基于企业财务报告的商业银行信贷管理研究.doc

毕 业 论 文论文题目：基于企业财务报告的商业银行信贷管理研究年级专业 2007级 会计系 学 号 20074121 学生姓名 指导教师 二一一年五月基于企业财务报告的商业银行信贷管理研究摘 要在商业银行的信贷业务中，授信工作人员需要根据申请者的情况，判断哪些贷款的申请是安全的，进而估计银行信贷风险，做出信贷决策。本文针对信贷业务的事前控制、同步控制和事后控制，分别运用杜邦分析体系、gpa算法及z-score模型，提取有效的属性进行具体数据分析和计算，并根据计算结果进行信用评级。文中详述了以上三种方法的原理及分析方法，以一个具体案例说明了基于企业财务报告的杜邦分析体系、gpa算法及z-score模型分别在信贷业务的事前控制、同步控制和事后控制中的作用，从而在商业银行信贷实务中为信用评级的精确和高效起到一定的辅助作用。关键词：信贷管理；企业财务报告；杜邦分析体系；gpa算法；z-score模型research on credit management in commercial banks based on financial reportabstractwhen dealing with the credit business in commercial banks, the credit personnel need to judge whether the loan application is safe or not according to different situations of each company. only with these appropriate judgments, the credit personnel are able to estimate the credit risk and make credit decisions. in order to reach the goal of beforehand control, synchronously control and afterwards control in the credit business, this paper promotes a new method for credit rating using the dupont analysis, grade point average algorithm and z-score formula for specific data analysis and calculation.in this article, we tend to elaborate the three principles mentioned above and take a specific case as an example to emphasis the effects of the models promoted in this paper, which is based on financial report of enterprises, so that the new method proposed can play a supplementary role in making the credit business of commercial banks more accurate and effective. key words: credit business financial report dupont analysis grade point average algorithm z-score formula目 录引言1一、我国商业银行不良贷款现状2二、我国现行信贷管理制度及其存在的问题3（一）我国现行信贷管理制度3（二）当前信贷管理制度存在的问题4（三）完善信贷管理制度的必要性5三、杜邦分析体系基于企业财务报告的商业银行信贷管理之事前控制6（一）杜邦分析体系的原理及分析方法6（二）杜邦分析体系在信贷管理之事前控制中的作用7（三）杜邦分析体系的优缺点8四、gpa算法基于企业财务报告的商业银行信贷管理之同步控制8（一）gpa算法的原理及分析方法8（二）gpa模型的建立10（三）基于企业财务报告的信贷管理指标体系的建立121.评价属性的选择122.指标权数的设置123.信贷情况的审核及指标体系的应用134.