第七章 Altman Z计分模型.ppt

第六章AltmanZ计分模型 Altman的Z计分模型是以财务比率为基础 运用多元判别分析技术严厉的 该模型中Z的得分值是一个衡量标准 它能够很好的区分破产公司与非破产公司 顾名思义 该模型是美国纽约大学斯特商学院教授 世界著名信用风险管理专家爱得华 爱特曼 EdwardI Altman 在1968年提出的目前他已成为西方国家信用风险管理的重要模型之一 判别分析简介判别分析是研究判断个体所属类型的一种统计方法 在现实世界中 这种判别问题是经常会遇到的 例如 医生根据某人的一些化验结果要判断他是属于健康人还是病人 考古学家从古墓中挖掘出一具骨骼 要判定他的性别等等 这些问题的共性是 人们需要依据从个体上侧得的一些指标来判断个体属于哪个类型 即总体 一般说来 我们有K个总体 希望建立一个准则 对给定的任意一个样本X 依据这个准则就判断他是来自哪个总体 当然我们应当要求这种准则在某种意义下是最优的 例如 错判的概率最小 或错判损失最小等等 1两个总体的Fisher判别法Fisher的思想是 变换多元观测X值到一元观测Y 使得从整体 1和 2产生的Y1和Y2尽可能的分离开 为方便起见 设Y为X的线形组合 Fisher的方法是选样X的线形组合使得来自两个总体的均值U1y和U2y的距离相对于Y的变差达到最大 判别函数Altman选取33个样本 得到如下判别函数 结论1 检验在0 001水平上显著2通过计算 借款人违约的临界值为Z 2 675 若Z 2 675 则被划为违约组 若Z 2 675则被划为非违约组若1 81 Z 2 99 则被认为是在灰色区域内 判断失误的可能性较大 原因是原始样本存在错误分类或两类的重叠而产生的 模型的准确性和检验为了验证区分模型的准确性 AltmanX选取了两组 共66个样本 破产组和非破产组验证样本 相对应的 在构建模型时所使用的样本 对模型进行检验 其中破产组包括33家破产的33家制造业企业 非破产组包括33家非破产组的制造业企业 进行分析时非破产组的公司依然存在 客观的讲 在使用模型对新鲜样本进行判别时 错判是难免的 在判别分析中 错判有如下两种类型 类型 是指将破产企业错判为非破产企业 错判损失大 类型 是指将非破产企业错判为破产企业 错判损失小 其检验结果见下表 表6 2第一批样本分辨的准确性程度 倒闭日前1年 第二批样本分辨的准确性程度 倒闭日前2年 注 总体分辨的准确性为83 三 ZETA信用风险模型1977年 Altman等对原始的Z计分模型扩展 建立了第二代模型 其目的是创建一种能够明确反映公司破产问题研究的最新进展的度量指标 同时 该模型还对从前模型构建中采用的统计判别技术进行了修正与精练 一 关于ZETA信用风险模型 ZETACreditRiskModel 的几点说明 1 主要发现 功能 效果的改进与提高 新模型 ZETA模型 在破产前5年即可有效地划分出将要破产的公司 其中破产前一年的准确度大于90 破产前5年的准确度大于70 ZETA模型不仅适用于制造业和非上市公司 而且同样有效地适用零售业 2 分析变量依据在信用分析中广泛使用的变量 首先选出了27个度量 这些度量可划分为获力能力指标 保障率 流动性 资本化比率 收益变动性等指标 3 报表的调整对公司的财务报表所进行的调整主要是对租赁资本数据的调整 还有一些其他方面也作了一些调整如 无形资产 资本化 研发成率等 4 七变量模型ZETA模型的度量由原来的5个增加到7个 分别是X1 资产报酬率X2 收入的稳定性采用5 10年的收入标准差X3 债务偿还 通常采用利息保障系数X4 积累盈利采用存收益度量X5 流动比率X6 资本化率 可用普通股权益与总资本之比衡量 普通股权益采用5年内股票平均市值 X7 规模 可采用公司总资产的对数形式来度量 二 计分模型和ZETA模型的使用范围Z模型和ZETA模型已经被应用于以下不同领域1 信用政策2 信用评级 随着借款者信用质量的提高或下降 这些模型能够为金融机构提供预警系统 3 放贷 这些模型所提供的风险评估方法成本低而且