一的標(biāo)準(zhǔn)囊括進(jìn)所有的因素。從字面意思可以看出，小型企業(yè)是指規(guī)模比較小的企業(yè)，而這里所說的規(guī)模優(yōu)惠因?yàn)椴灰粯拥臉?biāo)準(zhǔn)而產(chǎn)生不一樣的評價(jià)結(jié)果。在世界性的比較標(biāo)準(zhǔn)里，世界銀行將定義的標(biāo)準(zhǔn)選為雇員人數(shù)，凡是雇用員工人數(shù)低于100人的企業(yè)就是小型企業(yè)。具體到不同的國家和地區(qū)，標(biāo)準(zhǔn)又有所不同。小型企業(yè)的劃分一般采取數(shù)量指標(biāo)衡量企業(yè)規(guī)模的大小，而在反映企業(yè)發(fā)展的眾多指標(biāo)中，從業(yè)人數(shù)、實(shí)有資本、一定時期內(nèi)的經(jīng)營額這三個指標(biāo)最為重要。（1）國外關(guān)于小型企業(yè)的界定從國外的實(shí)踐看，關(guān)于小型企業(yè)的界定大多采用定量的方法，即根據(jù)不同行業(yè)的特點(diǎn)，采用從業(yè)人員數(shù)、年?duì)I業(yè)額和資產(chǎn)總額三個指標(biāo)來界定小型企業(yè)。但在不同的國家和地區(qū)各指標(biāo)的范圍不同，詳見表1-1。表1-1若干國家和地區(qū)小型企業(yè)的界定標(biāo)準(zhǔn)國家或地區(qū)企業(yè)類型從業(yè)人員數(shù)年?duì)I業(yè)額資產(chǎn)總額美國一般建筑業(yè)特種建筑業(yè)制造業(yè)（約75%）其他制造業(yè)采礦業(yè)服務(wù)業(yè)和零售貿(mào)易業(yè)批發(fā)貿(mào)易食品、百貨、汽車、電器貿(mào)易工程設(shè)計(jì)服務(wù)計(jì)算機(jī)編程、數(shù)據(jù)處理、系統(tǒng)設(shè)計(jì)≤500人≤750-1500人≤500人≤100-500人≤2850萬美元≤1200萬美元≤600萬美元≤2450萬美元≤2900萬美元≤2100萬美元日本制造業(yè)、運(yùn)輸業(yè)、建筑業(yè)批發(fā)業(yè)服務(wù)業(yè)零售業(yè)≤300人≤100人≤100人≤50人≤3億日元≤1億日元≤5000萬日元≤5000萬日元?dú)W盟小型企業(yè)其中：小型企業(yè)≤250人≤50人≤2000萬歐元≤500萬歐元≤1000萬歐元≤250萬歐元中國香港制造業(yè)非制造業(yè)≤100人≤50人中國臺灣制造業(yè)、采礦業(yè)和營造業(yè)商業(yè)、運(yùn)輸、倉儲、通信及其他服務(wù)業(yè)≤200人≤50人上年?duì)I業(yè)額1億新臺幣以下資本額8000萬新臺幣以下（2）我國關(guān)于小型企業(yè)的界定2003年，國家經(jīng)貿(mào)委、國家計(jì)委、國家財(cái)政部和國家統(tǒng)計(jì)局共同研究制定了《小型企業(yè)標(biāo)準(zhǔn)暫行規(guī)定》。該規(guī)定主要采用企業(yè)職工人數(shù)、銷售額和資產(chǎn)總額等指標(biāo)并結(jié)合行業(yè)特點(diǎn)來界定小型企業(yè)。對于某一行業(yè)的企業(yè)，只要滿足上述三個指標(biāo)要求之一，即可被確認(rèn)為“小型企業(yè)”。具體的界定標(biāo)準(zhǔn)如表1-2所示。表1-2我國小型企業(yè)的界定標(biāo)準(zhǔn)企業(yè)類型職工人數(shù)銷售額資產(chǎn)總額工業(yè)其中：中型企業(yè)≤2000人≥300人≤3億元≥3000萬元≤4億元≥4000萬元建筑業(yè)其中：中型企業(yè)≤3000人≥600人≤3億元≥3000萬元交通運(yùn)輸業(yè)其中：中型企業(yè)≤3000人≥500人≤3億元≥3000萬元郵政業(yè)其中：中型企業(yè)≤1000人≥400人≤3億元≥3000萬元住宿和餐飲業(yè)其中：中型企業(yè)≤1000人≥400人≤1.5億元≥3000萬元零售業(yè)其中：中型企業(yè)≤500人≥100人≤1.5億元≥1000萬元批發(fā)業(yè)其中：中型企業(yè)≤200人≥100人≤3億元≥3000萬元2.1.2信用風(fēng)險(xiǎn)的界定信用風(fēng)險(xiǎn)是金融市場上最古老的也是最重要的金融風(fēng)險(xiǎn)形式之一。它是現(xiàn)代社會經(jīng)濟(jì)實(shí)體（尤其是金融機(jī)構(gòu)）、投資者等所面臨的重大問題。其直接對現(xiàn)代經(jīng)濟(jì)活動中的各種活動產(chǎn)生影響，也對一個國家的經(jīng)濟(jì)發(fā)展和宏觀決策產(chǎn)生影響，甚至能夠?qū)θ虻慕?jīng)濟(jì)穩(wěn)定發(fā)展產(chǎn)生影響。目前，學(xué)術(shù)界和實(shí)務(wù)界尚沒有一個普遍接受的說法去定義信用風(fēng)險(xiǎn)。綜合起來，主要有以下幾種：①信用風(fēng)險(xiǎn)是指交易對象沒有能力履約定的風(fēng)險(xiǎn)，也就是由于在規(guī)定的時間里其無法如期將債務(wù)進(jìn)行償還造成違約，并且因此給經(jīng)濟(jì)主體帶來相應(yīng)的風(fēng)險(xiǎn)。②信用風(fēng)險(xiǎn)是指由于信貸活動過程中存在的不確定性導(dǎo)致金融機(jī)構(gòu)可能遭受到的損失可能性。③信用風(fēng)險(xiǎn)是指義務(wù)人和權(quán)利人在進(jìn)行經(jīng)濟(jì)交往時，由于一方出現(xiàn)違約或者犯罪而給交易對方所造成的經(jīng)濟(jì)上損失的風(fēng)險(xiǎn)。④將信用風(fēng)險(xiǎn)劃分為狹義信用風(fēng)險(xiǎn)和廣義信用風(fēng)險(xiǎn)。所有因客戶違約（不守信）而導(dǎo)致的風(fēng)險(xiǎn)是廣義的信用風(fēng)險(xiǎn)。比如負(fù)債業(yè)務(wù)中的存款人提前提取大量的存款而造成經(jīng)濟(jì)擠兌現(xiàn)象，支付困難加劇，銀行的流動性因此受到影響；資產(chǎn)業(yè)務(wù)中的借款人未按時支付本金和利息所引起的資產(chǎn)狀況惡化；表外業(yè)務(wù)中的交易對手違約引至或有負(fù)債轉(zhuǎn)變?yōu)楸韮?nèi)負(fù)債等。狹義的信貸風(fēng)險(xiǎn)則通常是指信貸風(fēng)險(xiǎn)。⑤信用風(fēng)險(xiǎn)有狹義和廣義之分。但是對于狹義和廣義信用風(fēng)險(xiǎn)的界定和上面的第④種定義并不一樣。狹義的信用風(fēng)險(xiǎn)是站在經(jīng)濟(jì)層面的角度進(jìn)行界定的，指的是一段時期里能夠獲得一筆收益的預(yù)期因?qū)Ψ桨l(fā)生違約而無法實(shí)現(xiàn)，進(jìn)而給債權(quán)人帶來損失的可能性。簡單地說，就是債權(quán)人的一項(xiàng)債務(wù)由于債務(wù)人違約導(dǎo)致無法及時收回或者無法收回，而給債權(quán)人帶來損失的可能性。廣義的信用風(fēng)險(xiǎn)是指由于信用關(guān)系另一方為履約導(dǎo)致一方遭受可能損失。這里的信用關(guān)系包括二者間的經(jīng)濟(jì)、貨幣、法律以及倫理等信用層面的關(guān)系。⑥信用風(fēng)險(xiǎn)是指交易對手不愿或者不能履行合同約定的條款而導(dǎo)致?lián)p失的可能性。