贷款等级的评定及信贷利率的确定13（四）gpa算法在信贷管理之同步控制中的作用14（五）gpa算法的优缺点15五、z-score模型基于企业财务报告的商业银行信贷管理之事后控制15（一）z-score模型的原理及分析方法15（二）z-score模型在信贷管理之事后控制中的作用16（三）z-score模型的优缺点17六、基于企业财务报告的商业银行信贷管理研究案例17（一）事前控制杜邦分析体系18（二）同步控制gpa算法19（三）事后控制z-score模型20结束语21参考文献22基于企业财务报告的商业银行信贷管理研究引 言从2006年春季开始美国抵押贷款风险浮出水面，至2007年8月美国、欧盟和日本等世界主要金融市场的剧烈震荡，再到2008年世界范围内的金融危机全面爆发，这一系列的市场反应暴露了金融创新的漏洞与金融监管的缺失。美国次级贷款危机（subprime crisis）警示中国银行业在大力进行金融创新的同时，必须加强监管和内部控制，严防贷款质量下降。随着国内中小股份制商业银行的兴起、民营银行的建立、外资银行的涌入，我国境内商业银行数量大幅度增加，商业银行数量的增加必然引起竞争的加剧。竞争在调动竞争者的积极性和提高市场效率的同时，也容易造成无序竞争，增加同业内耗，加大交易费用，降低整体效率。由于国内经济的主体和增长点在不断向非国有部门和居民部门转移，中国大大小小的银行在以存贷款为主的银行市场上展开了全方位的竞争。在这样的竞争中，银行存贷款的利差面临逐渐缩小的趋势，传统业务的竞争优势逐步降低，银行不得不重新开发高风险高盈利的业务，导致风险暴露的加大。信贷业务作为商业银行最主要的经营活动和价值创造的核心业务，同时也是商业银行的主要风险。信贷资产质量的好坏、风险的高低不仅直接决定自身盈利水平，更关系到国民经济的平稳运行和国家金融战略安全。近年来，我国商业银行存在信贷投放行业较集中、缺乏不同等级的违约概率估计和违约损失估计、信贷风险管理组织及方法不完善、商业银行内部信贷控制不健全等问题。因此，为保证商业银行的资本健康，我国商业银行要建立更为谨慎的信贷风险文化，加快建立信贷风险内部控制制度的步伐，充分发挥内部审计在信贷风险管理中的作用，加强对企业基本情况的审查。企业财务报告反映了企业的盈利能力、营运能力、偿债能力和增长能力等状况。对企业财务报告进行分析，可以为企业的投资者、债权人、经营者及其他关心企业的组织或个人了解企业过去、评价企业现状、预测企业未来，做出正确决策提供准确的信息或依据。在银行信贷管理中，通过分析企业财务报告，能够发现是否存在影响贷款安全的风险隐患，从而得出借款企业有无还款能力的结论，并针对借款人存在的风险因素提出控险措施。一、我国商业银行不良贷款现状我国政府积极的货币政策使得我国银行信贷投放量自2008 年11 月份以来就保持着持续高速增长的态势。虽然有国家政策的大力支持，我国商业银行的不良贷款状况跟前几年相比有所改善，但不良贷款率仍然较高。我国2009年全年人民币各项贷款增加95768.29亿元，同比多增46732.42亿元；2010年全年人民币各项贷款增加79235亿元，同比多增-16533.29亿元（见表一）。今年一季度国内新增人民币贷款达22550亿元，虽明显低于去年同期26008亿元的规模，但仍处于历史高位。表一 月度人民币新增贷款月份新增贷款（亿元）同比多增（亿元）月份新增贷款（亿元）同比多增（亿元）月份新增贷款（亿元）同比多增（亿元）201012480710092009123798-3920.22008127718.227232.74201011564026922009112948-1821.42008114769.363895.4201010587733472009102530711.442008101818.56457.45201009595578820090951671422.272008093744.73909.812010085452134820090841041388.622008082715.38-313.37201007532817692009073559-258.62008073817.61503.522010066034-9270.420090615304.411980.22008063324.21-1190.42010056394-251.32009056645.33460.292008053185.01712.272010047740182220090459181279.22008044638.8419