（世界经济专业论文）DEA在企业信用评分中的应用研究.pdf

硕l ：学位论文 摘要 企业信用风险的管理关系着企业自身的长远发展，关系着市场经济次序的建 立和规范。作为企业信用管理手段的信用评级的重要性日趋明显。 信用评分法被国际金融业和学术界视为主流的企业信用评级方法。这些信用 评分法大致分为两类，一类是基于统计学原理的评分方法，其代表有多元判别分 析模型，l o g i t 模型，另外一类便是神经网络法。这些信用评分方法对企业进行评 估时必须要首先明确样本的分类级别。而基于数据包络分析( d e a ) 的企业信用 评分方法则没有这个条件的限制。 数据包络分析方法是一种新的效率评价方法。该方法具有处理多个输入数据 和多个输出数据的多目标决策问题的能力，在实际中得到了成功的运用，并不断 地得到进一步完善和发展。本文的主要目的是验证d e a 方法对企业进行信用评 分的可行性与有效性。在实证分析中，本文选用了1 6 3 家a 股上市的制造业企业 作为d e a 信用评分方法的评价对象。选取6 个全面反映企业信用状况的财务指 标通过c c r 模型计算得出d e a 值，这个值综合了选定财务指标的特性，能够反 映出企业的信用状况，这个d e a 值即是基于数据包络分析的企业信用评分。而 d e a 方法在企业信用评分上的应用只是本文在信用评分领域中理论上的探索，还 没有在实践中得到验证。所以需要进行有效性检验。本文利用的回归分析法、判 别分析法以及考察s t 类股公司的方法来论证d e a 信用评分的有效性。最后的实 证结果表明d e a 对企业进行信用评分是可行有效的。 关键词：信用评分；信用评级；数据包络分析法；c c r 模型 n d e a 在企业信用评分中的应用研究 a b s t r a c t t h ec r e d i tr i s km a n a g e m e n ti sn o to n l yr e l a t e dt ot h el o n g t e r md e v e l o p m e n to f t h ee n t e r p r i s e ，b u ta l s oi si m p o r t a n tt ot h ee s t a b l i s h m e n to ft h em a r k e te c o n o m yo r d e r t h ec r e d i tr a t i n g ，a st h ew a yo fe n t e r p r i s ec r e d i tr i s km a n a g e m e n t ，i sb e c o m i n gm o r e a n dm o r ei m p o r t a n t t h ec r e d i ts c o r i n ga p p r o a c hi sc o n s i d e r e da st h ec o m m o nm e t h o db yt h ei n t e r n a t i - o n a lf i n a n c i a li n d u s t r ya n dt h ea c a d e m i cc i r c l e s t h e s ec r e d i ts c o r i n gm e t h o d sa r eg e n - e r a l l yc l a s s i f i e di n t ot w oc a t e g o r i e s o n ei ss t a t i s t i c s b a s e da p p r o a c hs u c ha sm u l t i p l e d i s c r i m i n a n ta n a l y s i sa n dl o g i s t i cr e g r e s s i o na n a l y s i s a n o t h e ri sn e u r a ln e t w o r k s c o m p a r e dw i t hc o n v e n t i o n a lm o d e l s ，w h i c hr e q u i r ee x t r aap r i o r ii n f o r m a t i o n ，t h i sn e w a p p r o a c hs o l e l yr e q u i r e se x p o s ti n f o r m a t i o n t oc a l c u l a t ec r e d i ts c o r e s d e ai san e we v a l u a t i o nm e t h o df o re f f i c i e n c y t h i sm e t h o dw h i c hc o n v e r t sa m u l t i p l i c i t yo fi n p u ta n do u t p u tm e a s u r e si n t oau n i t f r e