一般來說，債務(wù)人信用評級降低致使其財(cái)務(wù)市場價(jià)格下降而造成的損失也包含在信用風(fēng)險(xiǎn)內(nèi)。所以，交易對手的財(cái)務(wù)狀況和風(fēng)險(xiǎn)狀況是信用風(fēng)險(xiǎn)的主要決定因素。⑦信用風(fēng)險(xiǎn)是指交易對手不能全部或不愿意履行約定的合同條款，或者是交易對手信用等級發(fā)生下調(diào)時導(dǎo)致金融資產(chǎn)持有者收益發(fā)生不穩(wěn)定的風(fēng)險(xiǎn)。出于不同學(xué)者各自研究的需要，提出了以上這些不同的表述，也就有了不同的信用風(fēng)險(xiǎn)界定標(biāo)準(zhǔn)；與此同時，這也體現(xiàn)了隨著現(xiàn)代風(fēng)險(xiǎn)環(huán)境的改變以及風(fēng)險(xiǎn)管理技術(shù)的發(fā)展，人們對于信用風(fēng)險(xiǎn)的理解也在不斷改變和深入。總體來看，出現(xiàn)這些界定標(biāo)準(zhǔn)的差別在于對下面這兩個概念的不同理解：信用和信用損失劉運(yùn)燾，吳沖等，基于支持向量機(jī)的商業(yè)銀行信用風(fēng)險(xiǎn)評估模型研究[J]，預(yù)測，2005，第1期。劉運(yùn)燾，吳沖等，基于支持向量機(jī)的商業(yè)銀行信用風(fēng)險(xiǎn)評估模型研究[J]，預(yù)測，2005，第1期首先，由于對信用理解有著不同的看法導(dǎo)致在界定信用風(fēng)險(xiǎn)時各不相同。對于信用是什么，綜合起來有下面這幾種不同的理解：“信用就是任何一方當(dāng)事人都應(yīng)當(dāng)善意地、全面地履行自己的義務(wù)?！薄靶庞檬侵敢环N建立在授信人對受信人償付承諾的信任的基礎(chǔ)上，使后者無須付現(xiàn)即可獲取商品、服務(wù)或貨幣的能力?！薄靶庞眠@個范疇是指借貸行為。這種經(jīng)濟(jì)行為的特點(diǎn)是以收回為條件的付出，或以歸還為義務(wù)的取得；而且貸者之所以貸出，是因?yàn)橛袡?quán)取得利息，借者之所以可能借入，是因?yàn)槌袚?dān)了支付利息的義務(wù)?！鄙厦鎸π庞玫娜N界定包含著不同的范疇，第一種界定是從道德的角度來展開的，有著最為廣的包含范圍，是社會學(xué)所要研究的對象；第二種界定是站在經(jīng)濟(jì)屬性角度上進(jìn)行研究的，將信貸行為和商業(yè)信用一起包括在內(nèi)；第三種界定屬于金融學(xué)研究的對象，只包括信貸行為。所以，定義⑤中是從信用風(fēng)險(xiǎn)的道德屬性進(jìn)行對廣義風(fēng)險(xiǎn)概念的界定，其所指的信用風(fēng)險(xiǎn)有著最廣的范疇，不僅將信貸風(fēng)險(xiǎn)包括在內(nèi)，而且其他信用風(fēng)險(xiǎn)也被涵蓋在內(nèi)，比如貨物購銷合同里一方違約所帶來的風(fēng)險(xiǎn)等，并且這里所說的信用的主體包括了企業(yè)、國家以及個人。定義③、⑥和⑦信用風(fēng)險(xiǎn)以及定義④中廣義的信用風(fēng)險(xiǎn)概念均是從信用的經(jīng)濟(jì)屬性來進(jìn)行界定的，其所說的信用風(fēng)險(xiǎn)包括商業(yè)信用風(fēng)險(xiǎn)和借貸風(fēng)險(xiǎn)等。定義④、⑤中狹義的信用風(fēng)險(xiǎn)和定義①、②的信用風(fēng)險(xiǎn)是單指借貸風(fēng)險(xiǎn)，也就是金融學(xué)研究里的信用風(fēng)險(xiǎn)。其次，對信用風(fēng)險(xiǎn)的界定也會由于對信用損失的不同理解而發(fā)生變化。目前，對于信用損失的理解主要包括以下兩種觀點(diǎn)：一是傳統(tǒng)觀點(diǎn)，認(rèn)為信用資產(chǎn)發(fā)生損失只有在實(shí)際發(fā)生違約事件時才會出現(xiàn)，而在這之前，債務(wù)人信用狀況的改變對信用資產(chǎn)價(jià)值并不會產(chǎn)生直接影響，也就是違約模式（DefaultModel,DM）；二是新的觀點(diǎn)，認(rèn)為信用資產(chǎn)價(jià)值的變化應(yīng)該和債務(wù)人信用狀況相聯(lián)系，并且進(jìn)行及時的反應(yīng)，在觀察期里，即便債務(wù)人沒有發(fā)生違約事件，但如果其信用狀況發(fā)生改變時，信用資產(chǎn)的價(jià)值也應(yīng)該隨之發(fā)生改變，這就導(dǎo)致違約之前也會發(fā)生信用損失，即盯市模式（Mark-to-Market,MTM）。對信用損失的傳統(tǒng)理解主要是基于原來的信用風(fēng)險(xiǎn)主要是商業(yè)銀行進(jìn)行的貸款業(yè)務(wù)，流動性較差的貸款缺乏一般有價(jià)證券那樣活躍的二級市場，所以，歷史成本是銀行對貸款政策價(jià)值衡量的主要方法，而不是采取盯市制度，只有在實(shí)際發(fā)生違約事件后才會相應(yīng)去調(diào)整資產(chǎn)負(fù)債表，在這之前，銀行的資產(chǎn)價(jià)值和借款人的還款可能性以及還款能力沒有直接的關(guān)聯(lián)性。伴隨著現(xiàn)代風(fēng)險(xiǎn)環(huán)境的改變以及風(fēng)險(xiǎn)管理技術(shù)的進(jìn)步，使之有可能對信用損失進(jìn)行盯市衡量。信用風(fēng)險(xiǎn)的定義①-⑤都是從傳統(tǒng)的觀點(diǎn)來對信用損失進(jìn)行理解和界定，而定義⑥-⑦則是從新的觀點(diǎn)來對信用損失進(jìn)行理解和界定。本文研究的信用風(fēng)險(xiǎn)，首先，從研究的范疇上看，信用風(fēng)險(xiǎn)僅僅是指借貸風(fēng)險(xiǎn)，只有企業(yè)是信用主體，本文并不研究個人和國家的信用風(fēng)險(xiǎn)；其次，從信用損失衡量來說，文章所指的信用損失是一種盯市損失，也就是信用風(fēng)險(xiǎn)包括債務(wù)人直接違約以及債務(wù)人可能違約該信用資產(chǎn)帶來損失的可能性的風(fēng)險(xiǎn)，而不是違約模式。2.2我國小型企業(yè)信用風(fēng)險(xiǎn)評價(jià)的現(xiàn)狀及問題2.2.1我國小型企業(yè)信用風(fēng)險(xiǎn)評價(jià)的現(xiàn)狀近幾年來，隨著我國社會主義市場經(jīng)濟(jì)體制的不斷完善，理論界及實(shí)務(wù)界就改善小型企業(yè)信用狀況，創(chuàng)造良好的信用環(huán)境，對于提升小型企業(yè)整體素質(zhì)和綜合競爭力，抵御信用風(fēng)險(xiǎn)，改善小型企業(yè)融資條件，促進(jìn)小型企業(yè)健康發(fā)展具有的重要意義達(dá)成了共識。各級地方政府、部門和企業(yè)紛紛著手進(jìn)行小型企業(yè)信用風(fēng)險(xiǎn)評價(jià)體系的建設(shè)工作，并已取得了初步成效onathanGKatz,RatingAgenciesandtheUseofCreditRatingsUndertheFederalSecuritiesLaws,theBondMarketAssociation[J],2003.7onathanGKatz,RatingAgenciesandtheUseofCreditRatingsUndertheFederalSecuritiesLaws,theBondMarketAssociation[J],2003.7（1）小型企業(yè)信用信息系統(tǒng)建設(shè)在探索中前進(jìn)目前，我國還沒有建立起一個專門為小型企業(yè)服務(wù)的征信系統(tǒng)，但是各級政府、部門及社會各界為建立小型企業(yè)的信用信息系統(tǒng)做出了一系列積極的探索，主要包括以下一些具體措施：①2000年，由中國人民銀行牽頭，在全國300個城市建立了針對企業(yè)的信貸登記咨詢系統(tǒng)，專門收集登記貸款企業(yè)的信用情況，并且這一系統(tǒng)即將實(shí)現(xiàn)全國聯(lián)網(wǎng)。