.162010035107-1381320090318919.616085.42008032834.22-1582.62010027001-3699.620090210700.68266.662008022433.89-1703.720100113900-2274.420090116174.48138.552008018035.892359.462010年79235-165332009年95768.346732.42008年49035.9数据来源：和讯网（月度人民币新增贷款）/default.shtml?id=d112m中国银行业监督管理委员会统计数据显示，近年来商业银行各项不良贷款率有逐年下降的趋势。总不良贷款率从2007年的6.17%下降到2010年的1.14%，降幅81.52%，下降趋势明显。其中尤以国有商业银行最为显著，从2007年的8.05%下降到1.31%，降幅83.73%（见表二）。表二 2007年至2010年商业银行不良贷款情况表单位：亿元2007200820092010余额比例余额比例余额比例余额比例不良贷款126846.17%5602.52.42%4973.31.58%42931.14%其中：次级类贷款2183.31.06%2625.91.13%2031.30.65%1591.60.42%可疑类贷款4623.82.25%2406.91.04%2314.10.74%2042.70.54%损失类贷款5877.12.86%569.80.25%627.90.02%658.70.18%不良贷款分机构国有商业银行111508.05%4208.22.81%3627.31.8%30811.31%股份制商业银行860.42.15%657.11.35%637.20.95%565.10.7%城市商业银行511.53.04%484.82.33%376.91.3%325.60.91%农村商业银行130.63.97%191.53.94%270.12.76%272.71.95%外资银行32.20.46%610.83%61.80.85%48.60.53%数据来源：中国银行业监督管理委员会（统计数据）/chinese/info/twohome/index.jsp?itemcode=9从数据的统计情况来看，虽然近几年来中国商业银行贷款质量持续好转，但是中国商业银行不良资产率仍然较高，信贷资产质量也较差。因此，信贷风险仍然是商业银行需要关注的重点，中国防范和化解商业银行信贷风险的任务仍然很艰巨。二、我国现行信贷管理制度及其存在的问题（一）我国现行信贷管理制度信贷管理是商业银行如何配置信贷资金才有利于发展经济并增加自身盈利的决策活动，包括管理信贷关系、管理贷款规模和贷款结构、管理贷款风险、提高贷款经济效益、建立合理的利率体系、正确贯彻利率政策、改进结算服务、加强结算管理等内容。信贷管理的核心内容在于风险管理。根据科学信贷管理制度的安全性、流动性和收益性原则，我国银行建立了“审贷分离、分级审批”的信贷管理体制，逐步引进了客户信用评级体系和贷款风险分类制度，在信贷管理上取得了一定的成绩。信贷管理基本包括事前控制、同步控制和事后控制三个环节，三个方面有机地结合为一个整体，有效地杜绝了反程序操作和行政干预。事前控制是商业银行在发生诸如损失等结果前就开始采取防范措施予以预防。事前控制要求对银行信贷管理过程及其后果的各种可能性有比较准确和充分的估计，主要体现在客户调查。同步控制是商业银行在信贷业务或行为发生的同时采取自控措施予以控制的做法。同步控制实行双向对流程序，及时调整和矫正行为，互为补正，主要通过银行的信贷风险内部控制来实现，体现为信贷审核。事后控制是商业银行在信贷业务或行为发生后采用修正补救措施以减少或降低因风险造成的损失。事后控制及时、有效地避免商业银行遭受更大的损失，主要体现在贷后管理。由于目标客户与商业银行都是信贷风险的承担者，因此在信贷管理的事前控制、同步控制和事后控制三个环节中，评价目标客户有着重要作用。我国现行信贷管理制度把对于目标客户的评价放在举足轻重的位置，保证了银行信贷资产的质量，避免了人情贷款、以贷谋私等危及贷款安全的行为；同时也达到了信贷管理的安全性、流动性和收益性的要求。（二）当前信贷管理制度存在的问题长期以来，我国商业银行在客户评价方面，采取主观评价色彩很浓的传统方法。现阶段在我国应用最为广泛的是专家制度法，它是商业银行在长期的信贷活动中所形成的一种较为有效的信贷风险分析和管理制度。