es i n g l ep e r f o r m a n c ei n d e x f o r m e da sar a t i oo fa g g r e g a t e do u t p u tt oa g g r e g a t e di n p u tw a ss u c c e s s f u l l ya p p l i e dt o p r a c t i c e t h i sp a p e rp r o p o s e s ad e a - b a s e da p p r o a c ht oc r e d i ts c o r i n g f o rt h e e m p i r i c a le v i d e n c e ，t h i sm e t h o d o l o g yw a sa p p l i e dt oc u r r e n tf i n a n c i a ld a t ao f16 3 m a n u f a c t u r i n gf i r m s u s i n g6f i n a n c i a lr a t i o s ，t h em e t h o d o l o g yc o u l ds y n t h e s i z ea f i r m so v e r a l lp e r f o r m a n c ei n t oas i n g l ef i n a n c i a lc r e d i b i l i t ys c o r e b u tt h es c o r ej u s t i sr e s u l to ft h e o r e t i c a ls t u d y i ti sn e e dt ot e s tt h ef e a s i b i l i t yo ft h i sm e t h o d t h e e m p i r i c a lr e s u l t sw e r ev a l i d a t e db ys u p p o r t i n ga n a l y s e s ( r e g r e s s i o na n a l y s i s a n d d i s c r i m i n a n ta n a l y s i s ) a n db yt e s t i n gt h em o d e l sd i s c r i m i n a t o r yp o w e ru s i n gs tc a s e s o f2 6 f i r m s t h ed a t ae n v e l o p m e n ta n a l y s i s - b a s e da p p r o a c hi sf e a s i b l ea n de f f e c t k e yw o r d s ：c r e d i ts c o r i n g ；c r e d i tr a t i n g ；d a t ae n v e l o p m e n ta n a l y s i s ；c c rm o d e l i 硕i ：学位论文 插图索引 图2 1评级方法图示14 图3 1d e a 方法的应用步骤2 l 图3 2c c r 模型直观模型2 4 图3 3 超效率模型直观图解2 5 图4 1d e a 值的分布状况3 1 图4 2 计算值与原始值对比3 2 d e a 在氽业信用评分中的应用研究 附表索引 表2 1企业信用等级1 2 表3 11 1 个决策单元的投入产出系统一2 2 表4 1 输入变量以及计算公式3 0 表4 2 输出变量以及计算公式3 0 表4 3回归分析结果3 2 表4 4 判别分析结果3 3 表4 5 现实s t 股的论证结果3 3 表4 66 0 0 4 6 2 的财务比率与样本平均值的比较3 4 v i i 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：燃 日期：加中妇弓日 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 l 、保密0 ，在年解密后适用本授权书。 2 、不保密团 ( 请在以上相应方框内打“ ) 墨嘉薹耄熟 导师签名乡移皑恤吖 日期：加降如御日 日期吵产广月刃日 硕f ：学化论文 第l 章绪论 1 1 研究背景 肇始于0 7 年美国的次贷危机愈演愈烈，终究演变成现今席卷全球的金融风暴。 人们纷纷把目光聚焦在造成这次危机的罪魁祸首次贷产品时，发现这些资产证券 化产品当初被信用评级机构评为a a a 级，人们不禁又重新审视信用风险及其信用 风险度量工具。 信用风险是金融市场中最古老的也是最重要的金融风险形式之一。它直接影 响着现代经济活动中的各种活动，也影响着一个国家的宏观决策和经济发展，甚 至影响全球经济的稳定发展。市场经济实质上是一种信用经济。正是基于信用经 济，商品才可能以赊销的方式加快销售速度，降低交易成本并节约商品保管和运 输等费用，促进社会再生产顺利实现，正是基于信用经济，货币资金才可能通过 借贷或投资方式从资本盈余的部门调剂到资本赤字的部门，有效地促进资本集中 和社会再生产顺利实现。