②國家經(jīng)貿(mào)委小型企業(yè)司通過發(fā)布“100家‘重合同守信用’小型企業(yè)”定期向社會提供小型企業(yè)的信用信息。③2002年，在上海個人信用聯(lián)合征信系統(tǒng)推出21個月后，上海企業(yè)信用聯(lián)合征信系統(tǒng)正式問世。有48萬家企業(yè)加入上海企業(yè)聯(lián)合征信系統(tǒng)，包括了所有在上海進(jìn)行經(jīng)營活動的本地企業(yè)和外地企業(yè)。自2005年以來，中國人民銀行上海分行除了每年對貸款余額5000萬元以上的企業(yè)進(jìn)行專門的信用評級外，還大力推動建立小型企業(yè)的征信系統(tǒng)，最終實(shí)現(xiàn)所有的小型企業(yè)信用記錄均可以錄入數(shù)據(jù)庫，使其信用評級和信用記錄成為商業(yè)銀行進(jìn)行貸款發(fā)放的主要參考依據(jù)和提供參考標(biāo)準(zhǔn)江西科技師范學(xué)院，關(guān)于我國商業(yè)銀行信用評級的思考[J]，金融與經(jīng)濟(jì)，2003，第11期。江西科技師范學(xué)院，關(guān)于我國商業(yè)銀行信用評級的思考[J]，金融與經(jīng)濟(jì)，2003，第11期④在充分吸收上海市個人信用制度建設(shè)和發(fā)達(dá)國家經(jīng)驗(yàn)的基礎(chǔ)上，廣東省也正在籌建以中國人民銀行廣州分行為主的企業(yè)信用征信系統(tǒng)。廣州是當(dāng)前我國第一個給企業(yè)法人大規(guī)模建立評級檔案的城市。廣州市工商局為企業(yè)建立“戶籍制”企業(yè)信用檔案，并利用已有的系統(tǒng)和信用記錄進(jìn)行企業(yè)信用評級，采用戶籍化制度對企業(yè)和個體工商戶進(jìn)行管理，將電子執(zhí)照逐步全面推廣，用“電子身份證”對企業(yè)進(jìn)行管理。通過綜合各類信用數(shù)據(jù)對企業(yè)進(jìn)行信用評級（按照誠信度不同企業(yè)分為C、B、A三個等級），建立專門的企業(yè)信用咨詢和查閱窗口，為銀行授信、社會中介擔(dān)保機(jī)構(gòu)、政府部門開展監(jiān)督以及投資經(jīng)營者提供權(quán)威的企業(yè)信用信息數(shù)據(jù)服務(wù)。企業(yè)信用建檔工作在企業(yè)法人中先分步進(jìn)行，隨后逐步向個體工商戶推廣。中國人民銀行廣州分行在轄區(qū)里除了建立銀行信貸登記系統(tǒng)外，還建立了還建立了逃廢金融債務(wù)企業(yè)的“黑名單”檔案制度，使得企業(yè)各類相關(guān)的信用信息不斷完善和豐富。⑤北京市在2002年正式開通企業(yè)信用信息系統(tǒng)。北京市工商行政管理局進(jìn)行登記注冊的企業(yè)的登記注冊信息以及日常監(jiān)督管理信息是北京市企業(yè)信用信息系統(tǒng)的基礎(chǔ)平臺，而其內(nèi)容主要包括市政府各行政管理部門、司法機(jī)關(guān)提供的各項(xiàng)企業(yè)信用信息，其原則是市場化運(yùn)作和政府信息開放，利用政府專網(wǎng)（“紅盾315”或者是首都之窗）對企業(yè)各類信用信息進(jìn)行真實(shí)記錄，并且將查詢服務(wù)的計(jì)算機(jī)管理系統(tǒng)提供給社會使用。通過記錄有企業(yè)各類信用信息的信用登記系統(tǒng)，可以為企業(yè)參與經(jīng)濟(jì)活動提供便捷的服務(wù)，也為政府部門進(jìn)行行政管理提供比較真實(shí)有效的參考依據(jù)。（2）小型企業(yè)信用評價(jià)和管理辦法相繼出臺長期以來，我國企業(yè)信用評級大多都是由中國人民銀行各級分行和各商業(yè)銀行組織進(jìn)行。各銀行對企業(yè)進(jìn)行信用評級時所采用的定量和定性指標(biāo)有著比較大的差別，導(dǎo)致各銀行所出具的評級結(jié)果較為混亂，尤其是在基層商業(yè)銀行等金融機(jī)構(gòu)進(jìn)行的信用評級結(jié)果中表現(xiàn)的更為顯著，兩家不同的商業(yè)銀行對于同一家企業(yè)所出具的評級結(jié)果可能相差甚遠(yuǎn)，這也就為一些企業(yè)套取信貸資金提供了漏洞使其有機(jī)可乘。在這中間，對那些小型企業(yè)進(jìn)行的信用評價(jià)更加不規(guī)范。杭州市在2003年率先出臺了《杭州市小型企業(yè)信用評價(jià)和管理辦法》，目標(biāo)是以“政府引導(dǎo)、行業(yè)自律、中介評價(jià)、社會監(jiān)督”為原則，在杭州市成立小型企業(yè)信用評價(jià)系統(tǒng)。當(dāng)企業(yè)被評為AAA、AA、A等級（優(yōu)質(zhì)信譽(yù)企業(yè)），其在企業(yè)經(jīng)營和銀行融資等方面將會享受相關(guān)規(guī)定里的優(yōu)惠政策。此后，各地方政府也紛紛出臺了針對小型企業(yè)的信用評價(jià)和管理辦法，有利于推動我國建立并不斷完善統(tǒng)一的信用評價(jià)標(biāo)準(zhǔn)，提高小型企業(yè)信用評價(jià)的科學(xué)性與實(shí)踐性，對規(guī)范信用評價(jià)市場具有積極的作用林利紅，期權(quán)定價(jià)理論違約率模型在中國的應(yīng)用[J]，技術(shù)經(jīng)濟(jì)與管理研究，2004，第1期。林利紅，期權(quán)定價(jià)理論違約率模型在中國的應(yīng)用[J]，技術(shù)經(jīng)濟(jì)與管理研究，2004，第1期（3）初步建立了一些信用服務(wù)中介機(jī)構(gòu)許多信用服務(wù)中介機(jī)構(gòu)在我國陸續(xù)成立，比如上海中商、中誠信、華安等。美國鄧白氏公司在1995年進(jìn)入我國，在上海成立了鄧白氏國際信息（上海）公司，這是國外大型征信跨國公司在我國首次成立從事企業(yè)資信調(diào)查服務(wù)的專業(yè)征信公司。在此之后，TCM公司、臺灣中華征信所、ABC公司、香港城市顧問有限公司等紛紛在我國大陸地區(qū)設(shè)立分支機(jī)構(gòu)，向我國的金融機(jī)構(gòu)和企業(yè)提供企業(yè)資信調(diào)查服務(wù)。一些國外征信調(diào)查機(jī)構(gòu)經(jīng)過幾年的發(fā)展，目前已占有我國國內(nèi)征信市場的較大份額，具有相當(dāng)強(qiáng)的競爭能力。2.2.2我國小型企業(yè)信用風(fēng)險(xiǎn)評價(jià)存在的問題由于我國沒有信息透明的文化傳統(tǒng)，加上以前計(jì)劃經(jīng)濟(jì)體制的影響和對信用制度缺乏系統(tǒng)的認(rèn)識等原因，目前我國小型企業(yè)信用風(fēng)險(xiǎn)評價(jià)體系的建設(shè)尚處于探索階段，至今還沒有建立起有效的信用管理體系，主要表現(xiàn)在：（1）征信服務(wù)不發(fā)達(dá)，嚴(yán)重的信息不對稱問題在經(jīng)濟(jì)活動中大量存在在我國現(xiàn)行的資料、數(shù)據(jù)、檔案管理體制下，征信企業(yè)獲取企業(yè)信用數(shù)據(jù)的主要渠道包括：一是通過公開的新聞媒體資料渠道得到；二是通過向被調(diào)查企業(yè)直接索取得到；三是通過政府等行政部門以及相關(guān)機(jī)構(gòu)渠道獲取。