这种方法的最大特征就是银行信贷的决策权是由该机构经过长期训练、具有丰富经验的信贷专家所掌握，并由他们做出是否贷款的决定。因此，在信贷决策过程中，信贷专家的专业知识、主观判断以及关键要素的权衡均为最重要的决定因素。在专家制度法下，由于各商业银行自身条件不同，因而在对贷款申请人进行信贷分析所涉及的内容上也不尽相同。但是绝大多数银行都将重点集中在借款人的“5c”上。品德和声望（character）、资格与能力（capacity）、资金实力（capital）、担保（collateral）、经营条件（condition）。尽管专家制度法在银行的信贷分析中发挥着积极的重要作用，然而实践却证明它存在许多难以克服的缺点和不足。首先，信贷管理信息不对称，造成工作人员的判断失误，从而导致贷款决策的不确定性。专家制度实施的效果很不稳定。因为专家制度所依靠的是具有专门知识的信贷专家，而专家本身的素质高低和经验多少将会直接影响该项制度的实施效果，并且加剧了银行在贷款组合方面过度集中的问题，使银行面临着更大的风险。专家制度与银行在经营管理中的官僚主义方式紧密相联，大大降低了银行应对市场变化的能力，影响了银行未来的发展。其次，审批质量得不到保证，不良贷款率虽然逐年下降，但是基数的庞大并没有为国家减轻负担。在专家制度下，银行员工都热衷于成为专家，这就需要他们在某一行业或某类客户范围进行较长时期的分析研究，积累经验，成为这个行业的专才，因此在选择客户时都有着强烈的偏好，所注重的客户都具有较高的相关性，这就加剧了银行贷款的集中程度，必然给银行带来潜在的风险。最后，审批规范和效率不够出色，未能有效利用计算机智能，导致客户的流失和竞争的弱势，市场的拓展受到限制。（三）完善信贷管理制度的必要性在市场经济条件下，经济活动的风险是客观存在的，商业银行作为经济活动的重要组成部分，其风险是不可避免的。特别是我国逐步融入国际经济金融秩序，银行业面临的形势更为复杂。在经济全球化的背景下，国内的经济形势在很大程度上已经与国际经济形势紧密相关。在新的形势和条件下，如何认识和研究银行风险，减少不确定性因素，提高经营效率，就成为一个急需研究和解决的问题。从宏观上看，金融是现代经济的核心，银行又是金融的核心。银行信贷风险正是各种经济风险的集中体现。在现代市场经济中，经济运行高度货币化、信用化和金融化，作为金融中介的银行，必然和经济社会中各个经济主体发生着广泛的联系。受金融危机影响，全球经济发达体的经济发展已明显走低，实体经济低迷，世界经济处于下行周期，许多国家处在经济衰退的边缘，全球经济金融发展面临空前严峻的考验。经济增长放缓，企业经营普遍出现危机，加上经济运行中存在的深层次矛盾和问题，导致了未来经济发展的不稳定。当银行和其他经济主体发生信贷关系时，经济主体的风险就会通过信贷关系，部分甚至全部转化为银行信贷风险，银行成为风险的中枢。通过信贷管理有效地控制住银行信贷风险，就能够从一定程度上控制住整个经济风险，防止了金融危机的爆发，维护了经济社会的安全和稳定。从微观上看，信贷资产是商业银行重要的生息资产，它产生了银行未来的主要现金流，是商业银行利润的主要来源。银行信贷资产为商业银行带来收益的同时，也承担了重大的风险。保证银行信贷收益的同时，有效控制信贷风险，是商业银行信贷管理的核心内容之一。近几年我国商业银行施行股份制改革，使商业银行不良贷款率大幅下降，但这并非是基于体制上的根本改革，贷款基数的迅速扩张以及贷款的长期化趋势在很大程度上掩盖了商业银行的信贷风险。所以进行商业银行信贷风险研究有助于商业银行建立科学的风险控制制度，不断提高自身的风险管理水平，防范信贷风险，增强商业银行的竞争能力。三、杜邦分析体系基于企业财务报告的商业银行信贷管理之事前控制（一）杜邦分析体系的原理及分析方法杜邦分析体系是在考虑各财务指标内在联系的条件下，利用资产负债率、销售净利率、总资产周转率等主要的财务比率之间的关系来综合地分析企业的财务状况，从财务角度评价企业的赢利能力和股东权益回报等绩效水平。杜邦分析体系的基本思想是将企业股东权益报酬率逐级分解为资产净利率、权益乘数等多项财务比率的乘积，这样有助于深入分析和比较企业的经营业绩。杜邦分析体系的模型最显著的特点是将若干用以评价企业经营效率和财务状况的比率按其内在联系有机地结合起来，形成一个完整的指标体系，并最终通过权益收益率来综合反映。采用这一方法，财务比率分析的层次更清晰、条理更突出，为报表分析者全面仔细地了解企业的经营和盈利状况提供方便。