（会计学专业论文）我国房地产上市公司财务信用评价研究.pdf

m a s t e rc a n d i d a t e ：x us h u x i a s u p e r v i s o r ：p r o f z h a n gx i a o f e n g m a y 2 0 1 0 s c h o o lo fm a n a g e m e n t g u a n g d o n gu n i v e r s i t yo ft e c h n o l o g y g u a n g z h o u ，g u a n g d o n g ，p r c h i n a ，5 10 5 2 0 摘要 摘要 房地产作为我国国民经济的支柱产业之一，重要性不言而喻。作为一个产业关联 度强的行业，其所带动的上下游产业链相当长。房地产业具有高风险，一旦企业发生 信用风险，将会给整个国民经济的稳定带来重创。因此，对房地产企业进行信用评价 具有极其重要的意义。而当前，我国对于房地产财务信用评价的研究甚少，迫切的需 要引入科学有效的模型来解决信用评价问题。本文基于这种需求，以房地产上市公司 为研究对象，利用神经网络模型来构建一个适用于我国房地产企业的财务信用评价模 型，并对完善房地产企业财务信用评价体系提出建议。 本文首先对国内外现有的研究进行了相关文献的梳理和述评，在此基础上形成了 本文的研究思路及研究框架。接着对信用、企业财务信用及信用评价的定义进行了界 定，进一步介绍了马克思资本论、信息不对称理论、交易成本理论和博弈论等与财务 信用评价相关的理论。第三章对我国房地产企业的发展现状进行了描述，介绍了我国 房地产企业的财务信用评价现状并对现有评价存在的问题进行了分析。 结合房地产企业的特点，笔者建立了一个财务指标与非财务指标相结合、定量指 标与定性指标相结合的房地产财务信用评价指标体系，对神经网络模型进行介绍并根 据已建立的指标体系构建了一个基于b p 神经网络的财务信用评价模型。 根据已构建的财务信用评价模型，展开了模型的实证分析过程，主要包括使用因 子分析法对6 5 个房地产上市公司的1 5 个指标进行变量维度的缩减，得到五个主因子 并根据其特点赋予相应的经济意义。根据各样本的因子得分使用聚类分析将样本分成 好、中、差三个信用等级；使用其中的4 4 家企业对神经网络模型进行训练，并使用剩 余的2 1 家企业对训练完毕的模型进行有效性验证并证实了该模型具有较高的预测准确 率。通过对实证过程和结果的分析，得到了相关的结论。 最后在研究的基础上提出了建立有效的财务信用评价体系、加强信用信息披露、 加强信用评价行业的规范发展和加强和完善法制建设的建议以进一步完善我国房地产 企业的财务信用评价体系。 关键词：信用评价；财务信用；神经网络；房地产 广东工业大擘硕士学位论文 a bs t r a c t a so n eo ft h ep i l l a ri n d u s t r i e so fo u rn a t i o n a le c o n o m y ，t h ei m p o r t a n c eo fr e a le s t a t e i n d u s t r yi ss e l f - e v i d e n t t h eu p s t r e a ma n dd o w n s t r e a mi n d u s t r yc h a i no fr e a le s t a t ei sl o n g f o ri t s s t r o n gc o n n e c t i o n b e c a u s eo ft h eh i g hr i s lo n c et h ec r e d i tr i s ko fa nr e a le s t a t e c o m p a n yr a i s e d ，t h es t a b i l i t yo ft h ee n t i r en a t i o n a le c o n o m yw i l lb ea f f e c t e d t h e r e f o r e ， e v a l u a t i n gt h ec r e d i tr i s ko ft h er e a le s t a t ee n t e r p r i s e sh a sf a r - r e a c h i n gs i g n i f i c a n c e h o w e v e r , t h e r ei sl i t t l er e s e a r c ho nf i n a n c i a lc r e d i te v a l u a t i o no fr e a le s t a t ei nc h i n aa n di ti su r g e n tt o i n t r o d u c es c i e n t i f i ca n de f f e c t i v em o d e lt os o l v et h ec r e d i te v a l u a t i o np r o b l e m b a s e do nt h i s n e e d ，t h ea r t i c l eh a v el a u n c h e dr e s e a r c ho nh o wt os t r u c t u r et h es y s t e m a t i cf i n a n c i a lc r e d i t e v a l u a t i o ns y s t e ma n dr e g a r d sr e a le s t a t el i s t e dc o m p a n ya st h er e s e a r c ho b j e c t , a n dt h e n g i v es u g g e s t i o no