（金融学专业论文）基于会计信息和市场信息的信用风险模型一致性研究.pdf

摘要 度量信用风险的模型根据其信息源的不同分为两类会计信息信用风险模 型和市场信息信用风险模型。虽然两类模型的信息源不同，评价方法也大相径庭， 但是它们都是针对相同的评价主体进行信用状态的辨识，因此两者应当以相似或 相近的结论共同反映出评价主体的信用状态变化。它是模型间比较研究的基础。 然而，近来国内许多相关研究中出现了相互矛盾的结论，这直接挑战了上述两类 模型问的根本联系。 为了证明这一内在联系的现实性，本文首先系统的讨论了两类信用风险模型 一致性问题的内涵及分析框架。其次，分别利用代表两类模型的l o g i s t i c 和k m v 对2 8 8 家上市公司的进行信用状态的度量与排序。最后，利用两个模型评价的序 数结果在面板数据多维信息空间中进行层级性和趋势性上的一致性判研。 结果显示，时序上两类模型序数结果一致，都能反映出评价主体自身信用状 态的变化趋势；而截面上的层级序数结果则无法证明两者相关性的存在。可见， 评价主体间信用状态评价结果的差异不仅仅只是评价效率上的区别，还存在着其 他限制性因素破坏了内在的联系。 关键词：信用风险模型；会计信息：市场信息；两类信用风险模型的一致性 a b s t r a c t a c c o r d i n gt ov a r i o u si n f o 珊a t i o ns o u r c e s ，t h e r c a r et w od i 任b r e n tm o d e l s m c a s u r i n gc r c d i tr i s k s ，a c c o u n t i n gc r e d i tr i s km o d e la n dm a r k e t i n gc r e d “r i s km o d e l t h e y 缸ee n t i r ed i v e r s em o d e i su s i n gd i f f b r ti n f o m a t i o ns o u r c e sa i l de s t i m a t i o n a p p r o a c h e s ；h o w “t l l e y 缸ei d c n t i f i c a t i o nm o d e l so fr i s k sb a s e do nt h es a m e e s t i m a t i o no b j e c t ，w h i c hi st l i e 如n d 锄e t a lo f m p 椭t i v es t u d ya m o n gm o d e l s n e v e r t h e l e s s ， t h o s ee m e 唱i n ga n t i n o m i e s丘o md o m e s t i cr e s e a r c ha r e d i r c c t l y c h a l l e n g e dt h ei n t 锄a l l o 百cb e 柳咖t h e 拇om o d e l sf o r c s a i d i i lo r d e rt op r 0 v et h ec o n s i s t e n c yo fi m 锄a 1l o 西cc o 彻e c t i o no f a c c o u n t i n gc r e d i t 五s km o d e la l l dm a r k e t i n gc r e d i tr i s km o d d ，t h i sd i s s e n a t j o ns y s 蛔m t i c a 王l yd j s c u s s e d m ed e f i n i t i o n s 姐d 距a l y s i s 丘锄e w o r ko fc o n s i s t c n c yp r o b l 锄o ft ol 【i n d so fc r c d i t r i s km o d e l sa tf i r ：s t t h ，t om e a s w ca n dr 铷【l kt l l ec r e d i t 船t a t eo f2 8 8l i s t i n g c o m p 姐i e s ，i ta d o p t e dl o g i s t i ca n d vm o d e l ，w l l i c ha r ed e a l tw i md i 仃盯c n t c r e d i tr i s k s l 髂t l y ，w ef o c u s e do nd i s t i n g i l i s h i n gt h ec o n s i s t e n c yo f 删】【i n g 锄d 灯d b ym eo r d i n a lf e s u l t si i lt l l ep 0 0 1d a t ao f m o d e l s t h ec o n c l u s