杜邦分析体系有助于企业管理层更加明确地看到权益资本收益率的决定因素，以及销售净利润率与总资产周转率、债务比率之间的相互关联关系，给管理层提供了一张明晰的考察公司资产管理效率和是否最大化股东投资回报的路线图。杜邦分析体系传统模型的表达式是：股东权益报酬率=（净利润/股东权益）=（净利润/平均资产总额）（平均资产总额/股东权益）=（净利润/销售收入）（销售收入/平均资产总额）（平均资产总额/股东权益）=（净利润/销售收入）（销售收入/平均资产总额） 1/（1-资产负债率）=销售净利率总资产周转率权益乘数下图为杜邦分析体系传统模型示意图：股东权益报酬率资产报酬率销售净利率净利润总收入总成本制造成本管理费用销售费用财务费用所得税销售收入总资产周转率销售收入平均资产总额平均非流动资产平均固定资产平均长期投资平均无形及其他资产平均流动资产平均货币资金平均存货平均应收及预付账款平均短期投资平均其他流动资产权益乘数图一 杜邦分析体系传统模型示意图（二）杜邦分析体系在信贷管理之事前控制中的作用根据企业财务报告进行财务分析，是了解企业经营业绩及发展能力的重要途径，是商业银行目标客户信用风险分析的重要工具，为信贷管理过程及其后果的各种可能性提供重要参考。因此，商业银行信贷风险事前控制的实施，需要建立信贷客户调查体系。对信贷客户的调查遵循客观公正、实事求是的原则，采用定量分析与定性分析相结合的方法对客户的资信状况进行分析和评估，并据此对客户的财务报告做出全面的评价，以了解客户履约还款的可靠程度。杜邦分析体系从评价企业的权益报酬率出发，利用各主要财务比率指标间的内在有机联系，将指标层层分解，将反映企业盈利状况的总资产报酬率、反映资产营运状况的总资产周转率和反映偿债能力状况的资产负债率按其内在联系有机结合起来，并将这些比率进一步分解为资产、成本、费用等会计要素，形成了完整的指标评价体系。（三）杜邦分析体系的优缺点针对目标客户运用杜邦分析体系进行客户调查，可使财务比率分析的层次更清晰、条理更突出，为报表分析者全面仔细地了解企业的经营和盈利状况提供方便。在杜邦分析体系中，股东权益报酬率是分析的出发点，也是综合性最强的财务分析指标，是杜邦分析体系的核心。通过分析指标变动的原因和趋势，可以帮助商业银行通过财务分析进行企业的绩效评价，做出信贷决策。在企业的经营目标出现偏差时，能及时查明原因并加以修正，以改进信贷管理。因此，杜邦分析体系是有效的事前控制工具。杜邦分析体系是企业短期财务结果的表现，可能会诱使企业管理层采取一些短期行为，忽略企业长期的价值创造。杜邦分析体系采用的指标主要反映了企业过去的财务状况，因此在进行客户调查时，对影响企业经营的新因素无能为力。随着经济的迅速发展，工业经济时代正逐步向知识经济时代迈进，无形资产在企业中的重要地位日益凸显，在目前的信息时代，顾客、供应商、雇员、技术创新等因素对企业经营业绩的影响越来越大，企业的管理人员、技术人员的素质、企业的研究开发能力决定了企业的发展潜力，但这些都无法在杜邦分析中得到体现。四、gpa算法基于企业财务报告的商业银行信贷管理之同步控制（一）gpa算法的原理及分析方法gpa算法是通过选定的gpa模型（gpax=y=f（x）把评估企业财务报表后所得的各类会计要素指标的分数（x）换算为相应的绩点（gpax），再将各绩点乘相应的权数（x权数），最后累加起来除以权数总和，得出平均绩点（gpa）的方法。gpa算法的表达式为：gpa=（gpaxx权数）/x权数这种方法实质上是一种简化的加权平均法。根据企业财务报告中会计具体要素指标的重要程度分别赋权，指标越重要对应的权数就越高。对于评分的处理也简单化，将不同分数段用统一的绩点代替。这既大大减少了算术平均法导致的平均化处理带来的信息失真，又能简化计算过程，使大量绩点的计算在保证科学性和可比性的同时，计算更加简便快捷。通常，高等教育院校对于分数换算的绩点有不同的规定。下表是根据几所大学教务网站列举的部分换算方法：表三 分数与绩点换算表学校分数上海交通大学上海大学美国1美国2美国3复旦大学加拿大河海大学北京大学954.3904444444.354873.783.744.53.7833.38803.33333.7478333772.775732.3722.32.3712.3702.7221.7336822672.3661.7265641.51.5621.71.7601111112.321注：表三中成绩一栏数据为成绩下限，如95表示“10095”，90表示“9490”，依此类推。