在采取前面兩個渠道來獲取企業(yè)信用數(shù)據(jù)時有著較高的成本，也因此第三個渠道成為征信公司最優(yōu)的選擇。從當(dāng)前我國的情況看，符合我國實(shí)際情況和國際慣例的完整企業(yè)資信調(diào)查報(bào)告的數(shù)據(jù)和信息主要來源于工商、銀行、法院、技術(shù)監(jiān)督、稅務(wù)、外經(jīng)貿(mào)委、財(cái)政等政府部門和業(yè)務(wù)部門，然而規(guī)范征信市場行為方面的法律法規(guī)在我國尚未建立，也沒有明確的規(guī)定和制度去促使政府部門開放必要的企業(yè)資信信息和數(shù)據(jù)，這也就導(dǎo)致社會信用數(shù)據(jù)開放的進(jìn)程受到了極大的限制。沒有法律去規(guī)范企業(yè)信用數(shù)據(jù)開放，而收集小型企業(yè)的信用數(shù)據(jù)對于征信企業(yè)來說有著過高的成本，當(dāng)前所具有的信用數(shù)據(jù)庫規(guī)模普遍還比較小，也缺乏行業(yè)之間和行業(yè)內(nèi)的記錄、數(shù)據(jù)整合，并且也沒有規(guī)范、科學(xué)的評級標(biāo)準(zhǔn)和評級制度對小型企業(yè)的信用數(shù)據(jù)進(jìn)行評級，因而無法對企業(yè)的信用做出公正、客觀、真實(shí)的評估。其次，雖然我國在當(dāng)前已經(jīng)有一些向企業(yè)提供信用服務(wù)的市場運(yùn)行產(chǎn)品和機(jī)制，但是這一切還處在初步發(fā)展的階段，行業(yè)整體信用服務(wù)水平尚處于較低的位置，也沒有建立一套科學(xué)、完整的信用調(diào)查制度和評價(jià)體系；各個征信機(jī)構(gòu)經(jīng)營分散，相互之間沒有很好的合作，出于一種無序狀態(tài)；業(yè)務(wù)量不足，政府對于信用產(chǎn)品的使用程度偏低，并且企業(yè)也缺乏在經(jīng)濟(jì)活動中使用信用數(shù)據(jù)的思想，這也就導(dǎo)致信用產(chǎn)品和信用服務(wù)很難發(fā)揮其應(yīng)有的作用劉威漢，財(cái)金風(fēng)險(xiǎn)管理理論、應(yīng)用與發(fā)展趨勢[M]，中國人民大學(xué)出版社，2005.10。劉威漢，財(cái)金風(fēng)險(xiǎn)管理理論、應(yīng)用與發(fā)展趨勢[M]，中國人民大學(xué)出版社，2005.10（2）征信企業(yè)規(guī)模普遍較小，從業(yè)人員素質(zhì)不高在我國當(dāng)前擁有的相對規(guī)模較大的征信企業(yè)，每年僅有1000萬元左右的營業(yè)收入，相比于國際上大型征信企業(yè)年?duì)I業(yè)收入10億美元左右的規(guī)模來說，國內(nèi)的征信企業(yè)還有著較大的發(fā)展空間。另一面，我國企業(yè)征信機(jī)構(gòu)的從業(yè)人員較少，規(guī)模較大的企業(yè)僅有上百人，比較平常的是幾十人，規(guī)模小的甚至有就幾個人的，而且這些從業(yè)人員的素質(zhì)參差不齊，具有大專以上學(xué)歷的比重不高，這嚴(yán)重影響了我國企業(yè)征信業(yè)的進(jìn)一步發(fā)展。（3）缺乏統(tǒng)一的信用風(fēng)險(xiǎn)評價(jià)標(biāo)準(zhǔn)和行之有效的評價(jià)方法如果沒有一個統(tǒng)一的、規(guī)范的信用風(fēng)險(xiǎn)評價(jià)標(biāo)準(zhǔn)，那么即使對企業(yè)進(jìn)行了信用評價(jià)，其評價(jià)的結(jié)果也是不具有可比性的，失去了評價(jià)的真正意義。至今，我國還沒有建立起一套完整的符合我國小型企業(yè)發(fā)展?fàn)顩r的信用風(fēng)險(xiǎn)評價(jià)標(biāo)準(zhǔn)，這給評價(jià)工作帶來了極大的困難。在評價(jià)方法上，也大多是照搬國外信用評級公司的模型或方法，很少根據(jù)我國的實(shí)際情況對模型進(jìn)行適當(dāng)?shù)母倪M(jìn)或者建立適合本土企業(yè)的新模型。

第3章小型企業(yè)信用風(fēng)險(xiǎn)研究及模型的構(gòu)建3.1小型企業(yè)信用風(fēng)險(xiǎn)評價(jià)方法3.1.1信用風(fēng)險(xiǎn)及信用評價(jià)概述對小型企業(yè)信用風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確評估，應(yīng)該定性定量相結(jié)合、綜合考慮影響小型企業(yè)信用風(fēng)險(xiǎn)的各方面因素，這樣才能客觀的評價(jià)其信用風(fēng)險(xiǎn)。當(dāng)前我國銀行內(nèi)部較多使用的是古典信用分析法，尚處于定性向定量的過渡階段，未引入多元分析及現(xiàn)代信用風(fēng)險(xiǎn)度量模型?，F(xiàn)行的古典信用分析的最突出問題是使大多數(shù)小型企業(yè)由于信用等級較低而造成貸款和融資困難?，F(xiàn)代信用風(fēng)險(xiǎn)度量模型中，小型企業(yè)大部分為非上市公司，因此KMV模型不能直接應(yīng)用于其信用風(fēng)險(xiǎn)的度量；我國缺乏完善的信用評級體系，歷史數(shù)據(jù)累積稀少，CreditMetric模型由于缺乏相應(yīng)數(shù)據(jù)而無法使用；CreditRisk+模型將信用風(fēng)險(xiǎn)簡化為泊松分布，忽略了債務(wù)人特有的風(fēng)險(xiǎn)，因此無法適用于變幻莫測的小型企業(yè)。古典信用分析法同現(xiàn)代信用風(fēng)險(xiǎn)度量模型在現(xiàn)階段均不適用于我國小型企業(yè)谷鵬．我國中小制造類企業(yè)信用風(fēng)險(xiǎn)評價(jià)研究[D]．北京化工大學(xué)碩士學(xué)位論文，2010．。谷鵬．我國中小制造類企業(yè)信用風(fēng)險(xiǎn)評價(jià)研究[D]．北京化工大學(xué)碩士學(xué)位論文，2010．信用評分模型是以企業(yè)的財(cái)務(wù)比率為解釋變量，推導(dǎo)建立數(shù)理統(tǒng)計(jì)模型，并運(yùn)用此類模型預(yù)測某個事件發(fā)生的可能性，從而及時發(fā)現(xiàn)企業(yè)信用違約的信號，使公司管理者能夠及時采取有效措施，在信用危機(jī)出現(xiàn)的初期階段改善企業(yè)經(jīng)營，防范違約事件發(fā)生；對投資者或債權(quán)人而言，模型提供的信號也可幫助他們及時管理投資組合、各項(xiàng)債權(quán)，并做出信貸決策。3.1.2企業(yè)信用評價(jià)的主要方法（1）CreditMetrics模型分析J.P.摩根公司和KMV、美洲銀行、瑞士銀行等在1997年開發(fā)出了CreditMetrics模型，主要利用信用風(fēng)險(xiǎn)值和變動分析(migrationanalysis)來對投資組合中由于債權(quán)資產(chǎn)信用等級改變所產(chǎn)生的信用風(fēng)險(xiǎn)進(jìn)行監(jiān)視。