i o nr e v e a l st l om et 、v ok i n d so f 硎i tr i s km o d e l sh a v em es a m e o r d i n a lr e s u l t sf 如mt i m es e r i e sp e r s p e c t i v e ，船w e l l 嬲t h e yr e f l e c tt h ec ：h 姐百n gt r e n d s o fe s t i m a t i o no b j e c t sc r e d i ts t a t 伽e n t ，b u tt h ec o n s i s t 蛆c yf 而mc r o s s - s e c t i o n d u et o t h ev 耐o l l sm o d e l s e 街c i e n d e sa n do t h e rr e s t r i c tf a c t o r se x i s t i n g ，t l l ed i f f e r 锄ta e d i t r i s km o d c l sl e dt 0d i v e r s i 哆o c c u r r i n gb e 咐e 饥c r e d i te s t a t e so fd i f f 打e n te s t i m a t i o n o b j e c t s k e yw o r d s ： c r e d i tr i s km o d e l s ； a c c o u n t i n gi i l f o m a t i o n ；m a r k e ti n f 0 咖a t i o n ； c o n s i s t e n c y i n 硕l j 学他论文 插图索引 图2 1线性空间中会计信息聚类评价原理9 图2 2 非线性空阃中会计信息聚类评价原理9 图2 f 3 市场信息信用风险模型中价值运动过程的描述1 0 图3 1财务指标的筛选流程1 7 图3 2 主成分贡献率的散点图2 3 图4 1违约距离前1 年r o c 比较3 7 图4 2违约距离前2 年r o c 比较。3 8 图4 3违约距离前3 年r o c 比较3 8 图4 。4 理论违约概率变化图4 0 图4 5 违约距离与违约概率的比较关系4 1 图5 1选择标准为0 5 的r o c 曲线4 7 图5 2选择标准为o 7 的r o c 曲线4 8 图5 3选择标准为0 9r o c 曲线4 8 附表索引 表3 1财务指标总体样本1 6 表3 。2 财务指标的正态性检验结果1 8 表3 3 财务指标的独立样本t 检验结果1 9 表3 4 财务指标的m 锄w h i t f - e yt e s t 。1 9 表3 5 两样本k o l m o g o r o v s m i m o v 检验2 0 表3 6k m oa l l db a r t l e n f st e s t 2 2 表3 7 主成分提取结果2 2 表3 8 主成分得分协方差2 3 表3 9r o t a t e dc o m p o n e n tm a t r i x ( a ) 2 4 表3 1 0 主成分得分系数矩阵2 5 表3 1 1m o d e ls u 咖a r y 2 7 表3 1 2l o 西s t i c 模型中使用的主成分2 7 表4 1一年定期整存整取利率近年来的调整3 5 表4 2 各违约点结构下违约距离r o c 面积比较结果。3 9 表4 3违约距离年度r o c 面积比较4 0 表5 1 变截距方程回归结果统计特性4 4 表5 2 个体随机效应对c 的偏离“ 表5 3 回归结果统计特性4 6 表5 4 截面随机效应及时期固定效应估计值4 6 表5 5r o c 曲线下面积比较4 8 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何 其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献 的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法 律后果由本人承担。 作者签名：勿乃日期：”n8 年r 月“日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被 查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入 有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编 本学位论文。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密口。 ( 请在以上相应方框内打“、”) jb 作者签名：节约日期：g 年r 月硝日 翩戤。苏吻巩醐川埤珀“日 硕l 。