假如2010至2011学年度第一学期某河海大学学生学习了物理、数学、英语、体育4门课程，百分制得分分别79、85、90、60，这四门课程对应的权数分别为3、6、2、1。按照平均分，该学生的平均成绩就是（79+85+90+60）/4=78.5分。按照上表“河海大学”一栏的换算，得到的gpa为：（物理79）3.53 +（数学85）4.56 + （英语90）52学分+（体育60）21学分 /（3+6+2+1） = 4.125。若是将该4.125的gpa逆向回归到“河海大学”的gpa换算中，该学生的分数则大于80，明显要优于根据平均成绩得到的评价。可见，权数大的课程的成绩对gpa影响较大，而权数小的课程的成绩对gpa影响较小。gpa比平均分的算法更科学，更能真实反映出课程的学习状况。上面的举例中，由于分数换算每一级的间隔相差较大，导致精确度比较低。要使评价更为准确，涉及到gpa模型的构建。（二）gpa模型的建立构造gpa模型（gpax=y=f（x），需要寻求分数（x）和绩点（gpax）的大量观察数据。根据“阳光gpa计算器”，整理得到160组数据，如下表：表四 x与gpax对应表xgpaxxgpaxxgpaxxgpax1004.3984954994954.3954904983.99904904853.7973.98853.7873.7823.3963.97803.3833.3783953.95753803752.7943.93702.7772.7722.3933.91672.3732.3682923.88652701.7641.5913.85621.7601601903.8160110041004893.771004954954883.73954904904873.68904853.7854863.63853.7823.3843.9853.58823.3783833.8843.52783752.7823.7833.46752.7712.3813.6823.39722.3662803.5813.32682621.7793.4803.25661.7601.3783.3793.17641.51004.3773.2783.09601954.3763.1773.011004904.3753762.92954854742.9752.83904803.7732.8742.73803753.3722.7732.63702703712.6722.53601652.7702.5712.421004602.3692.4702.319841005682.3692.2954955672.2682.08904905662.1671.96853.5854.5652661.83803804641.9651.7752.5753.5631.8641.57702703621.7631.43651.5652.5611.6621.29601602601.5611.15100410041004601数据来源：阳光gpa计算器/study/gpa/将以上数据输入ibm spss statistics 19软件，得到大量x，y散点图（x，gpax）。建立回归分析的曲线估计，将gpax作为因变量，x作为自变量，选择所有模型，在检验水平取=0.001的条件下，筛选出与观察值（observed）吻合的三组曲线，分别为逆模型（inverse）、二次项（quadratic）和立方（cubic），如下图所示：图二 拟合曲线图回归曲线的属性见下表：表五 gpax=y=f（x）的拟合曲线模型曲线模型模型表达式r2标准误差标准差方差p值逆模型（inverse）y=8.967-458.506/x0.903 0.074 0.938 0.879 0.000 二次项（quadratic）y=-12.459+0.321x-1.543e-3x20.912 0.075 0.942 0.888 0.000 立方（cubic）y=-9.378+0.200x-6.496e-6x30.913 0.075 0.943 0.889 0.000 决定系数r2最高的是立方（cubic）和二次项（quadratic）模型，为了计算的方便，选择二次项（quadratic）模型作为gpa模型（gpax=y=f（x），即：gpax=y=f（x）=-12.459+0.321x-1.543e-3x2函数最小值为1.23（x=60），最大值为4.19（x=100）。（三）基于企业财务报告的信贷管理指标体系的建立企业信用等级评定是商业银行在对客户的资产负债、经营管理和市场竞争能力等进行综合评价的基础上，对客户偿还债务的能力和偿还风险进行评估的过程。