這個模型不但能夠?qū)鶛?quán)資產(chǎn)的價(jià)值變化進(jìn)行衡量，也能夠用在貸款、應(yīng)收賬款、貸款承諾、保證信用狀態(tài)，以及金融衍生產(chǎn)品等金融工具。CreditMetrics模型是一種信用在險(xiǎn)值(CreditVAR)模型，所謂在險(xiǎn)值方法（VAR,ValueatRisk）是指在給定的置信水平（通常是95%或99%）和正常的市場條件下，摸個投資組合可以預(yù)期到的可能發(fā)生的最大損失。也就是說在給定的時間段里和正常的市場條件下，這個投資組合發(fā)生VAR值損失的概率是（1-置信水平）。這個模型認(rèn)為企業(yè)的信用等級決定了信貸風(fēng)險(xiǎn)，債務(wù)發(fā)行企業(yè)的信用等級決定了信用工具（包括貸款和債權(quán)等）的市場價(jià)值。通過借款人的評級、違約貸款的回收率、債券市場上的信貸風(fēng)險(xiǎn)價(jià)差、評級轉(zhuǎn)移矩陣將貸款的市場價(jià)值以及其波動性計(jì)算出來，得到貸款組合和個別貸款的VAR值DarrellDuffie，KennethJ．Creditrisk：pricingmeasurementandmanagement[M]．PrincetonN．J：PrincetonUniversityPress，2003：235－336．DarrellDuffie，KennethJ．Creditrisk：pricingmeasurementandmanagement[M]．PrincetonN．J：PrincetonUniversityPress，2003：235－336．CreditMetrics模型將在險(xiǎn)價(jià)值的方法首次運(yùn)用在信貸風(fēng)險(xiǎn)的管理和度量上，而在險(xiǎn)價(jià)值方法擁有極為嚴(yán)謹(jǐn)?shù)母怕收摻y(tǒng)計(jì)理論作為基礎(chǔ)，能夠?qū)L(fēng)險(xiǎn)的大小簡單清晰的表示出來，使得有統(tǒng)一的VAR值來表示不同市場的風(fēng)險(xiǎn)，也因此具有可比性、標(biāo)準(zhǔn)性和廣泛的應(yīng)用性。同時，其不但可以用來測度單一貸款的風(fēng)險(xiǎn)，而且對于貸款組合的風(fēng)險(xiǎn)也具有測度功能。通過將組合中各信用工具的邊際風(fēng)險(xiǎn)貢獻(xiàn)進(jìn)行對比，并且以此對每種信用工具的信用等級、風(fēng)險(xiǎn)暴露程度和與其他資產(chǎn)的相關(guān)系統(tǒng)等各方面因素，能夠清楚地看出不同信用工具在整個組合的信用風(fēng)險(xiǎn)中的功能，最終將科學(xué)的量化依據(jù)提供給投資者，為他們進(jìn)行組合管理及決策提供幫助。然而，CreditMetrics模型也存在一些不足，主要表現(xiàn)在以下幾方面：首先，其假設(shè)在特定時期里存在市場風(fēng)險(xiǎn)，并且有固定的利率期限結(jié)構(gòu)。在面對短期浮動利率票據(jù)時是合理的，但一旦面對的是零息票債券和信用衍生品時就變得不那么合適。其次，Creditmetrics模型的違約概率和宏觀經(jīng)濟(jì)狀況并沒有很大的關(guān)聯(lián)性。人們假定信用等級的轉(zhuǎn)換概率在商業(yè)周期不同階段之間和不同的借款人之間均是穩(wěn)定的。但是通過實(shí)證研究發(fā)現(xiàn)，違約率并不是固定不變的，而是和宏觀經(jīng)濟(jì)狀況有直接的聯(lián)系，在經(jīng)濟(jì)衰退時有著較高的違約率，而在經(jīng)濟(jì)高速增長時有著較低的違約率。第三，進(jìn)行模擬的基礎(chǔ)是正常收益服從正太分布這個假定，然而實(shí)際的資產(chǎn)收益分布需要進(jìn)一步的研究才能確認(rèn)。此外，模型里違約率直接將歷史平均值取來用，將歷史統(tǒng)計(jì)平均的違約率和實(shí)際違約率對等，這各假定也是模型最大的不足之處。在很多情況下這個假定并不能夠完全成立或者完全不成立，這也就導(dǎo)致模型在實(shí)際應(yīng)用時受到較大的限制。（2）CreditRisk+模型分析1996年，瑞士銀行金融產(chǎn)品開發(fā)部CSFP(CreditSuisseFinancialProducts)首次推出CreditRisk+信用風(fēng)險(xiǎn)模型。這個模型利用保險(xiǎn)精算的方法，將債權(quán)或者貸款組合的損失分配推演出來，并且根據(jù)這個數(shù)據(jù)計(jì)算信用損失準(zhǔn)備的方法。其利用保險(xiǎn)經(jīng)濟(jì)學(xué)里的保險(xiǎn)精算方法來計(jì)算和推導(dǎo)貸款組合或債券的損失分布。雖然CreditRisk+模型是信用風(fēng)險(xiǎn)的統(tǒng)計(jì)模型，但是對于違約風(fēng)險(xiǎn)發(fā)生原因并沒有做出任何模型假設(shè)，而是用連續(xù)隨機(jī)變量角度去研究違約概率，只對違約風(fēng)險(xiǎn)進(jìn)行考慮，并以此來對違約概率的波動性進(jìn)行研究，對于評級下調(diào)的風(fēng)險(xiǎn)并沒有考慮，將違約事件看作是一個統(tǒng)計(jì)現(xiàn)象。在瑞士銀行金融產(chǎn)品開發(fā)部的CreditRisk+模型里，不再將違約概率看作是離散的，而是被模型化為具有一定概率分布的連續(xù)變量。用小概率違約事件去對待每一筆貸款，并且讓其他貸款和每一筆貸款之間的違約概率獨(dú)立，如此，貸款組合違約概率就會接近泊松分布。瑞士銀行金融產(chǎn)品開發(fā)部的CreditRisk+模型考慮損失大小的不確定性和違約概率的不確定性，并且將貸款的風(fēng)險(xiǎn)暴露數(shù)量和損失的嚴(yán)重性劃分頻段，計(jì)量損失大小和違約概率能夠得到不同頻段的損失分布數(shù)據(jù)，接著對所有頻段的損失加總就可以得到貸款組合的損失分布數(shù)據(jù)。CreditRisk+模型計(jì)算速度較快，不需要采用模擬技術(shù)。只需要輸入較少的數(shù)據(jù)，只需要給定違約概率下和每筆貸款的違約概率的損失，不需要有關(guān)信用等級轉(zhuǎn)化矩陣或利率期限結(jié)構(gòu)的信息。所以CreditRisk+模型最大優(yōu)點(diǎn)是應(yīng)用起來相對容易。這個模型有著很強(qiáng)的處理能力，能夠處理數(shù)萬個不同時限、不同部門、不同地區(qū)等不同類型的風(fēng)險(xiǎn)暴露JeffreyR．B．Usingmarketingdatatovaluecreditriskinstruments[M]．Moody＇sKMVJeffreyR．B．Usingmarketingdatatovaluecreditriskinstruments[M]．Moody＇sKMVCorporation，1999．但是模型也存在下列不足：第一，CreditRisk+模型并不屬于充分估值的在險(xiǎn)價(jià)值模型。損失率使其主要的關(guān)注點(diǎn)，貸款價(jià)值的變化并不是其核心。所以，其應(yīng)該包括在違約模型一類，而不屬于盯住市場模型。第二，其對于信貸風(fēng)險(xiǎn)頭寸會長期受到利率的隨機(jī)期限結(jié)構(gòu)的影響沒有給予重視，將風(fēng)險(xiǎn)頭寸假定為事先確定的常數(shù)。第三，在CreditRisk+模型中，一些隨機(jī)變量是影響違約概率的主要因素，對于風(fēng)險(xiǎn)頭寸的變化和這隨機(jī)變量的關(guān)系沒有給予明確的解釋。