nh o wt oi m p r o v et h er e a le s t a t eb u s i n e s sc r e d i te v a l u a t i o ns y s t e m f i r s t l y , t h i sa r t i c l eh a sc o l l e c t i o na n dr e v i e wo ft h ee x i s t i n gr e l a t e dr e s e a r c ho n d o m e s t i ca n df 1 0 r e i 印l i t e r a t u r ea n dt h e nf o r m e dt h ef r a m e w o r ko ft h er e s e a r c h s e c o n d l y , d e f i n e dt h ec o n c e p t so fc r e d i t ，f i n a n c i a lc r e d i ta n dc r e d i te v a l u a t i o na n dt h e nh a sf u r t h e r i n t r o d u c t i o no ft h er e l a t e dt h e o r ys u c ha sm a r x sd a sc a p i t a l ，a s y m m e t r i ci n f o r m a t i o n t h e o r y , t r a n s a c t i o nc o s tt h e o r ya n dg a m et h e o r y , e t c c h a p t e rr id e s c r i b e st h ed e v e l o p m e n to fr e a le s t a t ee n t e r p r i s e si nt h er e c e n ty e a r sa n d t h ec u r r e n ts i t u a t i o no ff i n a n c i a lc r e d i te v a l u a t i o no ft h er e a le s t a t eb u s i n e s sa n dt h e n a n a l y z e st h ee x i s t i n gp r o b l e m s c o m b i n et h ec h a r a c t e r i s t i c so fr e a le s t a t ee n t e r p r i s e s ；t h ea r t i c l ee s t a b l i s h e sr e a le s t a t e f i n a n c i a lc r e d i te v a l u a t i o n i n d e xs y s t e mw h i c hc o m b i n e df i n a n c i a li n d i c a t o r sa n d n o n f i n a n c i a li n d i c a t o r s ，q u a n t i t a t i v ei n d i c a t o r sa n dq u a l i t a t i v ei n d i c a t o r s f u r t h e r m o r e ， i n t r o d u c e st h en e u r a ln e t w o r km o d ea n ds t r u c t u r e sab pn e u r a ln e t w o r kf i n a n c i a lc r e d i t e v a l u a t i o nm o d e la c c o r d i n gt ot h ei n d e xs y s t e m h a v eb e e nc o n s i d e r e dt ot h ec o n s t r u c t e df i n a n c i a lc r e d i te v a l u a t i o nm o d e l ，t h er e s e a r c h e x p a n d st h ee m p i r i c a la n a l y s i sp r o c e s s t h ee m p i r i c a la n a l y s i sp r o c e s si n c l u d e su s i n gf a c t o r a n a l y s i so nt h e15i n d i c a t o r so f6 5l i s t e dr e a le s t a t ec o m p a n yt or e d u c et h ev a r i a b l eq u a n t i t y a n df i n a l l yg e t sf i v em a i nf a c t o r s t h e ng i v e st h ec o r r e s p o n d i n ge c o n o m i cs i g n i f i c a n c e a b s t r a c t e 自e = = ! = = = = = = = = = 目自目目目目自目l 穹m l i n = 皇j = ! e = = 自= e = = = = = 目= ! = = 目| 目_ 目目_ _ l e = = 目目_ l l e = 自 a c c o r d i n gt ot h e r ec h a r a c t e r i s t i c st ot h em a i nf a c t o r s b yu s i n gt h ec l