然而，我国目前由于没有建立起一个健全高效有序的信 用体系，信用供给相对于信用需求而显严重不足，从而成为制约我国经济持续快 速健康发展的瓶颈。 我国经济长期的高速发展，现今已步入信用经济的边缘。同时伴随着经济全 球化的趋势及我国2 0 0 1 年加入w t o ，我国经济融入到世界主流经济中的愿望越来 越迫切。全球经济一体化进程也在加快，国际国内市场的竞争日趋激烈，买方市 场已经形成。据统计，目前欧美市场信用交易比例已达8 0 以上，有些国家甚至 高达9 0 。同时，我国企业赊销的比例也在迅速攀升，赊销成为企业竞争取胜的 必要手段。但我国信用体系建设的滞后和企业信用管理手段的匮乏和快速变化的 市场经济环境显得格格不入，并由此产生的巨大信用风险，企业内部大量债务拖 欠和坏账严重影响了企业的竞争能力。因此，企业亟需加强信用管理以控制信用 风险，提高企业的生存和竞争能力。一言以蔽之，脆弱落后的信用风险管理体系 已严重制约着我国信用经济的发展步伐，因此建立科学有效的信用风险管理体系 已成为当前紧迫的任务。 信用管理是对企业进行科学管理的重要组成部分和不可或缺的环节，国内外 企业信用管理成功的实践经验证明，信用风险管理是现代企业管理的核心内容之 一。建立信用管理体系，是当前我国企业增强风险防御能力走出信用困境的根本 出路。但是，由于中国国内企业多年来长期在计划经济体制下运行。缺乏信用管 理的概念和经验，使得信用管理在企业内部长期缺位，已经危害到了企业自身长 d e a 神：企业信用评分中的成用研究 ，曼曼曼曼! ! 曼曼曼曼曼! ! ! 曼! ! 曼曼曼皇曼曼邕曼曼舅曼! 曼! ! 曼曼! ! 曼曼! ! 曼曼曼! ! ! ! ! ! ! ! ! 曼曼! ! ! ! 曼! 曼! 曼曼蔓曼曼曼曼曼曼曼曼舅曼曼! ! 皇曼曼曼曼 远的发展和持久的生命力。随着赊销成为市场交易中重要的贸易方式，没有一套 成熟、科学和符合现代企业现状的信用管理制度是不可思议的。 信用管理在中国虽然是较为陌生的企业管理领域，但在西方已经有了一百多 年的历史，国外企业将信用管理排在企业管理的第一位。经过多年的探索，己形 成成熟的信用管理理论体系。目前，中国的企业界对于信用管理的重要性并未引 起足够的重视。有调查表明，5 l 的企业根本没有听说过企业信用管理，而具备 系统完善的信用管理职能的非外资企业只有不n o 1 。据专家测算分析和保守的 判断，中国市场交易中由于缺乏信用管理体系使得无效成本占g d p 的比重至少为 1 0 一2 0 。中国人民银行公布的数据显示，中国每年因为逃废债务造成的直接 损失约1 8 0 0 亿元；国家工商总局统计，由于合同欺诈造成的直接损失约5 5 亿元， 还有产品质量低劣和制假售假造成的各种损失至少有2 0 0 0 亿元。由于三角债和 现款交易增加的财务费用约有2 0 0 0 亿元。加强信用管理已成为我们的当务之急。 1 2 研究意义 企业的信用风险状况是由专业的信用评估机构或部门按照相应的方法与程序 在对企业进行全面考察调研的基础上，对市场参与的各类主体( 包括各类企业、金 融机构等组织) 履行相应经济能力及其可信度进行综合测定并作出有关信用行为 的可靠性、安全性程度的评价。对企业的信用状况进行评估有助于企业防范商业 风险，为现代企业制度的建立提供良好的条件。企业是市场竞争主体和独立利益 的主体，同时独立承担经营风险，对企业信用风险进行评估也将有利于企业实现 经济效益的最大化，成本的最小化。因为企业的利润源在于客户。客户是企业实 现利益的载体，也是企业最大的风险所在。随着市场竞争的日益激烈，最大限度 地确定对客户的信用政策，成为企业竞争的有效手段之一。这些信用政策，包括 信用形式、期限金额等的确定，必须建立在对客户信用状况的科学评估分析基础 上，才能达到既从客户的交易中获取最大收益，又将客户信用风险控制在最低限 度的目的。由于未充分关注对方的信用状况，一味追求客户定单，而造成坏账损 失的教训，对广大企业都不可谓不深刻。另一方面，由于评估过程是对企业内在 质量的全面检验和考核，而且信用状况好的企业在经济活动中往往可以获得更多 的优惠政策，这样可以降低筹资成本，因此进行信用评估既有利于及时发现企业 经营管理中的薄弱环节，也为企业改善经营管理提供了压力和动力。 作为信用管理重要手段的信用评级的重要性日趋明显。新的信用评级手段也 不断付诸实践。然而完全凭借主观的那些传统度量和管理信用风险的定性方法和 技术已经不能适应现代经济社会的情况，更不能满足对信用风险进行科学的度量 和评价的要求。近年来量化度量和管理信用风险的方法和技术如雨后春笋般不断 2 硕 j 学位论文 涌现。因此就有必要深化这方面的理论研究，为金融体系防范和控制企业信用风 险提供理论支持。 1 3 文献综述 在国际与国内企业信用评级理论研究中，企业信用评级的方法大致分为定性分 析法和定量分析法两类。定性分析法主要考察除企业财务指标以外有关企业所处 环境，企业本身内在素质等方面情况对企业信用状况进行总体把握。