信用等级评定是信用风险管理、预测客户债务偿还风险的重要工具。通过信用等级评定，详细掌握客户的信用状况，并根据积累的信用管理经验，得到授信定价的参考意见。由此派生的企业信用报告是国内外征信业务中最常见、最普及的信息产品品种，它通过披露企业的基本概况、购销与经营管理情况、信贷信息、公共信息、信用评级等内容揭示企业的信用风险。而企业信用报告主要是根据企业财务报告获取的，同时以财务指标作为基础数据。银行在过去和新增的信贷业务中，积累了大量客户信息和还贷情况等数据。并且，通过与中国人民银行征信中心的联网，更加全面地反映了企业的财务与信用情况，这些数据在信贷管理工作中起到了决策作用。1.评价属性的选择在选择哪些属性作为评分依据时，可以去除一些对贷款风险无关的属性，如企业名称、工商登记注册号、注册地址、法人姓名、性别等，选出如财务报表、过往信贷情况、还款来源等属性作为有效信息。2.指标权数的设置指标权数一般采用具体的数值表示。按照国内外的习惯，为便于评价计分，一个指标体系的总权数通常为100，其中每项指标的权重，根据各项指标在整个体系中的重要程度，在总权数范围内分配。本文通过德尔菲法得出基于企业财务报告的信贷管理指标体系（见表六）。表六 基于财务报告的信贷管理指标体系一、基本指标及其权数100（2）销售利润率14三、评议指标及其权数1001、财务效益状况40（3）成本费用利润率10（1）领导班子基本素质20（1）净资产收益率282、资产营运状况18（2）产品市场占有能力16（2）总资产报酬率12（1）存货周转率4（3）基础管理比较水平222、资产营运状况18（2）应收账款周转率4（4）在岗员工素质状况12（1）资产周转率9（3）不良资产比率6（5）技术装备更新水平10（2）流动资产周转率9（4）资产损失比率4（6）行业或区域影响力63、偿债能力状况223、偿债能力状况22（7）企业经营发展策略4（1）资产负债率12（1）流动比率6（8）长期发展能力预测10（2）已获利息倍数10（2）速动比率6四、审批指标及其权数1004、发展能力状况20（3）现金流动负债比率3（1）申报金额30（1）销售增长率10（4）长期资产适合率4（2）贷款期限25（2）资本积累率10（5）经营亏损挂账比率3（3）银行性质15二、修正指标及其权数1004、发展能力状况20（4）贷款用途101、财务效益状况40（1）总资产增长率12（5）还款来源10（1）资本保值增值率16（2）固定资产成新率8（6）担保方式103.信贷情况的审核及指标体系的应用对于目标客户基本指标和修正指标的审核和评分，主要根据该企业财务报告和同行业平均水平。规定同行业平均水平的评分为x0=60，将目标客户的各类指标与同行业平均水平指标进行等比换算，从而得出目标客户各类指标的评分，即：x= x0目标客户的各类指标/同行业平均水平指标。当同行业平均水平或目标客户的指标缺失时，可运用德尔菲法进行评分。对于目标客户评议指标和审批指标的审核和评分，主要根据德尔菲法进行评定。从近几年我国商业银行不良贷款情况数据来看，不同性质的商业银行，其不良贷款存在明显的差异。在对于贷款申请人的资料审核上，应根据不同商业银行的具体情况做出相应的对策。4.贷款等级的评定及信贷利率的确定从2004年起，我国银行奉行国际标准，全面推行五级分类制度。贷款五级分类制度是根据信贷风险程度将商业贷款划分为正常、关注、次级、可疑、损失五类，其中后三类称为不良贷款。五级分类不再依据贷款期限来判断贷款质量，而是通过对借款人现金流量、财务实力、抵押品价值等因素的连续监测和分析，判断贷款的实际损失程度，更准确地反映不良贷款的真实情况，从而提高银行抵御风险的能力。在实际操作中，要严格控制后三种级别，将不良贷款的损失降低到最少。“基准利率”是我国中国人民银行公布的不同品种、期限档次的贷款利率。“贷款利率浮动”是在中国人民银行规定的贷款利率浮动范围内，根据不同的贷款品种、期限贷款基准利率基础上对具体贷款的利率实行向上或向下浮动。我国在2011年4月6日公布了最新一期人民币贷款利率表（见表七）。