第四，對于信用等級轉(zhuǎn)移沒有進(jìn)行考慮，所以債權(quán)人的債務(wù)價(jià)值也就變得是不會改變的，其對于遠(yuǎn)期利率和債務(wù)人信用品質(zhì)的波動與變化并沒有依賴。這個模型沒有考慮市場風(fēng)險(xiǎn)，知識將違約風(fēng)險(xiǎn)考慮進(jìn)模型，并且認(rèn)為資本結(jié)構(gòu)和違約風(fēng)險(xiǎn)之間沒有關(guān)聯(lián)，這不符合實(shí)際情況。（3）CreditPortfolioView模型分析1997年，麥肯錫公司率先開發(fā)了CreditPortfolioView模型(簡稱CPV模型)，其不僅關(guān)注違約風(fēng)險(xiǎn)，而且對于聯(lián)合的條件違約概率分布和評級轉(zhuǎn)移概率分布進(jìn)行了考慮，采用由上而下的分析法來衡量投資組合的信用風(fēng)險(xiǎn)。但是相比于其他模型，在CreditPortfolioView模型里，資產(chǎn)價(jià)格、經(jīng)驗(yàn)參數(shù)以及隨機(jī)模擬結(jié)果并不能夠決定違約概率，而是由類似失業(yè)率、匯率、利率、GDP增長率、政府支出等宏觀經(jīng)濟(jì)變量決定。經(jīng)濟(jì)周期決定信貸周期，信貸周期決定系統(tǒng)性信貸風(fēng)險(xiǎn)。站在信貸組合的角度看，決定信貸風(fēng)險(xiǎn)的共同因素是經(jīng)濟(jì)因素，其也是系統(tǒng)性信貸風(fēng)險(xiǎn)的最終來源，模擬信貸組合的系統(tǒng)性風(fēng)險(xiǎn)的起點(diǎn)是模擬經(jīng)濟(jì)狀態(tài)。這個的基本建立模型的策略是，先通過多元經(jīng)濟(jì)計(jì)量模型對宏觀經(jīng)濟(jì)狀態(tài)進(jìn)行確定，然后把協(xié)同的條件違約概率與經(jīng)濟(jì)狀態(tài)和評級轉(zhuǎn)移概率相對應(yīng)，并且將這作為描繪信貸組合損失分布的基礎(chǔ)。由于前瞻性的VAR觀點(diǎn)在CPV模型中得到體現(xiàn)，所以這個模型也被看作是，CreditMetrics模型的補(bǔ)充，并且其比較充分的考慮了信用等級遷移受宏觀經(jīng)濟(jì)環(huán)境的影響，而不是將歷史上的違約率平均值無條件去代替。由于具有盯市性，所以信用等級遷移概率和CreditMetrics相結(jié)合能夠?qū)⑿刨J風(fēng)險(xiǎn)的準(zhǔn)確性提高。同時，其間實(shí)際的離散損失分布清晰給出，這個損失分布賴于子組合中信用頭寸的大小和個數(shù)。CPV模型不但可以用于耽擱債務(wù)人，而且出現(xiàn)群體債務(wù)人時也能夠適用，比如零售組合。此外，CPV模型還能夠向多起擴(kuò)展，可以有跨越多個時期的違約率，能夠計(jì)算出任何時間長度的累積條件轉(zhuǎn)移概率?？傮w上說，CPV模型是唯一用經(jīng)濟(jì)狀態(tài)對違約事件的信貸風(fēng)險(xiǎn)進(jìn)行模擬額模型。但是CPV模型也存在一些不足之處。首先，這個模型的實(shí)施需要大量可靠的數(shù)據(jù)，但是每個人國家、每個人行業(yè)的違約信息并無法很容易的獲得。模型使用的數(shù)據(jù)時經(jīng)過調(diào)整后的信用等級轉(zhuǎn)換概率矩陣，而信貸周期的主觀判斷和銀行信貸部門積累的經(jīng)驗(yàn)是其調(diào)整的基礎(chǔ)。同時，對于宏觀經(jīng)濟(jì)變量和違約事件之間的關(guān)系模型給予了過強(qiáng)的假設(shè)。同樣地，對于以下關(guān)系到違約事件的一系列微觀因素模型忽略了，特別是對于企業(yè)所具有的個體特征。另外，模型要求過于復(fù)雜的數(shù)據(jù)，并且要求這些數(shù)據(jù)需要參照行業(yè)和國別進(jìn)行相應(yīng)的參數(shù)修正，這也就導(dǎo)致在實(shí)際的模型使用中存在局限性。（4）KMV模型分析1989年，KMV公司在舊金山LI—J成立，Moody's公司在2002年將其收購，并且更名為Moody'sKMV，KMV是以該公司的創(chuàng)辦人Kealhofer,McQuown和Vasice的第一個字母進(jìn)行命名。對于KMV模型的研究起源可以追溯到1972年Black,Scholes和1973年Merton有關(guān)選擇權(quán)定價(jià)模式研究(簡稱為BSM模型)。這項(xiàng)研究為實(shí)務(wù)分析提供了框架，使得能夠?qū)具`約風(fēng)險(xiǎn)進(jìn)行衡量。McQuown與Vasicek在20世紀(jì)80年初對BSM模型進(jìn)行改良，并且將其應(yīng)用在信貸管理領(lǐng)域中，取得了較為顯著的成績。在1988年，KMV被推廣至其他貸款機(jī)構(gòu)。KMV公司在1991年3月發(fā)表了其成立后的第一項(xiàng)產(chǎn)品-CreditMonitor，將銀行和保險(xiǎn)公司作為其主要銷售對象。1993年，KMV利用BSM的選擇權(quán)定價(jià)理論發(fā)展出所謂的“預(yù)期違約頻率”pectedDefaultFrequency,EDF，用來對公司在未來一年內(nèi)發(fā)生違約的概率進(jìn)行衡量。在審慎考慮各種違約情況及易于使用的前提下，擴(kuò)展模型適用性是KMV的最終目的。KMV公司開發(fā)一種違約預(yù)測模型，這種違約模型便是KMV模型。KMV模型把股權(quán)看為企業(yè)資產(chǎn)的看張期權(quán)，將公司的股票在市場上的數(shù)據(jù)作為基礎(chǔ)，采用莫頓的期權(quán)定價(jià)理論，對企業(yè)資產(chǎn)的波動率和當(dāng)前值進(jìn)行估價(jià)，再依據(jù)公司的負(fù)債將公司的違約點(diǎn)(即為企業(yè)1年以下短期債務(wù)的價(jià)值加上未清償長期債務(wù)賬面價(jià)值的一半)計(jì)算出來，然后對借款人的違約距離(即企業(yè)距離違約點(diǎn)的標(biāo)準(zhǔn)差數(shù))進(jìn)行計(jì)算，最后根據(jù)企業(yè)的預(yù)期違約率(EDF)和違約距離之間的對于關(guān)系，將企業(yè)的預(yù)期違約率最終計(jì)算出來。KMV違約預(yù)測模型是在現(xiàn)代期權(quán)定價(jià)理論的基礎(chǔ)上建立起來的，是對傳統(tǒng)的現(xiàn)代風(fēng)險(xiǎn)度量方法的以此重要革命。KMV模型有著如下幾方面的優(yōu)點(diǎn)：第一，理論基礎(chǔ)扎實(shí)。作為建立在現(xiàn)代企業(yè)期權(quán)理論和理財(cái)理論基礎(chǔ)上的模型，而現(xiàn)代期權(quán)理論的理論體系較為完善，所以，KMV模型有著很強(qiáng)的說服力。第二，動態(tài)性。KMV模型是一個動態(tài)模型。隨著企業(yè)股票在股票市場的價(jià)格變動，輸入模型中的數(shù)據(jù)也在不斷變化，所以可以隨時對數(shù)據(jù)進(jìn)行更新來計(jì)算違約距離與預(yù)期違約率值，并且對上市公司的信用狀況進(jìn)行及時的反映。第三，前瞻性。KMV模型將股票市場價(jià)格數(shù)據(jù)作為模型的基礎(chǔ)，而股票價(jià)格不但對公司的歷史和當(dāng)前情況進(jìn)行反應(yīng)，而且能夠?qū)镜奈磥戆l(fā)展前景進(jìn)行預(yù)測。