而定量分析 法则是以财务报表为主要数据来源，按照某种统计或数理工具进行加工处理，得 出企业信用评价结果。 1 3 1 国外研究的文献综述 专家分析法是以借款人基本特征所反映出的各种信息为基础，依赖专家的主 观判断来测算借款人的信用风险。专家法要考虑的因素有很多，最为常用的是信 贷5 c 法。 5 c 要素分析是指：品格( c h a r a c t e r ) 主要是评价客户的品行是否诚实可信、其偿 还贷款的主动性如何。对于公司而言，品格是指其主要领导人的经营能力与经营 作风，公司文化及其伦理，也包括企业在同行业中的信誉、地位等；资本( c a p i t a l ) 是反映受信企业资金实力的一个重要方面，也间接反映了受信企业的资金积累情 况。资本充足、资金积累多，则企业信用状况就好；能力( c a p a c i t y ) ，主要包括经 济上的借款与偿还能力和法律上的借款能力。从经济上看，信用评价应着重评价 受信企业的偿债能力、盈利能力和营运能力，与财务比率分析法所强调的因素完 全一致，从法律上看，信用评价应着重评价受信企业是否具备法定的资格和权利， 通过对政府法规以及公司章程的调查分析可以获得此类信息；经营环境( c o n d i t i o n ) ，是受信企业的内在环境和所处的外在环境。内在环境主要是指企业的经营特点、 经营方式、技术设备状况、劳资关系等企业自身能够控制的方面；企业外在环境 主要是指国家经济状况、行业竞争状况、行业发展趋势、市场状况等。环境条件 有利，则信用程度将提高；担保品( c o l l a t e r a l ) 是指受信企业可以用为信用担保( 如 抵押) 的物品。担保品丰富且价值良好，则信用相对就高，信用一旦发生危机则发 生损失的可能性也相应少。但在评价时也应注意担保品的所有权、担保品的价值 状况等【2 1 。 后来罗勃特摩利斯协会( r o b e r tm o i l sa s s o c i a t e s ) 将5 c 要素中品格和能力合称 为个人要素( p e r s o nf a c t o r ) ，将资本和担保品合称为财务要素( f i n a n c i a lf a c t o r ) ，将 企业环境改为经济要素( e c o n o m i cf a c t o r ) 。1 9 9 5 年，m i l t o nd r a k e 又把个人要素改 为管理要素，形成目前企业信用三要素：管理、财务、经济。后来，欧、美、日 等国家和地区在信用分析中发现工商企业成败都同内部组织管理有关，主张加入 d e a 确! 企业信用评分中的戍用研究 组织要素( o r g a n i z a t i o nf a c t o r ) ，连同以上三要素，称为4 f 要素p j 。 在信用评级的实践上，国内外的信用评级机构往往都是采用定性分析与定量 分析相结合的方法建立信用评级指标体系。 该类方法以评价对象的财务比率为自变量，在统计学原理的基础之上建立起 回归模型，以模型输出的信用分值或违约概率与基准值比较，度量评价对象的风 险大小。此类方法主要包括多元判别分析模型、线形概率模型、l o g i t 模型矛1 p r o b i t 模型等。 1 9 6 8 年，美国纽约大学教授a l t m a n 采用多元判别法建立了5 变量的z 评分模型 ( z s c o r em o d e l ) ，开创了多变量预测企业违约之先河1 4 ，并在1 9 7 7 年改进为当前最 为普遍使用的7 变量z e t a 模型【5 1 。s c o t t ( 1 9 8 1 ) 6 】对以往学者的实证结果进行了比较分 析，认为z e t a 模型是最优的多元模型。h o r r i g a n ( 1 9 6 6 ) 最早对债券的m o o d y 矛l s & p 评级进行预测，采用多元回归分析，对两者评级预测的正确率分别达到5 8 和5 2 。p o g u e 和s o l d o f s k y ( 1 9 6 9 ) 建立二元变量回归模型，对m o o d y 公司债权分组( 投资 级和投机组) 进行预测，正确率能达至u 8 0 7 1 。w e s t 8 ( 1 9 8 5 ) 使用l o g i t 模型分析金 融机构得出每一个机构的违约概率。l a w r e n c e ( 1 9 9 2 ) l o g i t 模型预测家庭汽车贷 款的违约概率。l a w e r e n c e 希i s m i t h t 9 1 ( 1 9 9 5 ) 斥j l o g i t 模型得出预测贷款违约最理想的 变量。m a n i n 【1 0 ( 1 9 7 7 ) j 曜j l o g i t 和判别分析方法预测银行破产，发现两种方法的判别 能力极为接近。国外有一些关于信用评价模型的比较研究：b a l l 矛- n t s c h o e g l 【l u ( 1 9 8 2 ) 以1 9 7 8 年美国和同本的银行为研究样本，对判别分析模型、线性概率模型、l o g i t 模型进行了比较研究，研究发现，如果资料满足正态分布，判别模型优于l o g i t 模 型，而且在处理上较为经济、迅速。