学位论文 第1 章绪论 1 1 研究背景及选题意义 信用风险广泛地存在于经济个体之间的交往当中，它的存在增加了交易成本、 在一定程度上限制了市场作为交易媒介平滑、促进经济活动的效能。因此，对于 信用风险的辨识、度量和管理一直以来备受关注。无论是实际的风险管理工作， 还是该领域的理论研究，信用风险都无可避免地成为了焦点。过去几十年里，信 用风险度量与管理的研究方法随着社会环境的变迁、资本市场的迅速发展，以及 新技术手段的应用而发生了显著的变化，逐渐发展出了两大类模型：一是基于会 计信息的信用风险模型，以a l t m 姐【1 】的z s c o r e 系列模型为代表的信用风险模型， 主要采用多元统计中的线性判别方法和计量经济学中的l o 鲫、p r o b i t 等方法，以 及8 0 年代末9 0 年代初产生的利用系统工程领域方法所构造的信用分析模型 最突出的是神经网络模型；二是或有权益框架下市场信息信用风险模型。该类模 型以m e n o n ( 1 9 7 4 ) 【2 】【3 】为代表，包括b l a c k & c o x ( 1 9 7 6 ) 【4 】、d u 伍e s i n 百e t o n 【5 】的 结构模型和9 0 年代初产生的以j a r m w & t u m b u i l ( 1 9 9 5 ，1 9 9 7 ) 【6 】【7 l 为代表的简化模 型，以及后来z h o u ( 2 0 0 1 ) 嘲的混合模型、信用风险组合模型k m v 。这两类信用风 险模型及其评价体系从其产生之初，就展现了强大的生命力，成为了信用风险度 量和管理中的应用范式。近些年，我国开始引入并广泛地使用这些模型在上市公 司、银行贷款等方面进行信用风险评价，其问有不少的学者不断地针对我们的实 际情况改进这些模型，以期提高模型的适用性。更好地反映我国经济实体的信用 状态。 虽然两类模型( 两种体系) 的信息结构存在差异，但事实上它们都是针对相 同的上市公司或评价主体所进行的信用状态分析与辨识。因此，从理论上来说它 们都应该能够在信用状态变化特征评价上得出相近或相似的结论。然而，现实情 况却并非如此。在国内的研究中，部分学者通过综合使用两类信用风险模型，结 果发现两者反映的信用状态变化趋同，而且还能有效地提升违约风险的辨识效率； 相反，另一部分学者却在独立使用两类模型的情况下，发现二者违约信号的传递 存在冲突和矛盾，并在统计上是显著的。这样的争执与分歧都在冲击着这一内在 的根本逻辑关系，对二者能否得出相近的度量结果产生了质疑。 如果这一根本的内在联系被如此否定，比较就失去了一个共同的载体。那么 学术界近来所做的所有关于这两类信用风险模型判别效率的个性研究都将变得毫 无意义。因此，一致性问题研究与判断既是信用风险模型比较的前提，也是它们 荜f 会计信息和市场竹息的竹用风险横型一致忡研究 能相互印证的基础。如果这个前提不能得到 芷实，那么在任何一个系统中利用上 述模型进行的比较研究和相互印证都将由于缺乏内在的逻辑联系，结果不共有任 何的参考价值。从这个意义上来说，证明一致往的内在联系是开展所有比较研究 的根本，而这一如此重要课题却被我们习惯性的忽视了。 过往的研究大多把结论的差异以及彼此相互矛盾的观点归结为两类模型的辨 识效率，但这是否就是差异形成的全部成因呢? 又或者，这些大相径庭的结论本 身是否系统性的来自于我们固有逻辑上的错误呢? 如果是前者，非一致性特征是联系趋势的杂波，是由于我国金融市场在信息 传递上的低效所带来的模型适应性问题，并由此割裂了两种评价体系的内在联系。 只要逻辑联系是正确的，不存在系统冲突的非一致性，那么我们一方面可以通过 不断的修正拟合参数、改进模型等等方式提高辨识效率，另一方面变革媒介中的 限制性因素，提高信息传递的效率，这样信用风险状态变化的过程可以通过鹾类 模型的相互借鉴与印证得到很好的反映。如果是焉者，那么将有一类模型会因此 恧被彻底否定，无法在现阶段有效地反映我国企业的信用状态变化特征。 所以，本文欲着眼于此，从某些研究褶悖的结论出发，对两种模型在信用风险 评价上的一致性进行探讨。以检验这样相悖的结论到底是由于技术性误差造成的， 还是由于内在逻辑联系的缺失而真的存在着系统性的差异。 针对信用风险评价体系的两种职能，本文欲将一致性特征分解成两部分：一 是层级上的一致性特征，对于一系列相同评价主体进行横向比较，以检验睡类模 型事前评价的优劣排序在统计上是否显著一致；二是趋势上的一致性，对于同一 评价主体进行级向比较，两类模型对该主体信用状态变化趋势的反映是否显著一 致。 在现实的信用风险管理过程中，一致性研究有助于辨识会计信息及市场信息 信用风险模型评价差异中可能存在的系统性错误，并据此在信用风险管理过程中 剔除错误的评价系统，提高模型的使用效率。在理论上，一致性研究有助予明确 改进方向，完善信用风险模型在适应性、实用性上的拓展，有的赦矢，避免盲目 性。因此，无论是对实际应用或者是理论研究。一致性评价帮有着极其重要的意 义。 1 2 文献综述 对手会计信息以及市场信息信用风殓模型的一致性比较，国际上的实证文献 楣对较少，其原因有二：一方猫，发达金融市场与新兴金融市场在信息效率上存 在巨大的差异，前者信息反映更趋均衡。