這就在一定程度上對歷史數(shù)據(jù)“向后看”的數(shù)量統(tǒng)計(jì)模型的缺陷進(jìn)行客戶，對于公司未來的信用狀況可以進(jìn)行合理的預(yù)期。第四，準(zhǔn)確性。對風(fēng)險(xiǎn)的基數(shù)衡量是預(yù)期違約頻率指標(biāo)的本質(zhì)，進(jìn)而對于風(fēng)險(xiǎn)水平差異程度能夠有著良好的反應(yīng)，所以在準(zhǔn)確性方面更加優(yōu)化。當(dāng)然需要承認(rèn)的是這個模型也存在著一定的不足，其主要表現(xiàn)在以下幾個方面：首先，KMV雖然是“動態(tài)的”模型，在一定程度上對逾期因素進(jìn)行了反應(yīng)，然而其卻有著一個“靜態(tài)的”假設(shè)。在莫頓模型中的假定，管理人員一旦采納了合適的債務(wù)結(jié)構(gòu)，那么就不會再發(fā)生變化，不論企業(yè)資產(chǎn)價(jià)值發(fā)生什么樣的變化，企業(yè)的債務(wù)結(jié)構(gòu)并不會發(fā)生變動，然而實(shí)際情況通常不是這樣。其次，假設(shè)資產(chǎn)收益為正太分布。在模型的基本假定中，將借款企業(yè)的資產(chǎn)價(jià)值定為正態(tài)分布，并在這個基礎(chǔ)上對企業(yè)理論上的預(yù)期違約率進(jìn)行計(jì)算，但是實(shí)際上不是所有的企業(yè)擁有呈現(xiàn)正態(tài)分布統(tǒng)計(jì)特征的資產(chǎn)價(jià)值。還有，有限制的適用范圍。對于進(jìn)行上市公司進(jìn)行信貸風(fēng)險(xiǎn)評估時這個模型十分適用，但是對于那些非上市公司的EDF計(jì)算時便顯得缺少能力，企業(yè)資產(chǎn)收益率、企業(yè)資產(chǎn)價(jià)值的波動性和期望值都是無法觀察和獲取到，這就需要某些會計(jì)資料或者是其他一些可以反應(yīng)企業(yè)特征的指標(biāo)進(jìn)行替代，然后再根據(jù)這些數(shù)據(jù)進(jìn)行對比分析來得到企業(yè)的期望違約概率，這就將導(dǎo)致最終的計(jì)算結(jié)果出現(xiàn)失真，準(zhǔn)確度下降。此外，對于債務(wù)的不同類型模型無法進(jìn)行區(qū)分，比如擔(dān)保、償還優(yōu)先順序、契約等類別，這就導(dǎo)致模型計(jì)算和估計(jì)出來的變量數(shù)據(jù)缺乏準(zhǔn)確性。同時，在KMV模型中隱含假定當(dāng)風(fēng)險(xiǎn)債權(quán)到期日逐漸趨向于零時，債權(quán)的價(jià)差也將趨向于零。但是能夠觀察到的短期債權(quán)價(jià)差通常不是零，這也就導(dǎo)致這個假定存在問題。3.2小型企業(yè)信用風(fēng)險(xiǎn)研究模型構(gòu)建3.2.1KMV模型假設(shè)(1)滿足BSM模型的基本假設(shè)，即公司股價(jià)為隨機(jī)過程、沒有稅收和交易費(fèi)用、允許賣空、證券交易連續(xù)性、無風(fēng)險(xiǎn)利率在債務(wù)人還清債務(wù)前保持不變、證券可分性、不存在套利機(jī)會；(2)當(dāng)借款人債務(wù)價(jià)值低于資產(chǎn)價(jià)值時，借款人不會發(fā)生違約；反之，借款人債務(wù)價(jià)值高于資產(chǎn)價(jià)值時，借款人就發(fā)生違約；(3)借款人資產(chǎn)收益服從正太分布，切企業(yè)市場價(jià)值服從布朗運(yùn)動；(4)借款人資本只有所有者權(quán)益，可轉(zhuǎn)化優(yōu)先股和長期、短期債務(wù)。3.2.2KMV模型原理相比于CreditMetrics模型，KMV模型沒有使用標(biāo)準(zhǔn)普爾或是穆迪公司的統(tǒng)計(jì)數(shù)據(jù)來對某一信用等級債務(wù)人的違約概率進(jìn)行計(jì)算，而是采用莫頓（1974）模型作為計(jì)算預(yù)期違約率（EDF）和實(shí)際違約率的基礎(chǔ)。違約概率是公司資產(chǎn)收益率波動性、資本結(jié)構(gòu)以及公司資產(chǎn)當(dāng)前價(jià)值的函數(shù)。KMV模型的基本思路是：當(dāng)企業(yè)所需清償?shù)膫鶆?wù)面值高于企業(yè)資產(chǎn)市場價(jià)值時，企業(yè)將會發(fā)生違約；以違約距離表示企業(yè)資產(chǎn)市場價(jià)值的期望值距離違約點(diǎn)的遠(yuǎn)近，距離越小，企業(yè)發(fā)生違約的可能性越大，反之則較??；采用未來違約率，即基于企業(yè)違約數(shù)據(jù)庫得出某一違約距離企業(yè)實(shí)際的期望違約率。對某一個企業(yè)的期望違約率進(jìn)行計(jì)算的步驟包括以下三步：估計(jì)企業(yè)資產(chǎn)波動率及其市場價(jià)值；計(jì)算違約距離；計(jì)算期望違約頻率。因?yàn)槠髽I(yè)的資產(chǎn)價(jià)值和波動率無法直接觀測到，所以，需要從其負(fù)債面值與股票的市場價(jià)值及波動率之間的相互關(guān)系進(jìn)行推導(dǎo)得出。3.2.3KMV模型計(jì)算步驟KMV模型把企業(yè)負(fù)債看作是企業(yè)所有者持有一份以公司債務(wù)面值為執(zhí)行價(jià)格，以公司資產(chǎn)市場價(jià)值為標(biāo)的的期權(quán)，即歐式看張期權(quán)。如果企業(yè)負(fù)債到期時，其債務(wù)面值低于資產(chǎn)市場價(jià)值，企業(yè)就會對債務(wù)進(jìn)行償還；當(dāng)企業(yè)債務(wù)市場價(jià)值大于資產(chǎn)市場價(jià)值時，企業(yè)會選擇違約。由于Black-Scholes-Merton期權(quán)定價(jià)模型能夠進(jìn)行企業(yè)股權(quán)市場價(jià)值的定價(jià)，所以，KMV模型里的兩個未知變量，資產(chǎn)市場價(jià)值以及波動率，能夠從下面這個聯(lián)立方程中解出來：（3-1）其中：式中：企業(yè)股權(quán)市場價(jià)值是E，企業(yè)資產(chǎn)市場價(jià)值是V，企業(yè)債務(wù)面值是D，無風(fēng)險(xiǎn)收益率是r，債務(wù)償還期限是τ，累積標(biāo)準(zhǔn)正態(tài)分布函數(shù)是N(d)，企業(yè)資產(chǎn)價(jià)值波動率是，企業(yè)股權(quán)市場價(jià)值波動率是。假設(shè)企業(yè)資產(chǎn)未來市場價(jià)值圍繞企業(yè)資產(chǎn)市場價(jià)值的均值呈正態(tài)分布，那么，可以用式（3-2）計(jì)算負(fù)債企業(yè)的違約距離DD（DistancetoDefault）：（3-2）式中：DP（DefaultPoint）是違約點(diǎn)值，處于公司的總負(fù)債與流動負(fù)債之間的某一點(diǎn)。以資產(chǎn)市場價(jià)值標(biāo)準(zhǔn)差的倍數(shù)表示違約距離DD，對企業(yè)信用風(fēng)險(xiǎn)的大小進(jìn)行評估。依據(jù)違約距離DD的定義，公司資產(chǎn)市場價(jià)值低于違約點(diǎn)的概率，即理論上發(fā)生違約的概率為1-N(DD)。而基于違約數(shù)據(jù)庫，依據(jù)違約距離可以影射出公司實(shí)際的期望違約頻率EDF。