u s t e ra n a l y s i sa c c o r d i n gt ot h es c o r e so fm a i nf a c t o r s ，t h ew r i t e rd i v i d e d t h e6 5s a m p l e si n t ot h r e eg r a d e sw i t l l9 0 0 d ，m e d i u ma n db a dc r e d i tr a t e t h et r a i n st h en e u r a l n e t w o r km o d e lb yu s i n g4 4c o m p a n i e sa n du s e st h er e m a i n i n g21 c o m p a n i e st om a k es t i le t h em o d e li se f f e c t i v e n e s sa n df i n a l l yc o n f i r m e dt h a tt h em o d e lh a s h i g h e rp r e d i c t i o n a c c u r a c y a f t e rt h ee m p i r i c a la n a l y s i sp r o c e s s ，t h ew r i t e rg i v e st h er e l e v a n tc o n c l u s i o n s b a s e do nt h er e s e a r c h , t h ew r i t e rg i v e sr e c o m m e n d a t i o n st of u r t h e ri m p r o v eo u rr e a l e s t a t ec o m p a n y sf i n a n c i a lc r e d i te v a l u a t i o ns y s t e m t h e r ea r ee s t a b l i s h i n ge f f e c t i v ef i n a n c i a l c r e d i te v a l u a t i o ns y s t e m ，s t r e n g t h e nt h ec r e d i ti n f o r m a t i o nd i s c l o s u r e , s t r e n g t h e n i n gt h e c r e d i tr a t i n gi n d u s t r yt od e v e l o pa n d s t r e n g t h e na n di m p r o v et h el e g a ls y s t e n l s k e y w o r d s ：c r e d i te v a l u a t i o n ；f i n a n c i a lc r e d i t ；n e u r a ln e t w o r k ；r e a le s t a t e i i i 广东工业大学硕士学位论文 目录 摘要i a b s t r a c t 】1 第一章绪论1 1 1 研究背景1 1 2 研究目的和意义2 1 3 文献综述3 1 3 1 国外研究动态。3 1 3 2 国内研究动态4 1 3 3 研究述评。7 1 4 研究内容和逻辑框架8 1 4 1 研究内容8 1 4 2 逻辑框架9 第二章财务信用的相关理论1 0 2 1 基本概念的界定1 0 2 1 1 信用1 0 2 1 2 财务信用l o 2 1 3 信用评价1 l 2 2 信用评价的相关理论。1 2 2 2 1 马克思资本论1 2 2 2 2 信息不对称理论1 4 2 2 3 交易成本理论1 5 2 2 4 博弈论 2 3 本章小结 第三章我国房地产企业财务信用评价现状 3 1 我国房地产企业的发展现状 3 1 1 我国房地产行业发展迅速 目录 3 1 2 房地产行业对金融依赖程度高1 7 3 1 3 受宏观环境影响大1 9 3 1 4 房地产企业财务风险凸现1 9 3 2 我国房地产企业信用评价现状2 0 3 2 1 我国房地产企业信用评价体系2 0 3 2 2 我国房地产企业财务信用评价存在的问题2 l 3 3 本章小结2 2 第四章我国房地产上市公司财务信用评价模型的构建2 3 4 1 企业财务信用评价模型的构成要素一2 3 4 2 我国房地产上市公司财务信用评价指标体系的构建2 3 4 2 1 指标选取的原则2 3 4 2 2 财务信用评价指标体系的构建2 4 4 3b p 神经网络模型的构建。2 6 4 3 1 神经网络的学习算法2 6 4 3 2b p 神经网络模型的构建2 8 4 3 3b p 神经网络m a t l a b 程序设计的实现2 9 4 4 本章小结。3 0 第五章我国房地产上市公司财务信用评价模型实证研究3 1 5 1 我国房地产上市公司财务信用等级确定的实证分析3 1 5 1 1 样本的采集与样本预处理3 l 5 1 2 聚类分析3 4 5 2 财务信用评价模型的实证分析1 3 6 5 2 1 系统模型结构的确定3 6 5 2 2 模型的训练3 6 5 2 3 模型的检测3 8 5 - 3 实证结论3 9 5 4 本章小结3 9 第六章完善房地产企业财务信用评价的建议4 1 v 广东工业大学硕士学位论文 6 1 建立有效的财务信用评价体系4 l 6 2 加强信用信息披露4 2 6 3 加强信用评价行业的规范发展4 2 6 4 加强和完善信用法制建设。4 3 6 5 本章小结4 4 总结和展望。4 5 参考文献4 7 攻读学位期间发表的学术论文5 0 独创性声明51 致 射。5 2 附录。