另一方面，市场信息信用风险模型9 0 年代之后才广泛应用于蘩个信用风险度量与评价的事件当中，因此，一致性问题 2 在成熟发达的金融市场当中差异并不那么显著。k e d l h o f e rs ，k u r b a tm ( 2 0 0 1 ) 1 9 】 采用了群内分析和功效曲线方法比较了m o r t c r 模型与m o o d y s 评级违约预测的一 致性差异。其他的大多都在迸行效率比较，如m a r t i n ( 1 9 7 7 ) ，p r e s s ，w i l s o n ( 1 9 7 8 ) f i o j 最早借用l o g i s t i cf i l n c t i o n 建立了l o 百t 信用评分模型与判别式方法进行同一信息 源内的比较，其后h u 仃r n 锄w a r d ( 1 9 9 6 ) ，l a i t i n 姐( 2 0 0 0 ) ，s j u rw & w i j s t n ( 2 0 0 1 ) 【1 1 1 都运用了这一方法进行实证研究，发现其结果优于判别分析法。 a l 衄a i l ( 2 0 0 2 ) 【1 2 】却进行了两类信用风险模型的效率，认为基于会计信息的z 值模 型的违约预测要优于m e n o n 模型。 国内学者石晓军、任若恩( 2 0 0 5 ) 【1 3 】率先完成了一致性研究，通过比较z 值 与k m v 模型的预期违约频度( e d f ) 以及违约距离的相关关系，发现其理论上 本该存在的负相关关系在统计上不显著。也即z 值模型在判定结果上与讧v 不 一致，未能证明两类模型信用评价上本该拥有的内在联系。 面谭久均( 2 0 0 5 ) 【】将违约距离加入到l o 西s t i c 当中，发现有助于提升l o g i s t i c 模型的拟合优度和预测效果，并得出在统计上显著的违约距离与危机概率( 基于 会计信息l o 西s t i c 计算出的概率) 负相关的关系，并认为这与违约距离自身的经济 学含义一致即较高的违约概率( 会计信息模型的计算结果) 对应着较低违约 距离。这实际上是会计信息模型与市场信息一致性的表现。这与石晓军、任若恩 ( 2 0 0 5 ) 的结论矛盾。 。 此外，马若薇( 2 0 0 6 ) 【1 5 l 在两类模型的差异比较研究中发现它们在违约信号 的有效传递中也存在着矛盾。通过首次将k m v 模型引入财务困境预警中，与基 于会计信息f i s h 盯、l o g i s t i c 等模型进行比较。发现k m v 的判别能力比这两个模 型要强。在其测试样本( 8 5 2 个全样本，1 1 5 个财务困境企业) 中，在较低的阀值 下，k m v 对4 3 个样本( 第二年确实发生了财务危机) 发出了预警信号，而f i s h e r 、 l o 西s t i c 等模型只对2 4 个样本发出了预警信号。而随着边界条件的不断改变，订v 的这一表现仍然持续。这就意味着，对于某些相同的评价主体，k m v 发出了预 警信号，而会计信息模型则没有反应，表现出了在评价上的不一致。然而，表现 上的持续差异是否在统计上显著，又在多大的置信水平上显著，马若薇( 2 0 0 6 ) 【l5 】并没有进一步分析，仅仅笼统地将差异的成因归结为技术性问题。诚然，实证 策略的选择及k m v 在敏感性上的优势是造成显著差异的原因之一，但它们是否 就是成因的全部，却未为可知。因为k m v 模型对价值波动的敏感有时也会降低 其在评价上的表现。 当然他们结论的差异有部分原因确实会受到一些技术性问题的干扰，如参数 的选择、模型的适用性调整等等。因此，我们很有必要在模型参数、适用性调整、 效率差异等问题上进行追踪，以便在实证研究中规避技术性风险。 而国内研究现下主要的侧重方向也恰恰满足了我们的要求。这些研究主要分 苹于会计竹息和市场什息的信用风险模型一致忡研究 为二个方向，一是进行模型适用性的调整与辨识。这一部分又分为会计信息信用 风险模型的调整和市场信息信用风险模型的调整。在会计信息信用风险模型的适 用性研究中，陈静( 1 9 9 9 ) 【16 1 、张玲( 2 0 0 0 ) 【m ，吴世农( 2 0 0 1 ) 【1 8 】严格遵循 a l n a i i 范式构造出适合中国实际情况的z 值模型，王春峰、力海晖( 1 9 9 8 ，1 9 9 9 ， 2 0 0 1 ) 【1 9 l 【2 0 借鉴a l t m 姐分析范式的方法和模型( 变量是a i t m 锄的z 评分模型所 采用的变量) 对我国9 7 个上市公司违约预测进行了实证分析，认为预测效果较好。 而其后的许多学者则脱离了原有a 1 t l l l a l l 经典范式，运用了许多新的技术及方法改 进舢n l l 粕范式在“去真存伪”上精度不高的问题。王春峰( 2 0 0 0 ) 【2 l 】采用了投影 寻踪判别方法替代原来的线性方法进行信用风险评价，张爱民( 2 0 0 1 ) 1 2 2 l 贝0 是采 用综合因子替代原来的变量，并希望通过这样的方式保留更多的状态信息。