l o g i t 模型的预测力优于线性概率模型。 w e s t g a a r d t l 2 ( 2 0 0 1 ) 建立了l o g i t 信用评分模型，并拉大了违约组和非违约组公司的 样本数量差异。w e s t g a a r d 研究表明，企业资产规模、资本结构、资产报酬率、短 期流动性等4 个指标对评估企业破产具有统计显著性，模型预测的正确率也高达 9 2 。 信用风险与企业的财务指标之间常常表现出非线性的特征，神经网络被认为 更适于描述这种指标间的非线性特征。非线性区别分析与神经网络方法等的应用 使信用评分模型得以拓展。人工神经网络模仿人脑和神经系统的结构，具有类似 人脑功能的若干基本特征，具有大规模并行处理、自学习、自组织、自适应能力， 能独立处理复杂的非线性问题，不限定于严格的前提假设条件。神经网络应用于企 业信用风险的评判包括学习和预测两个过程。神经网络分析方法应用于信用风险 评价的优点在于其特定的理论基础及对预测性变量( p r e d i c t i o nv a r i a b l e s ) 之间相关 性的挖掘，并把其作为附加的解释变量【1 3 】。 d u t t a 和s h e k h a r ( 1 9 8 8 ) 第一个应用神经网络对债券信用进行评级，研究不同数 目的解释变量与网络构架对等级识别能力的影响，其预测准确率为7 6 至8 2 之 4 硕i j 学位论史 间，从此神经网络法成为研究信用风险的主要方法之一。神经网络法与其他信用 评级模型预测力的比较研究结果大体一致：神经网络模型预测力明显高于其他模 型。美国的t a m 和k i a n d l 4 1 ( 1 9 9 2 ) 以危机银行和正常银行各5 9 家作为评价样本，比 较三种信用评级模型对样本的分类能力，结果显示判别分析模型、l o g i t 模型和神 经网络的总误差分别为1 4 2 、1 4 8 和1 0 5 。o d o m 和s h a r d a t ”1 ( 1 9 9 0 ) 以1 9 7 5 1 9 8 2 年间的1 3 0 家公司为研究样本，将a l t m a n 破产预测模型中的变量作为输入层的 变量而建立神经网络，比较了判别分析模型和神经网络模型。结果发现，测试样 本的预测正确率，判别分析模型为7 4 3 ，神经网络则达到8 1 2 ，改变正常公司 与失败公司的比率，神经网络模型仍然有很高的准确率。s a l c h e n b e r g e r t l 6 1 ( 1 9 9 2 ) 等人将神经网络方法与回归模型作比较，做了银行失败预测的研究，结果显示神 经网络的准确率显著优于逻辑回归模型，他们对于1 8 个月以后的预测准确率分别 为9 1 7 和8 3 3 8 5 4 。还有不同神经网络的比较研究，s e l w y np i r a m u t h u 【_ j ( 1 9 9 9 ) 比较了神经网络和模糊神经网络，在介绍神经网络与模糊神经网络的优缺 点之后，给出了利用神经网络和模糊神经网络的实证检验结果，结果显示：在分 类准确性方面神经网络优于模糊神经网络，但模糊神经网络能够比较方便地解释 得出结论的原因，这是其相对于神经网络的优点。 1 9 9 8 年的新巴塞尔协议允许各大银行使用内部模型估算信用风险。一批以信 息技术为支撑，以系统采用统计科学、人工智能、模拟技术等为特征的现代信用 风险分析方法在西方发达国家不断涌现，其中又以k m v 公司开发的k m v 模型、j p 摩根开发的信用度量制模型( c r e d i tm e t r i c sm o d e l ) 、瑞士信贷银行开发的c r e d i t r i s k + 模型、麦肯锡公司开发的c r e d i tp o r t f o l i ov i e w 模型最为著名。 1 9 9 7 年j p 摩根公司和一些合作机构推出信用度量制模型( c r e d i tm e t r i c sm o d e l ) 。它对贷款和债券在给定的时间单位内未来价值变化分布进行估计，并通过在 险价值( v a r ) 来衡量风险。一种资产的v a r 指的是在一定置信水平上，预期的最大 损失，用数理统计的语言来讲，v a r 为资产收益的置信区限。模型要解决的问题 是：如果下一年是一个坏年头的话，商业银行的贷款以及贷款组合的价值将会遭受 多大的损失。 k m v 模型是美国著名的风险管理公司k m v 公司开发的一种违约预测模型，它 是实际中应用最为广泛的信用风险模型之一，已经在世界许多国家开始商业应用 其模型的构建基础为m e r t o n ( 1 9 7 4 ) 【18 】期权定价模型。该模型认为企业违约概率主 要决定于企业资产市场价值、负债帐面价值和资产市场价值波动率。当企业资产 未来市场价值低于企业所需清偿的负债面值时，企业将会发生违约。企业资产未 来市场价值的均值到违约点之间的距离就是违约距离，它以资产市场价值标准差 的倍数表示。