5 3 c o n t e n t s c o n t e n t s a b s t r a c t ( c h i n e s e ) i a b s t r a c t ( e n g l i s h ) i i c h a p t e r li n t r o d u c t i o n 1 1 1b a c k g r o u n do f t h er e s e a r c h l 1 2o b j e c t i v e sa n ds i g n i f i c a n c eo f t h er e s e a r c h 2 1 3l i t e r a t u r er e v i e w 3 1 3 1c u r r e n tr e s e a r c hi nr e l a t i v ef i e l d so v e r s e a s 。3 1 3 2c u r r e n tr e s e a r c hi nr e l a t i v ef i e l d sd o m e s t i c 4 1 3 3c o m m e n to nt h er e l a t i v er e s e a r c h 。7 1 4t h er e s e a r c hc o n t e n ta n ds t r u c t u r eo f t h et h e s i s 8 1 4 1t h er e s e a r c hc o n t e n to f t h et h e s i s 8 1 4 2t h er e s e a r c hs t r u c t u r eo f t h et h e s i s 9 c h a p t e r 2t h er e l a t i v et h e o r yo ff i n a n c i a lc r e d i te v a l u a t i o n 1 0 2 1d e f i n i t i o no f b a s i cc o n c e p t 1 0 2 1 1c r e d i t 1 0 2 1 2f i n a n c i a lc r e d i t 1 0 2 1 3c r e d i te v a l u a t i o n 11 2 2t h er e l a t i v et h e o r yo f e n t e r p r i s ef i n a n c i a lc r e d i te v a l u a t i o n 。1 2 2 2 1m a r x sd a sc a p i t a l 1 2 2 2 2a s y m m e t r i ci n f o r m m i o nt h e o r y 1 4 2 2 3t r a n s a c t i o nc o s tt h e o r y 1 5 2 2 4g a m et h e o r y 1 5 2 3s u m m a r yo f t h i sc h a r p t e r 1 6 c h a p t e r 3t h ec u r r e n ts i t u a t i o no ff i n a n c i a lc r e d i te v a l u a t i o ni nr e a le s t a t el i s t e d c o m p a n y 1 7 3 1t h ed e v e l o p i n gs i t u a t i o no f r e a le s t a t ee n t e r p r i s e si no u rc o u n t r y 1 7 3 1 1r a p i dd e v e l o p m e n t 1 7 3 1 2h i g l ld e g r e eo ff i n a n c i a ld e p e n d e n c e 17 i 广东工业大学硕士学位论文 3 1 3g r e a ti m p a c tb yt h em a c r o - e n v i r o n m e n t 1 9 3 1 4h i g h l i g h t so f f i n a n c i a li d s k 1 9 3 2t h ec u r r e n ts i t u a t i o no fc r e d i te v a l u a t i o no fr e a le s t a t el i s t e dc o m p a n y 2 0 3 2 1t h er e a le s t a t ef i n a n c i a lc r e d i te v a l u a t i o ns y s t e m 2 0 3 2 2t h ee x i s t i n gp r o b l e m so f r e a le s t a t ef i n a n c i a lc r e d i te v a l u a t i o ns y s t e m 2 1 3 3s u m m a r yo f t h i sc h a r p t e r 2 2 c h a p t e r 4t h e c o n s t r u c t i o no fr e a le s t a t ef i n a n c i a lc r e d i te v a l u a t i o nm o d e l 2 3 4 1t h ee l e m e n to f t h ef i n a n c i a lc r e d i tm o d e l 一2 3 4 2c o n s t r u c t i o no f r e a le s t a t ef i n a n c i a lc r e d i te v a l u a t i o ni n d e xs y s t e m l 2 3 4 2 1i n d e xs e l e