李秉 祥( 2 0 0 5 ) 【2 3 】利用主成分分析法对我国上市公司信用风险进行评价。而在系统内 部比较研究上，张宗益、朱小宗、耿华丹，吴俊( 2 0 0 5 ) 【2 4 】利用各基于会计信息 的信用风险模型对重庆市各商业银行1 2 3 8 笔贷款企业进行违约测算，发现这些模 型预测效果都较差，尤其是犯第二类错误率很高，实证说明它们在分析我国商业 银行贷款违约率方面使用性不强。 在市场信息信用风险模型的适用性调整上，近年来，国内主要是对k m v 模 型进行相关研究，吴冲锋、程鹏( 2 0 0 2 ) 【2 5 】使用k m v 模型对沪深股市上市公司 的信用状况进行了分析，得出绩优公司信用状况最好，高科技公司信用状况其次， s t 公司信用状况最差的结论。鲁炜、刘翼云等( 2 0 0 3 ) 【2 6 】认为，企业资产市傻 波动率和企业股权市值波动率的关系随市场不同而不同，并利用国内的相关数据 得出了适应中国市场的股权价值波动率和企业价值波动率的函数关系，初步实现 了运用期权理论对中国上市公司的信用风险进行估测。杨星( 2 0 0 4 ) 【2 7 j 应用k m v 模型研究发现上市公司股票价格波动与e d f 显著负相关，e d f 与公司信用资质变 化吻合。张玲、杨贞柿、陈收( 2 0 0 4 ) 【2 8 】针对中国上市公司股权结构及其所处市 场环境的特殊性，运用砌“v 模型评价s t 公司和非s t 公司的信用风险，通过调 整模型中股权市值计算和违约点设定方法，检验模型识别上市公司信用风险的能 力。结果表明，参数调整后的k m v 模型能够提前两年识别上市公司个体信用风 险差异，提前4 年识别上市公司整体上的信用风险变化趋势。康伟刚( 2 0 0 4 ) f 2 9 】 采用k m v 模型和违约率函数结结构化处理方法建立公司债券违约率的模型，并 应用实际数据给出了模型具体化的处理方法，得到的违约率函数拟合效果比较理 想，验证了模型的可行性和合理性。 从众多学者的研究中，我们得知两类模型在目前的市场环境中是适用的，可 以通过很多参数的选择优化模型的评价结果。因此，评价结果是否拥有层级性特 征就成为了研究能否继续的首要问题。 而两类模型的层级性特征就恰恰是国内研究又一主要方向。卢世春、欧阳植 4 ( 1 9 9 9 ) 【j 0 j 认为会计信息信用风险模型的评价体系具有层级性即信用质量越 高，其所获得的评价也就越高，并用f i s h e r 的线性判别函数制定了评级标准，其 得分越低，则其评级也就越低，信用质量也就越差。粱琪( 2 0 0 5 ) 【3 1 】的研究也表 明，z 值得分越低其相应的经营失败的概率也就越高。而沈沛龙( 2 0 0 6 ) 【3 2 】也根 据财务状况的国际1 0 级分类标准计算出各个评级的z 值区间，这也充分说明了z 值越高，企业的信用质量越高，违约的可能性越小的层级性特点。 周昭雄( 2 0 0 6 ) 口卅则通过k m v 模型对优良业绩公司、中等业绩公司以及较 差业绩公司进行了评价，发现违约距离也具有层级性的特点，在一定程度上反映 了我国上市公司真实的信用状况。 1 3 研究思路设计及结构 本文将结合前人信用风险模型理论研究成果，立足我国金融环境的实际情况， 拟运用多种计量模型及研究方法分别完成会计信息信用风险模型以及市场信息信 用风险模型对上市公司信用风险的评价，并在此基础上对两类模型内在联系进行 一致性分析和评价。第一章主要介绍了一致问题的研究背景及研究现状。第二章 主要是对一致性问题的内涵及其理论源承进行概述，建立分析范式。第三章则是 通过会计信息信用风险模型的比较，确立以l o g i s t i c 模型作为主要的度量模型对上 市公司样本近三年的数据进行实证研究以及信用风险序列结果的评价。第四章， 则是以l ：m v 模型作为主要的市场信息信用风险组合模型进行相关实址研究及序 列结果的评价。第五章，利用面板数据将两类模型的序列结果进行回归分析，考 察两类模型结果的差异是否存在统计上显著，以此证明一致性问题的现实性j 5 基于会计竹息和市场竹息的竹用风险模型一致件研究 第2 章两类信用风险模型的一致性问题概述 2 1 一致性问题的含义及分析范式 信用风险模型的一致性研究，究其根本是对不同信息源模型评价结果进行的 研究，是一种共性研究。在实际的市场环境中证明和提炼众多信用风险模型评价 结果中存在着的共同结论，这是信用风险模型一致性问题研究的方向和内容。因 而，分解信用风险模型评价结果，提炼共同的不因人为选择差异而发生交化的信 息集合成为了本文行文研究的出发点。 无论何种信用风险模型对一系列信用风险主体评价的结果在客观上包含两部 分内容：排序与选择。前者描述的是信用风险暴露程度的评价结果必然存在着由 大及小或者由小及大的顺序，这一客观存在的序数结果是信用风险模型内在的级 差特性决定，也是甄别和选择的应用基础；而后者则是应用主体根据自身的风险 承受能力设定标准进行筛选而产生的选择结果即在评价结果序列中选择符合 标准的风险主体。可见，信用风险模型对风险主体在某一时段内是否发生信用事 件( c r e d i t “e i i t ) 的甄别与选择既有客观性也有主观性。