基于企业违约数据库，模型可依据企业的违约距离得出一个期望违 约频率e d f ( e x p e c t e dd e f a u l tf r e q u e n c y ) ，这个期望违约频率就是企业未来某一特 5 d e a 神：食业信用评分中的戍用研究 时期的违约概率。 c r e d i tr i s k + 模型是第一波斯顿信用监管机构创建并公布的较为成熟的信用风 险价值评估模型。模型运用了保险精算方法，假定违约率是随机的，且可以在信 用周期内显著地波动。与c r e d i tm e t r i c s 矛h k m v 模型都以资产价值作为风险驱动因 素不同，因它只考虑了违约风险，没有对违约的成因做任何假设。而被认为是一 种“违约率模型”的代表。c r e d i tr i s k + 模型的最大优点是相对于其他模型，需输 入的数据少。 1 9 9 7 年m c k i n s e y ( 麦肯锡) 咨询公司利用基本动力学原理，从宏观经济环境角 度来分析借款人的信用等级转移，开发出了c r e d i tp o r t f o l i ov i e w 模型。它根据诸如 失业率、g d p 增长率、长期利率水平、政府支出等宏观因素，对每个国家不同行 业中不同等级的违约和转移概率的联合条件分布进行模拟。模型中的违约概率和 转移概率都与宏观经济紧密相联。当经济状况恶化时，信用降级和违约增加；反之， 则减少。 数据包络分析( d e a ) 是一种线性规划技术，也是一种最常用的非参数前沿效 率分析方法。该方法具有处理多个输入数据和多个输出数据的多目标决策问题的 能力，在实际中得到了成功的运用，并不断地得到进一步完善和发展。d e a 已经在 经济研究领域得到了广泛的研究，早期用于对金融机构或企业的效率评价，以财 务数据为d e a 模型输入变量得出评价对象的效率值，这个效率值也在一定意义上反 应了评价对象的健康程度。对这些经济结构进行效率评价时，其以财务指标为定 量分析的特点也为企业信用风险评估提供了一个应用研究方向。近年来国外有些 学者已经用d e a 的方法对企业进行了信用风险评估。 y e h 1 9 ( 1 9 9 6 ) - 酋f 先使用d e a 对财务比率进行分析进而评估银行业的效率。她在 实证分析中，运用结合财务比率的数据包络分析得出的结果能够清晰的反映银行 的运作效率。e m e le ta 1 ( 2 0 0 3 ) 【2 0 】提出了基于d e a 的信用评分方法，虽然没有用到 传统的统计方法论证有效性，但提供了一个可供参考的基础研究。 1 3 2 国内研究的文献综述 现在国内很多银行仍然使用专家分析法，国内企业信用评级要素主要沿用5 c 要素：品格( c h a r a c t e r ) 、偿付能力( c a p a c i t y ) 、资本( c a p i t a l ) 、抵押( c o l l a t e r a l ) 、经 济环境( c o n d i t i o n ) ，即国际上通用的5 c 要素【2 1 1 。 近年来国内相关学者也对信用评分方法进行了相关研究。陈静倒( 19 9 9 ) 以上 市公司年报数据建立了两个判别模型，总体判别正确率为9 2 6 。宋秋萍【2 3 1 ( 2 0 0 0 ) 直接采用美国a l t m a n 的z s c o r e 模型对中国6 家公司进行了预测分析，认为两国会计 准则有一定的差距，用美国公司财务数据建立的模型并不适用于对中国公司的预 测，从国内企业财务数据中提炼出特征指标建立判别函数更为务实。张玲【2 4 】( 2 0 0 0 ) 6 硕i j 学位论文 采用我国1 2 0 家上市公司的财务数据，通过判别分析过程，从1 1 个特征财务比率变 量中推导出一个只有4 个变量的判别分析模型，通过该模型能预知s t 公司两年后的 未来前景。张晨宇，李金林提出改进的多标准等级判别模型，并将该模型应用于 商业银行信用风险评估中，通过对银行五级分类贷款样本的实证研究，证实了该 判别模型的有效性和先进性【2 5 1 。陈晓、陈治鸿【2 6 1 ( 2 0 0 0 ) 运用l o 西t 模型对上市公司 进行了一次性的预测，判别准确率达8 6 5 。高培业、张道奎【27 ( 2 0 0 0 ) 采用一年的 财务数据，把深市上市公司分为制造业和非制造业，运用线性判别模型和p r o b i t 模型进行财务困境预测。吴世农、卢贤义【2 8 1 ( 2 0 0 1 ) 运用线性判别分析、多元线性 回归分析和l o g i s t i c 回归分析三种方法分别建立了三种财务困境预测模型，结果显 示在财务困境发生- i j i l 4 年的误判率在2 8 以内，具有较好的预测能力。 国内对神经网络的应用还处于理论研究方面，主要是验证神经网络的预测力。 王保华【2 州( 2 0 0 3 ) 构建了模糊神经网络，以1 8 家上市公司为训练样本，对2 家公司 进行了信用预测，误差均在1 0 以内。庞素琳等【3 0 】( 2 0 0 3 ) 选用了4 个主要财务指 标作为神经网络输入层变量对1 3 家预亏的上市公司进行预警分析。