c t i o np r i n c i p l e 2 3 4 2 2c o n s t r u c t i o no f f i n a n c i a lc r e d i te v a l u a t i o ni n d e xs y s t e m l 2 4 4 3b pt h ec o n s t r u c t i o no f b pn e u r a ln e t w o r km o d e l 2 6 4 3 1l e a r n i n ga l g o r i t h mo f n e u r a ln e t w o r k 2 6 4 3 2c o n s t r u c t i o no f b pn e u r a ln e t w o r km o d e l 2 8 4 3 3i m p l e m e n t a t i o no f b pn e u r a ln e t w o r ko f m a t l a bp r o g r a m m i n g 2 9 4 4s u m m a r yo f t h i sc h a r p t e r 3 0 c h a p t e r 5e m p i r i c a ls t u d yo nf i a n a n c i a lc r e d i te v a l u a t i o nm o d e lo fl i s t e dr e a l e s t a t ec o m p a n y 31 5 1e m p i r i c a la n a n l y s i so f f i n a n c i a lc r e d i tr a t i n g 31 5 1 1c o l l e c t i o na n dp r e t r e a t m e n to f t h es a m p l e 3 1 5 1 2c l u s t e ra n a l y s i s 3 4 5 2e m p i r i c a la n a n l y s i so f f i n a n c i a lc r e d i te v a l u a t i o nm o d e l 3 6 5 2 1d e f i r f i t i o no f t h es t r u c t u r eo f t h em o d e l 一3 6 5 2 2t h et r a i n i n go f m o d e l 3 6 5 2 3t h ee x a m i n a t i o no f m o d e l 3 8 5 3c o n c l u s i o n o f t h ee m p i r i c a la n a n l y s i s 3 9 5 4s u m m a r yo f t h i sc h a r p t e r 3 9 c h a p t e r 6p r o p o s a lo fi m p r o v i n gt h ef i n a n c i a lc r e d i te v a l u a t i o no fs y s t e mo fr e a l e s t a t ec o m p a n y 4 1 6 1e s t a b l i s ha ne f f e c t i v ef i n a n c i a lc r e d i te v a l u a t i o ns y s t e m 一4 1 i i i x 第一章绪论 1 1 研究背景 第一章绪论 市场经济是契约经济，市场主体通过缔结各种契约关系形成相互之间的权利与义 务。而完成契约的基础是信用。人无信不立，从我国古代的晋商到现代孟加拉的“穷 人银行 ，莫不体现着信用的重要性。由于市场中存在着信息不对称，信用更成为传递 企业状况的信号，完善的社会信用体系也是一个成熟市场经济的重要标志。随着信用 的发展，信用风险问题也日益突出。次贷危机爆发以后，信用风险更成为国内外学者 所关注的焦点。 在国际金融危机的大背景下，我国经济减速趋势明显，企业财务风险进一步暴露。 随着企业订单的减少、收益的锐减以及亏损企业、行业数目的增加，银行客户的还款 能力和意愿发生变化，银行业不良贷款面临反弹的压力扩张，部分行业信用风险凸显。 受宏观环境影响，房地产市场持续低迷，房地产行业及上下游相关行业的企业贷款风 险高企。 我国的房地产业f 12 0 世纪9 0 年代得到迅速发展，年均增长速度约为2 0 ，产值平 均占g d p 的比例在5 左右，已成为我国国民经济的重要支柱产业之一。同时，房地产 业也是一个关联度强的行业，所带动的上下游产业链相当长。由于受到资源稀缺性、 不可再生性、供给缺乏弹性等特点的影响，房地产企业资金需求量大、周转期长，且 受政治、社会的影响较大，房地产业的生存与发展离不开金融业的支持。在房地产业 的高收益吸引下，许多投资者将资金投向了房地产业。一旦信用不足的房地产开发企 业资金链断裂，无法按期还本付息，不仅银行将背上沉重的负担，投资者利益受损， 整个产业链上的企业都会受到影响。 房地产贷款在我国金融机构贷款中所占的比重一直都比较高，因此需要对房地产 开发贷款加强信贷风险监管；另一方面，开发贷款在房地产贷款中所占比例比以往上 升，意味着房屋空置率在上升，开发贷款风险加大。这使得银行在对待房地产开发贷 款上态度更加谨慎，对房地产企业的财务信用评价就显得更加迫切。而房地产开发商 的财务信用状况，又是反映房地产开发商的资本实力和偿债意愿的一个综合指标，因 此建立对房地产企业的财务信用评价体系，加强对开发商信用状况的监控，将贷款企 业的财务信用状况透明化，对市场的投资者、消费者，甚至银行等贷款机构，都具有 广东工业大学硕士学位论文 现实益处。考虑到研究数据的取得，笔者以我国房地产上市公司为样本，建立适用于 我国房地产上市公司财务信用评价的模型，以期为后续建立房地产企业财务信用评价 模型提供参考。 