特别是后者，人为选择 差异造成的影响更大。除了风险承受能力的区别外，还有模型结果自身纲量的不 同使得标准的设定也存在差异。比如，z 模型的数值结果本身是没有任何现实意 义的，仅仅只是在比较的过程中表示风险大小的区别；相应地，l o g i s t i c 模型 得出的数值结果则是违约概率的大小，纲量的不同使得两者难以通过同一标准设 定筛选范围。因此，标准设定本身因为纲量的差异无法实现统一；同时标准的设 定也会随着应用模型的机构本身其风险厌恶程度的差异而不同，具有主观选择性。 评价结果中可能存在的共同部分必须是在整个信用风险模型的分析框架中客 观存在的内容，不因人为选择的差异而有所不同，这是一致性研究更为确切的选 择对象。因此，一致性问题实际上归结为不同信息源信用风险模型评价结论中的 排序结果。筒而言之，如果基于会计信息的信用风险模型对一系列评价主体有如 下结论：a 2 a c ：l c ，。，即这些公司的信用风险由大及小的如此排列， 那么基于市场信息的信用风险模型也应得出相近的由大及小排列顺序( 以同向评 价为例，风险越高，数值结果越高) ，埘。脚。慨埘。 珥= 口+ c i + 占 ( 2 1 ) 即在统计上显著相关的序列关系，然而，或正或负的相关性则是随具体选择的 信用风险模型而有所不同。同时，无论是何种信用风险的评价体系都被赋予了两 6 种相同的使命事前的判断评价与事后的跟踪预警。这也是日常的信用风险度 量和管理的内在需要。针对信用风险评价体系的两种职能，本文欲将一致性特征 分解成两部分：一是层级上的一致性特征，对于一系列相同评价主体所进行的横 向比较，两类模型关于它们信用质量事i ；i 评价的优劣排序在统计上是否一致；一 是趋势上的一致性，对于同一评价主体的纵向比较，两类模型对于其信用状态变 化趋势的反应是否一致。 2 2 一致性问题研究的逻辑起点 两类模型虽然面对的是不同的信息集，采用不同的信息处理方式，但都是针 对同一评价主体而进行的研究。这样共同的基础是两类模型得以联系的根本。费 玛( e u 譬c n e f 哪a ) 有效市场假说则为一致性问题内在的逻辑联系提供了描述性的 解释。资本市场机制的运作效率在不同信息环境下有三种“有效”形式，即弱式有 效、半强式有效和强式有效。事实上，有效资本市场假设理论最重要的贡献并不 在于它对应有什么样的证券管理体制和证券法规得出一个结论，而在于它作为一 个描述性理论，表明了宏观、中观及上市公司层面的财务信息( 包括任何影响金 融指标的信息) 的披露与证券价格之间的关系。这一理论建立了一个分析系统， 让人们在该系统所设定的框架内，对股票价格本身的合理性，股票价格与信息披 露和市场上其它各种因素的关系进行进一步的研究，从而得出自己的结论。 在弱式有效市场存在的情况下，可以假定在这一市场上参加交易的所有投资 者均掌握了某一特定证券的历史( 自上市以来) 价格变动情况及这些变动所反映 的全部信息。也就是说，所有投资者占有的历史信息是一样的。所有投资者对这 些信息的集体判断形成了这一特定证券的价格。在半强式有效市场存在的情况下， 可以假定在这一市场上所有参加交易的投资者所占有的有关某一特定上市公司的 所有公开信息都是一样的。证券价格反映了所有公开信息所包含的价值，也就是 说，证券价格的形成反映了所有投资者对所有公开信息的集体判断。在强式有效 市场存在的情况下，可以假定在这一市场上所有参加交易的投资者都掌握了有关 某一特定上市公司的业绩及其内在价值的所有信息，无论其公开与否，证券价格 反映了所有这些信息所包含的价值。 可见无论是何种效率市场模式都在强调，会计信息、政策信息向证券价格的 传递，并作用于其市场表现。就作用的结果本身又存在着两方面的内容：首先， 通常我们所讲的信息作用于市场所发生的股价变动的速度只能被直观地称为“信 息性有效”；其次，由于上述股价变动所造成的资本流向的改变，以及进而形成的 整个社会资源的再分配则可被称之为“价值性有效”。 而事实上致性问题是在信息性有效的基础上衍生出来的信息测度与信息函 7 幕于全计竹息和市场信息的竹用风险模型一致件研究 数反应平衡的问题。 i ，山i b 当信息性有效成立时，会计信息集合以某种映射关系向市场信息集合传递有 关评价主体信用风险信息内容。当然，这样的反应不是同时同步同等程度的，市 场信息集合对此所作出的反应有时会夸大或缩小这样的变化。 2 3 两类信用风险模型概述 2 2 。l 基于会计信息信用风险模型概述及基本原理 会计信息信用风险模型是构建在分类学基础上的一类模型，主要根据公司本 身的财务特性来研究个体分类方法，利用表明企业信用状态的变量值和他们所属 的类别，求出判别函数，据此进行信用风险分类的一种分析方法，它是建立在统 计学或者遗传学基础上的一类计量模型。具体地，它通过挑选与破产企业样本相 匹配的非破产企业样本，通过比较两个样本后，运用统计学方法从企业财务报表 中选出预测企业违约或破产能力最佳的一个或一组财务比率作为判别指标和模型 的解释变量，最后借助于实证分析估计模型解释变量的系数和模型产出变量。