表七 人民币贷款利率表（2011.04.06）6个月1年1-3年（含）3-5年（含）5年以上基准5.856.316.46.656.8-105.2655.6795.765.9856.1256.14256.62556.726.98257.14106.4356.9417.047.3157.48207.027.5727.687.988.16307.6058.2038.328.6458.84408.198.8348.969.319.52508.7759.4659.69.97510.2609.3610.09610.2410.6410.88709.94510.72710.8811.30511.56确定贷款利率时，视贷款期限长短、借款的风险程度、市场资金供求关系及申请人的经营状况等因素综合确定。一般情况下，根据贷款五级分类制度，将正常类贷款的利率控制在-10.00至5.00间浮动，将关注类贷款的利率控制在5.00至20.00间浮动，将关注类贷款的利率控制在20.00至30.00间浮动，将关注类贷款的利率控制在30.00至50.00间浮动，将关注类贷款的利率控制在50.00至70.00间浮动。在gpa算法下，规定在x的（0，100区间上，划分（0，60 、（60，70 、（70，80 、（80，90 和（90，100五个区间，分别对应五级分类的损失、可疑、次级、关注和正常贷款。根据gpa模型，可换算出各区间对应的gpa范围（见表八）。表八 贷款分类表贷款分类利率浮动xgpa损失（50，70（0，60（0，1.23可疑（30，50（60，70（1.23，2.43次级（20，30（70，80（2.43，3.33关注（5，20（80，90（3.33，3.91正常（-10，5（90，100（3.91，4.19（四）gpa算法在信贷管理之同步控制中的作用信贷管理的同步控制主要通过商业银行的信贷风险内部控制来实现，从而及时调整和矫正银行的信贷行为，因此对于目标客户的信贷审核有较高的要求。同步控制不仅要从财务分析的角度考核目标客户偿债能力、盈利能力、资产运用能力、资本结构和现金流量等情况，还需要从非财务的角度了解真正的贷款目的、明确还款的可能性和还款来源和评估抵押品和担保等情况。gpa算法针对企业财务报告进行深层次的分析，并且将目标客户的指标与同行业水平进行比较，综合分析目标客户的财务、非财务、现金流量与信用支持等具体指标，同时将上述的定性和定量分析归纳汇总，以对借款人还款可能性做出判断。（五）gpa算法的优缺点基于企业财务报告采用gpa算法进行商业银行信贷管理是一种新的尝试，这种算法在对受审批企业品质状况加权赋分的基础上，确定贷款的审批和受关注程度，能够有效的降低审核者地主观意识以及人为干预。在当今信息时代，将审核系统纳入计算机处理，可以优化资源配置，节省人力物力。同时，该算法具有一定的可变性和拓展性，不同地区的不同银行针对不同行业可以执行不同的标准。但是，正是由于该算法的可变性和拓展性，商业银行确定标准是一个亟待解决的难题。由于企业财务报告是企业短期财务结果的表现，运用gpa算法时同样可能会诱使企业管理层采取短期行为，忽略企业长期的价值创造。同时，在评价赋分的过程中，不同的审批人员会根据主观因素判断出不同的结果，从而影响最终的贷款审批。因此，商业银行在进行风险管理操作时应尽量缩小人员审核的差异。五、z-score模型基于企业财务报告的商业银行信贷管理之事后控制（一）z-score模型的原理及分析方法1968年，金融经济学家爱德华阿特曼（edward altman）对美国破产和非破产生产企业进行观察，筛选了22个财务比率，用数理统计的方法建立了z-score模型。z-score模型针对企业的运行状况、破产与否进行分析和判别，从而衡量企业的财务健康状况。该模型最初主要使用于股票上市公司，模型建立的基本过程是：事先确认某些决定区分破产公司与非破产公司的关键因素，根据企业财务报告计算出一组反映公司财务危机程度的财务比率，从众多的财务比率中筛选出敏感因素作为模型的变量，使得这些变量满足：在组内差异最小化的同时实现组间差异最大化。然后根据这些比率对财务危机警示作用的大小给予不同的权重，最后进行加权计算得到综合风险分z。将其与临界值对比就可知公司财务危机的严重程度。阿特曼zscore模型判别函数为：z=1.2a1+1.4a2+3.3a3+0.6a4+0.9a5a1=营运资本/总资产=流动资本/总资产=（流动资产-流动负债）/总资产。a2=留存收益/总资产=（股东权益合计-股本）/总资产。a3=息税前利润/总资产=（利润总额+财务费用）/总资产。a4=股东权益的市场价值总额/总负债=优先股和普通股市值/总负债=（股票市值股票总数）/总负债。a5=销售收入/总资产，即总资产周转率。z-score模型从企业的资产规模、变现能力、获利能力、财务结构、偿债能力、资产利用效率等方面综合反映了企业财务状况，进一步推动了财