实证表明，神 经网络法预警准确率达到1 0 0 。钟田丽，贾立恒【3 u ( 2 0 0 5 ) 选取了1 8 个与企业信用状 况相关的财务指标，以在深圳上市的3 7 家中小企业为研究样本，应用神经网络法 对其中的1 0 家中小企业的信用状况进行了预测。测试的1 0 家中小企业样本输出值 与目标值相当接近。但局限是没有样本公司信用状况的专家评价结果，对全部样 本的信用状况只能进行假设。赵禹骅，顾国维【3 2 】提出了针对经典神经网络算法中 参数调整过度复杂的问题，分析银行信用评级知识非线性的特点，提出简约神经 网络的拓朴结构，证明了在全部节点函数线性且全部隐层节点函数过原点的条件 下，经典神经网络与简约神经网络具有等价性。在此基础上，设计了基于简约网络 的算法，简化了参数调整过程，算法结果获得了满意的拟合精度。 而国内对信用风险内部模型研究得比较少，仅有的研究主要集中在k m v 模 型上。范南这样解释v a r 的主要思想【3 3 】是：对商业银行来说，由于其借款人在下 一年度信用等级的改变会影q i i n 这笔贷款的风险加息差，这样就会影响商业银行 这笔贷款的贴现值，即这笔贷款的价值。模型通过预测借款人在下一年度信用等 级变化的概率，从而得出贷款的价值。薛锋，关伟，乔卓【3 4 ( 2 0 0 3 ) 在上市公司信 用风险度量的一种新方法一k m v 一文中介绍了k m v 公司运用期权定价理论开发 的基于股票价格的信用风险评价模型，并就美国安然公司破产案将k m v 模型计 算出的预期违约率与标准普尔公司对安然公司的信用评级进行了比较，并讨论运 用k m v 模型分析我国上市公司信用风险的优缺点和运用前景，指出我们可以借鉴 国外先进的信用风险识别和度量方法，根据我国证券市场的实际情况，建立基于股 票价格变动的k m v 的信用风险计量模型和上市公司的违约数据库，为科学的计算 e d f 值打下基础，为证券监管机构提供有效的监管工具该模型的不足在于使用范围 7 d e a 钥：企业信用评分中的成用研究 受限，更适合于上市公司，并且需要假定企业的资产价值符合正态分。 而国内对数据包络分析方法的研究都集中在评估银行、企业等经济结构的效 率上。姚树洁( 2 0 0 5 ) 使用了中国2 2 家保险公司1 9 9 9 2 0 0 2 年的一组数据，运用d e a 方法评估了它们的效率分数，并应用一个计量经济学模型鉴别和确定了决定效率 高低的主要因素。朱南，卓贤( 2 0 0 3 ) 3 5 】通过d e a 模型，得出结论：股份制商业银 行的整体效率远高于国有商业银行，其中员工人数与d e a 最小投入量之间的较大 差距导致了国有商业银行效率低下。杨宝臣等【3 6 ( 1 9 9 9 ) 采用d e a 法对我国一家商 业银行分支机构的经营行为和效率进行了横向有效性评价；赵旭 3 7 ( 2 0 0 0 ) t j d e a 技术分析了我国四大国有商业银行的效率，发现国有商业银行技术效率、规模效 率均呈波动上升趋势；张维和李玉霜【3 s ( 2 0 0 1 ) 运用d e a 方法评价了我国城市商业 银行的内控机制；陈刚【3 9 1 ( 2 0 0 2 ) 弓i 入m a l m q u i s t 效率指数描述了我国商业银行效率 的动态变化；张健华【4 0 ( 2 0 0 3 ) 用d e a 方法和m a l m q u i s t 指数对我国国有、股份制、 城市商业银行的效率状况作了一个综合的分析与评价。陈志平【4 l 】( 2 0 0 3 ) 介绍了 基于d e a 模型所提出的几种基金绩效评价指标。在简述不同指标的优缺点、国内 在该领域的研究现状的基础上，指出有关d e a 模型研究及其进一步用于基金业绩 评估时所存在的其它亟待解决的问题。 1 4 研究思路及内容 本文的主要目的是验证数据包络分析方法( d e a ) 对企业进行信用评分的可 行性与有效性。在文献综述中所介绍的几种企业信用评分模型都有其弊端。而数 据包络分析方法因其计算机制的特点能避免传统评分方法的缺陷。但很少有学者 对数据包络分析方法在企业信用评分上的应用进行研究。而本文则是对这种新方 法的理论探索。在实证分析时，本文以上市公司为评价对象，选取其年度报告中 的财务数据作为数据包络分析的输入与输出变量。经过c c r 模型得出的结果经过 标准化处理便是基于数据包络分析方法的企业信用评分。然后应用传统的多元判 别分析模型，回归模型以及考察s t 类股来论证数据包络分析方法对企业进行信 用评分的有效性。 本文首先介绍了目前国内企业信用风险管理的缺失及其对经济发展与企业进 步的严重影响，揭示出加强对企业信用风险管理的极端重要性。然后回顾了企业 信用风险度量的历史以及国内外学者对各种企业信用风险评估工具的研究。论文 的第二章介绍了整个信用评级系统。在第三章对传统企业信用评分模型进行了分 析比较，并在此基础上引入基于d e a 的信用评分方法，指出其对企业进行信用评 分的适用性以及优越性。在全面介绍d e a 模型后，对基于d e a 的信用评分方法进 行理论分析。