这 类模型又被称为破产预测模型，它包括z 值模型、z e t a 模型、p r o b i “l o 西t 模型等 结合f i s h e r ( 1 9 3 6 ) 线性判别分析模型来对该类信用风险模型的精神实质 进行概括阐述。f i s h e r 模型的主要目的是从质子集中分离归类出同质整体，为 了达到这个目的，通过各种不同的决策标准用来确定相关的决策准则。判别分析 的思想十分简单：首先我们从想要分离的数据中选取一定数量的分类c ，然后， 从两种类别中分离出解释变量，发现这些解释变量的线性组合。n 是需要分离的 数据点的数量例如银行贷款的数量。p 是会计指标的变量个数。 x = ( 五而) 是随机变量x = j ( 墨五4 ) 的观测向量值。现在利用该方 法分离出两类以和蜴，例如好的借款人和差的借款人。f i s h e r 的思想是寻找解 释变量的线性组合，使得两类之间的距离最大。 ，：芝缝二剑( 2 2 ) m 1 珊 其中是需要找到的权重的向量，各个分类之间的协方差矩阵。对国求 导= o 得到国= 。i 一鸬) ，如果国7 工+ 口 o 则形态x 归入q ，反之则归入哆中。 硕f 学位论殳 用单一财务变量作为解释变量的情况来分析，当该变量是可以线性分离的时 ( 即存在于某一线性空间中，财务危机的判别函数可用线性函数进行分析判别) ， 如图所示，在这个二维空间中，黑点表示财务危机企业的该项指标数值，白点表 示财务健康稳定的企业该项指标数值，会计信息信用风险模型的任务就是在此空 间中找寻到最佳的分割线以区分两类财务质量存在差异的企业，即7 x + 口= 0 。 图2 1 线性空间中会计信息聚类评价原理 在多项财务数据的高维空间中则是找出某一超平面。在这一过程中，会计信 息信用风险模型还需对各项财务指标进行充分的辨识以找出能代表两类企业的财 务指标( 即找出其空间距离最大的变量组合) 。a l t m a n ( 1 9 6 8 ) 的z 评分信用 判别分析中最著名的应用。在z 评分模型中，解释变量纳入了营运自己，资产、留 存收益资产、净价值，负债和销售收入，资产。一旦选定了口，f i s h e r 准则可以明 确地分隔吼和驰 而后来的一系列信用风险模型，如l o 画s t i c 回归分析法，则是将其拓展到非线 性可分的空间中进行比较的。2 0 世纪8 0 年代以来，l o g i s t i c 回归分析法逐步取代 幕于会计竹息羊丌市场信息的竹用风硷模犁一致忡研究 了传统的判别分析法。与一般判别分析法假定企业破产或经营失败服从二项分布 所不同的是，l o 西s t i c 回归分析假设其服从l o 百s t i c 分布。 2 2 2 基于市场信息信用风险模型概述及基本原理 市场信息信用风险模型对评价主体信用状态的判别，主要通过企业市场价值 及其信用安全阀值之间的相对距离来反应主体的信用状态。其核心内容就是以价 格、波动率等特征信号作为分析信用状态的主要因子，通过不同的随机过程实现 价格变动的描述，进而完成违约相对距离的测算，实现信用风险暴露程度的度量。 图2 3 市场信恩信用风险模型中价值运动过程的描述 当然基于市场信息的信用风险模型仅仅只是或有权益框架分析下中的一种， 也称为结构模型，在信用风险测度上有这样的认知。就是在违约形成的过程中， 结构模型认为违约是渐进形成的，有其自身的周期性特点，违约时间是可以预测 的。结构模型的产生源于b l a c k s c h 0 1 韶( 1 9 7 3 ) 以及m c r t o n ( 1 9 7 4 ) 在期权定价领 域的开创性贡献。在他们的理论中，将债券以及股票看成是依附于发行公司资产 上的或有权益，并通过期权定价公司计算其价值。这些证券及其动态变化取决于 公司资产价值的演变。扩散过程式极其典型的用于描述公司价值演变的随机过程， 违约事件可以定义为公司价值达到某些外生设定的边界条件。违约事件也因此成 为可预测的停滞时间。正是受到这些理念的影响，许多学者针对原始的 m c n o n ( 1 9 7 4 ) 模型进行了较为深入的拓展，在众多的研究中，我们以三个研究作 为标示，来刻画阶段性的研究成果：b l a c k c o x ( 1 9 7 6 ) l o n g s t a f r & s c h w a n z ( 1 9 9 5 ) 刚【3 5 】【3 6 1 一z h o u ( 1 9 9 7 ，2 0 0 1 ) ，当然在这发展过程中集合了很多学 者的研究工作，例如在1 9 7 6 1 9 9 5 年间j o n e s 。m a s o n & r o s c l l f i e l d ( 1 9 8 5 ) ，s h i m k o ， t e i i i m a v a i ld e v 越t e ( 1 9 9 3 ) 【3 7 】，f r 眦k s t o r o u s ( 1 9 9 4 ) 【3 8 】 l e l a n d & t o 魁1 9 9 6 ) ( 3 9 l 引入随机利率过程、引入破产成本等等，而在1 9 9 5 一1 9 9 7l 0 n g s t a f r s c h w a n z 将定价扩展为另一广泛应用的分析范式，而不是在期权模型的框架中。