1 2 研究目的和意义 当前我国对于房地产企业的财务信用评价研究甚少，现有研究在样本选取，指标 体系构建及采用的分析方法都存在一定的缺陷，缺乏一个完善的科学合理的信用评价 体系。本文将在前人的研究基础上，针对房地产行业的特点，力求研究出起一个适用 于我国房地产上市公司的财务信用评价模型。 本文的选题不管是在理论上还是在实际上都具有现实意义：在理论方面，与国外 相比，我国的信用评价研究起步较晚，理论基础薄弱。虽然目前国外亦有许多成熟的 信用评价模型，但由于国内外经济状况、政策法规、金融市场等多种因素都不尽相同， 国外的有效模型不一定适用于我国国情。因此，研究我国企业的财务信用状况，必须 从我国企业财务数据中提取特征指标建立相应的信用评价模型，才能对我国企业的财 务信用状况作出更为准确的预测。虽然我国的相关学者在信用管理方面已进行了较多 的研究并形成了丰富的研究成果，但对于房地产行业的信用评价研究不多，且多以企 业信用评价为主，针对房地产财务信用评价的研究极少。本文在对国内外信用评价研 究的发展做一个系统的梳理和全面的归纳的基础上，对房地产行业的发展及信用评价 现状进行研究，使用神经网络法构建适用于我国房地产企业的财务信用评价模型，对 于丰富和完善现有财务信用评价的研究具有重要的理论意义。 在实际应用上，建立一个有效的财务信用评价体系，对于不同的主体，都有着重 要的意义。首先，对于企业自身来说，信用评价可以使企业自身的信用优势更加透明， 降低企业融资成本；对于外部投资者和交易方来说，可以消除信息不对称问题，外部 信息使用者更加真实地掌握企业的信用状况，降低信息搜集成本，为其投资和经营决 策提供科学依据；对于金融机构来说，信用评价可以为其对企业的授信决策提供依据， 减少金融风险，优化资源配置。信用评价研究对于不同的市场参与者，都具有一定的 市场价值。而房地产企业的产业关联性较强，对房地产行业的财务信用评价进行研究， 可以对众多市场主体提供决策依据，因此，本文的研究具有重要的实际意义。 2 第一章绪论 1 3 文献综述 1 3 1 国外研究动态 国外最早的信用风险评价研究可以追溯到1 9 5 9 年f i s h e r 对信用风险升水决定因素 的开创性研究成果。 传统的定性研究方法中最常见的是信用评价5 c 法，它主要集中在借款人的道德品 质( c h a r a c t e r ) 、还款能力( c a p a c i t y ) 、资本实力( c a p i t a l ) 、担保( c o l l a t e r a l ) 和经营环境条 件( c o n d i t i o n ) 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。但 5 c 法由于专家在权重的确定上具有主观性，难以对专家的决策进行比较。 最早的评级方法是美国通货监理署开发的o c c 分级模型，将现有贷款分成正常、 关注、次级、可疑和损失5 个等级。随后，国际上一些金融机构把等级扩展到9 到1 0 个等级。评级方法实际上是对资产组合的信用状况进行评价，并针对不同级别的贷款 提取不同的损失准备。该种方法重在贷款事后检查，在对贷款发放的事前控制很难发 挥作用，商业银行无法根据评级法进行贷款发放的决策。 1 9 6 8 年a l t m a n 将逐步多元判别分析法应用于财务危机、公司破产和违约风险分析 是古典的定性分析向现代信用量化技术转化的一个转折点。a l t m a n 选取了5 个财务指 标，建立了z 模型f i 】。在此基础上，a l t m a n 、h a l d c m a n 等( 1 9 7 7 ) 又加入了公司规模与盈 余稳定性两个新变量，修正了z 模型，建立了z e t a 模型1 2 1 。a l t m a n ( 2 0 0 0 ) 再次对z e t a 模型进行了修正，去掉了原有受行业约束的指标，得到了跨行业的z 值模型【3 】。然而这 几个模型都存在以下共同的缺点：( 1 ) 两个模型都是线性判别模型，而破产路径可能是 高度非线性的；( 2 ) 研究中将企业分为违约和不违约两类，只考虑了违约和不违约两种 极端情况，不能明确地衡量风险的大小；( 3 ) 两模型都过分依赖于财务报表的账面数据， 削弱了模型预测效果的可靠性和及时性。 在现代金融理论的基础上，m o t o n ( 1 9 7 4 ) 根据期权定价原理，建立了k m v 的信 用监控模型1 4 1 。j e m o r g a n ( 1 9 9 7 ) 建立了以v a r 为基础的信用风险度量制模型( c e r d i t m e t r i c s ) t 习，瑞士信贷银行建立了以保险精算方法为基础的c r e d i t 斑s k 模型等【6 l 。这些量 化度量信用风险的模型己经得到学术界和金融界的认可，被金融机构广泛应用。 随着数理统计和计量经济学的发展，越来越多的学者加入了对信用风险进行定量 分析的研究。如o h l s o n ( 1 9 8 0 ) 利用l o g i s t i c 分析建立了企业财务危机预测模型，结果发 3 广东工业大学硕士学位论文 现公司规模、资本结构、资金报酬率、变现能力具有显著的预测能力【7 l 。1 9 9 0 年，o d o m 和s h a r d a 使用a l t m a n 在z 值分析中所采用的五个财务指标，分别用神经网络模型和 多元判别法对1 2 8 家破产和非破产企业各占一半的实验样本进行了研究，结果认为总体 上神经网络模型的分类正确性要高于多元判别法i s 。 1 9 9 2 年d u t t a 和s h e k h a r 首次在债券评级过程中使用了神经网络模型评估方法1 9 。 e r n e s t 和h a r i s h ( 1 9 9 5 ) 以保险公司为研究对象，采用判别分析、l o 班回归和神经网络对 保险公