第4章珠三角地區(qū)小型制造業(yè)企業(yè)信用風(fēng)險(xiǎn)評價(jià)實(shí)證研究本文進(jìn)行信用風(fēng)險(xiǎn)評價(jià)實(shí)證研究采用KMV模型作為研究模型，通過實(shí)證研究珠江三角洲地區(qū)小制造類企業(yè)信用風(fēng)險(xiǎn)，將適合珠三角地區(qū)企業(yè)的DP（模型違約點(diǎn)）計(jì)算出來。確定違約點(diǎn)（DP）能夠更加準(zhǔn)確的利用模型去計(jì)算樣本的違約距離（DD），進(jìn)而能夠?qū)ζ髽I(yè)的信用風(fēng)險(xiǎn)程度做出更加準(zhǔn)確的評價(jià)。4.1實(shí)證研究樣本選取根據(jù)1998年啟用的股票上市規(guī)則，滬深證券交易所對財(cái)務(wù)狀況異?；蛘咂渌麪顩r出現(xiàn)異常的上市公司股票交易采取特別處理措施（SpecialTreatment）。如果被處以特別處理的公司在未來繼續(xù)保持虧損趨勢，證券交易所可能暫停公司股票上市交易，甚至可能終止股票上市交易。所以相比于非ST（被特別處理的上市公司）公司，ST公司有著更高的信用風(fēng)險(xiǎn)。小制造類企業(yè)是本文研究的主要對象，所以將深圳證券交易所珠三角地區(qū)中小板塊中制造行業(yè)的上市公司作為研究樣本。但是我國中小板成立時間比較晚，這就導(dǎo)致上市公司數(shù)量較少，截止到2009年12月一共有327家企業(yè)在中小板塊上市，其中有242家制造行業(yè)上市公司，而在2008年只有3家制造行業(yè)公司被特別處理。為了對上市公司信用風(fēng)險(xiǎn)的差異進(jìn)行考察，檢驗(yàn)?zāi)Ｐ褪欠衲軌蛴行Оl(fā)揮作用，又從上海證券交易所和深圳證券交易所上市的A股公司選取了27家符合研究條件的2008年被特別處理的上市公司。本文一共選擇了30家ST公司以及和其相配對的30家中小板塊中制造行業(yè)非ST公司。同時，為了避免行業(yè)差異和公司規(guī)模對實(shí)證結(jié)果產(chǎn)生影響，ST公司和非ST公司的配對選擇主要遵循以下兩個條件：（1）屬于同一個行業(yè)；（2）總資產(chǎn)規(guī)模相近。CCER中國金融經(jīng)濟(jì)數(shù)據(jù)庫是本文數(shù)據(jù)庫來源。本文選取的樣本上市公司行業(yè)分布表詳見附表。4.2模型參數(shù)計(jì)算利用KMV模型進(jìn)行信用風(fēng)險(xiǎn)度量過程中的一個關(guān)鍵問題，就是公司資產(chǎn)波動率和資產(chǎn)市場價(jià)值的估算。先利用資本市場的信息，將股權(quán)價(jià)值和股權(quán)波動計(jì)算出來，然后使用期權(quán)定價(jià)公式，將資產(chǎn)市場價(jià)值和資產(chǎn)波動率計(jì)算出來，最后將違約距離計(jì)算出來。其中上市公司的違約概率則通過違約數(shù)據(jù)庫中的違約概率和違約距離之間的映射關(guān)系得出。4.2.1參數(shù)計(jì)算詳細(xì)描述（1）股權(quán)價(jià)值的計(jì)算一直以來非流通股和流通股存在于我國上市公司股權(quán)結(jié)構(gòu)中。2005年我國開始實(shí)行國有股和法人股等非流通股股向流通股股東支付對價(jià)的股權(quán)分置改革，股票的全流通在理論上得以實(shí)現(xiàn)。然而，非流通股真正解禁還需要經(jīng)過一段過渡時期才能夠?qū)崿F(xiàn)，所以，非流通股計(jì)算方法將會影響股權(quán)價(jià)值的計(jì)算結(jié)果。目前主要有兩種計(jì)算股權(quán)價(jià)值的方法：1.股權(quán)價(jià)值=（總股本-流通股股數(shù)）×每股凈資產(chǎn)+流通股股數(shù)×市價(jià)；2.股權(quán)價(jià)值=非流通股股數(shù)珠三角市價(jià)×折算比率+流通股股數(shù)×市。本文采用第一種計(jì)算方法。計(jì)算方法中流通股股數(shù)是已經(jīng)上市的流通股股數(shù)，非流通股市其余股數(shù)，當(dāng)年所有交易日收盤價(jià)計(jì)算均值得出市價(jià)。（2）無風(fēng)險(xiǎn)利率r的確定一般來說，無風(fēng)險(xiǎn)利率是指當(dāng)年銀行1年定期存款利率，然而銀行1年定期存款利率并不是一成不變，比如我國1年期定期存款利率在2008年調(diào)整過8次，所以本文中的無風(fēng)險(xiǎn)利率的計(jì)算是當(dāng)年按照實(shí)際天數(shù)進(jìn)行加權(quán)平均得出的利率。以2008年為例，當(dāng)年的無風(fēng)險(xiǎn)利率r=3.92%。表4-2為2008年1年定期存款利率表。表4-22008年1年定期存款利率表利率變動時間1月1日10月9日10月30日11月27日12月23日利率4.14%3.87%3.6%2.52%2.25%利率持續(xù)天數(shù)2822128269（3）時間期限zKMV模型信用風(fēng)險(xiǎn)評價(jià)的時段通常為1年，將違約距離（DD）的時間設(shè)定為1年，也就是。（4）上市公司股權(quán)波動率的計(jì)算本文采用多次迭代計(jì)算資產(chǎn)價(jià)值波動率的初始值，得出資產(chǎn)波動率的期望值，通過股票波動率計(jì)算又可以得出資產(chǎn)價(jià)值波動率的初始值，為了簡化計(jì)算過程，本文用歷史波動率法來估計(jì)上市公司股權(quán)波動率。也就是說，用前一年的股票價(jià)格波動率來估算上市公司當(dāng)年的股票價(jià)格波動率。假設(shè)上市公司股票價(jià)格符合對數(shù)正態(tài)分布的性質(zhì)，那么股票的對數(shù)收益率如下：其中，用表示第n天股票復(fù)權(quán)后的收盤價(jià)格。那么股票的年波動率可以表示成下面這個形式：（9）（4-1）n表示股票在一年中的交易天數(shù)（5）違約點(diǎn)DP的選擇通過利用KMV模型進(jìn)行實(shí)證分析，發(fā)現(xiàn)公司的違約點(diǎn)處于負(fù)債總額和流動負(fù)債之間。由于當(dāng)前我國尚沒有充足的違約數(shù)據(jù)，本文選取不同違約點(diǎn)計(jì)算出相對應(yīng)的違約距離，再根據(jù)計(jì)算出來的違約距離對上市公司的信用風(fēng)險(xiǎn)能力進(jìn)行檢驗(yàn)，進(jìn)而選擇出適合我國上市公司的違約點(diǎn)。下面公式表示的是違約點(diǎn)DD的計(jì)算方法和計(jì)算實(shí)現(xiàn)：（4-2）STD表示公司年報(bào)中的流動負(fù)債，LTD表示公司年報(bào)中的長期負(fù)債；。4.2.2違約點(diǎn)DP的確定及檢驗(yàn)本文通過選取N在0.1至1之間的數(shù)字外加上面得到的參數(shù)值，并將它們代入第三章的KMV模型公式（1）、（2）中去，便得到關(guān)于a和V的方程組，再利用Matlab軟件對方程組進(jìn)行求解，得到兩組樣本點(diǎn)在不同違約點(diǎn)之下的違約距離均值，然后對這兩組樣本配對進(jìn)行T檢驗(yàn)，檢驗(yàn)結(jié)果如表4-3所示：表4-3樣本配對T檢驗(yàn)N取之DD（ST公司）DD（非ST公司）均值差T值N=0.11.30522.01260.70746.2530N=0.21.30622.01390.70776.2930N=0.31.30632.01420.70796.3320N=0.4