第三阶段 过程中增加了非高斯分布的假设以及资产跳跃项的引入等等( 支持这类研究成果 1 0 的学者，其观点被概括为简化模型。他们认为违约事件是突发的，可能受到外部 环境的冲击造成短期的支付危机，因此在其强度函数中存在系统性的风险因子来 反映违约强度的大小，7 因此就简化模型而言，违约时间是不可预测的。往往需要 通过强大的违约数据库记载的违约出现的频度作为描述其变动的泊松分布参数) ， 其中z h o u 的跳跃扩散模型是价值过程中的一个重大突破，综合了市场价格信息 以及违约数据的分析结构 幕干会汁信息和市场竹息的竹用风险模掣一致悱研究 第3 章基于会计信息对我国上市公司信用风险的 实证分析 3 1 会计信息信用风险模型的比较与选择 会计信用风险模型，顾名思义就是利用公司的各项财务数据等为代表的会计 信息为分析对象进行信用风险判别与辨识的一类模型及分析范式，概括起来大致 有判别分析模型，线形概率模型、l o g s t i c 、p r o b i l 模型。而其发展历程及其模型所 面i 黼的限制又经历了如下的几个阶段，首先，f i t z p a t r i c k ( 1 9 3 2 ) 对破产企业和非破 产企业的财务比率进行了比较研究，发现前者的财务比率一般比较差。f i s h e r ( 1 9 3 6 ) 提出了多元判别分析法( m d a ，m u l t i p l ed i g c r i m i n a n ta n a l y s i s ) ，d u r a l l d ( 1 9 4 1 ) 首先应用到了经济和金融领域，b e a v c r ( 1 9 6 6 ) 和a l 仃n 粕( 1 9 6 8 ) 分别 在应用一元和多元判别分橱法等上做出了开拓性鲍研究。b 髓v e r ( 1 9 6 6 ) 1 4 0 】采用 单变量分析法对3 0 多个财务比率进行了研究，结果发现现金流，总受债是最有解 释企业破产能力的指标。a i t i i i 蛐( 1 9 6 8 ) 创立了由5 个参数( 财务数据) z 值模 型对美国制造业进行了判别研究，具有较强的解释力，它很快成为了一种信用风 险的度量方法，其后a 1 t i i l 舭又建立了z s c 0 模型以及z e l - a 模型。这些有关信 用风险的古典理论大多采用的是传统的统计方法，c a o u e t e ( 1 9 9 8 ) ， d u 踟“1 9 9 5 a b ，1 9 9 7 ) 【4 1 】( 4 2 l 对此做了批判性的分柝，尽管这些方法披银行广泛的使 用，但它们存在很多问题，这类方法的一个基本原理就是估计违约橇率( 或者信 用等级恶化的概率) ，以及合约可能违约时的价值。a i h n 龃( 1 9 7 7 ) 描述了用于预测 单个企业违约概率技术。从计算死亡率发震到了对信用等级迁移概率的计算，这 些概率说明了信用等级上升和下降的可能性，而且他们忽视了违约概率同潜在损 失之间可能存在着相关性。显然这样的相关性会影响结果，为克服这些困难，有 些人已经尝试使用其他分析方法。由此，2 0 世纪8 0 年代之后，l o g i s 虹c 回归分析 法逐步取代了传统的判别分析法。与一般判别分析法假定企业破产或经营失败服 从二项分布所不同的是，l o 西s t i c 回归分析假设其服从l o 舀s t i c 分布。作为量纯度 量企业信用风险的一种主流方法，i o 譬i s t i c 方法不仅灵活简便，而且许多假设比较 符合经济现实和金融数据的分布规律。它不要求模型变量间具有线性的相关关系， 不要求变量服从协方差矩阵相等和残差项服从正态分布等。9 0 年代又出现了利用 人工智能方法进纾信用风险辨识的分析方法，比如神经网络分柝法然丽神经网 络分析法( n e l l r a ln e 魄o f k ) 缺乏经济和金融理论的支持，对企业破产预测模型解 释变量的选择以及模型方程本身的拟合过多地依赖于人工智能法和模型预测的准 确性，很容易导致方程过度拟合，从而降低模型的经济学意义上的说服力。 综上所述，线形概率模型、p r o b i t 模型和判别分析模型的使用都有所限制， 也各有缺陷。p r o b i t 模型和判别分析模型均要求变量呈正态分析，而实际情况并 非如此，其次线形概率模型参数估计的估计方差是有偏的，也无法拟合财务指标 中具有非线性关系的数据。此外，如z 值、z s r e 这样的判别模型，其序数结果 存在灰色区域，在这一区域无法有效的对评价主体信用状态进行辨识。而神经网 络分析法对于数据的真实及准确性反应较为敏感，任何虚假信息都会极大的改变 评价结果。因此，由于l o 西s t i c 不存在多元正态分布的假设条件，能较好地拟合非 线性的数据关系。并且不存在无法释义的数值区间，在此进行一致性评价时显得 更为简便、合适。 3 2l o g i s t i c 建模分析与实证策略 3 2 1l o g i s t i