第四章是实证分析，利用数据包络分析方法对选取的样本进行信用 硕 ：学位论文 曼曼曼曼曼曼! ! 曼曼曼! ! ! ! ! 曼! 曼量曼曼曼曼! 曼! ! 曼曼曼曼曼曼曼! ! ! ! ! 鲁曼曼曼曼曼! ! ! 曼曼曼曼曼曼曼曼! ! ! ! 曼曼曼皇! ! 曼曼! ! ! 曼皇曼曼曼曼皇! ! 曼皇i i i i 评分，并对结果进行有效性检验。在最后部分分析评分结果，给出本文的结论及 局限性，并对信用评级业提出建议。 1 5 论文的创新之处 本文是研究基于d e a 的企业信用评分方法，是企业信用评级方法上的创新。 d e a 是一种具有处理多个输入和输出数据的多目标决策能力的效率评价方法，多 用于评价某些系统或组织的运作效率。迄今为止，尚未有研究d e a 对企业进行 信用评级的国内文献。有几篇国外的文献对d e a 在信用评分上的应用进行了深 入的研究。但由于国内信用评级业发展状况的特殊性，国外的研究成果显然不适 用于国内的企业信用评价。就此而论，本文提出的基于d e a 的企业信用评分方 法是适用于我国企业信用评分的新方法。 d e a 因其计算设计上的特点有着其他传统方法无法比拟的优势：d e a 对企 业进行信用评分时并不需要事先明确样本企业的分类状况。而传统的评分方法， 比如判别分析法、l o g i t c 回归法以及神经网络法必须要明确样本的分类等级。 鉴于利用d e a 进行企业信用评分只是理论上的探索，还未运用到实践中去， 所以必须要论证其方法的有效性。本文将通过判别分析方法，回归分析方法以及 考察现实s t 类股企业的方法论证d e a 对企业进行信用评分是否有效。而利用这 三种方法来论证基于d e a 的企业信用评分新方法的有效性本身也属于评级方法 创新中的一部分。 9 d e a4 i 企q p 信用评分中的戍用研究 第2 章企业信用评级的理论概述 2 1 企业的信用与风险 广义的信用包括经济及社会和道德层面的含义。从经济层面上来说，它是指 参与经济活动的当事人之间建立起来的以诚实守信为基础的践约能力。现代市场 经济条件下信用概念是狭义的信用，是从西方引入的纯经济学的概念，英文为 c r e d i t 。韦氏词典将其解释为：它是一种买卖双方之间不须立即付款或财产担 保而进行经济价值交换的制度。 企业信用也有狭义和广义之分。狭义企业信用是指企业对债务按期还本付息 的能力和意愿。其中，债务主要指企业对外的有利息负债，如长短期借款、长短 期债券、可转换公司债券等；还本付息的能力主要指企业在债务到期时能否筹措 到足够的资金偿还到期的债务利息和本分；偿债意愿是指企业是否愿意偿还到期 的债务。广义的企业信用还包括企业是否遵守工商、税务、海关、传动等部门的 有关法规，履行商业合同，偿还或有负债等方面的情况。 这里的企业信用包括两层含义，一是企业是不是有积极的意愿去履行承诺使 企业保持着良好的信用记录：二是企业是否具备保持良好信用水平的能力，信用评 级所做的工作就是对这个能力进行判定。有些企业虽想维持诚信，但其自身的条 件已不能履行其承诺，那么这个风险就由信用评级来揭示。我们可以通过考察企 业的历史信用记录，调查企业是否具有良好的履行承诺的意愿，后者可以通过评 级结果，分析企业是否具备履行承诺的能力。 信用风险( c r e d i tr i s k ) ，也称履约风险，即交易对方无法履行签订合约的风险。 是指因交易一方无法履行合约规定的交收责任而造成的风险，这种无力履行交收 责任的原因往往是合约的一方破产或其他严重的财务问题。信用风险可进一步分 为本金风险和重置风险。如当一方不足额交收时，另一方有可能收不到或不能全 部收到应得证券或价款，造成以交付的价款或证券的损失，这就是本金风险；交 易一方违约造成交易不能实现，未违约方为购得股票、债券或变现需再次交易时， 因此可能遭受因市场价格的变化而带来的损失，就是重置风险。对于一般企业而 言，信用风险包括企业经营中出现的风险和出于不可抗力等因素导致的风险。对 于经营过程中出现的风险，企业可以建立严格科学的审查制度和管理体系来降低 信用风险的危害。但是企业是没有办法回避和减小由不可抗力导致的风险。 1 0 硕f j 学位论文 2 2 信用评级的基本概念 2 2 1 信用评级的定义 信用评级( c r e d i tr a t i n g ) 也称资信评级、信用评估，就是由独立的专业评级 机构或部门，受评级对象的委托。以“公正、科学、客观为原则，以评级事项 的法律、法规、制度和有关标准化的规定为依据，采用科学的方法和规范的程序， 对评级对象其履行经济承诺的能力及其可信任程度进行调查、审核和测定，经过 同评级事项有关的参数值进行横向比较和综合评价，并以简单、直观的符号( 如 a a a 、a a 、b b b 等) 表示其评价结果，公布给社会大众的一种评价行为。 2 2 2 信用评级的主客体及内容 ( 1 ) 信用评级的主体即为独立，中立并具备审核与评价能力的专业评级机构 或组织。 ( 2 ) 信用评级的客体即为评级对象。目前，信用评级的对象和活动范围没有 明确的科学界定，从国内外信用评级业的活动情况看，信用评级的对象与活动范 围一般可分为四类：