信用评级-信用评级模型201510_第1页
信用评级-信用评级模型201510_第2页
信用评级-信用评级模型201510_第3页
信用评级-信用评级模型201510_第4页
信用评级-信用评级模型201510_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

信用风险分析模型中债资信评估有限责任公司姜克第一节、统计模型第二节、结构模型第三节、智能技术模型第四节、持续期分析模型主要内容第一节、统计模型

统计模型通过对实际发生的反映经济现象的数量信息进行统计归纳，从而对未来的经济现象进行预测判别。该类模型设计的基本思路是：根据研究人员的经验，选择多个与违约相关的财务指标，基于样本数据进行初步统计分析，找出最有统计显著性的财务指标，通过对这些指标进行评价，运用回归方法或判别方法，综合得出一个评分（或者违约概率）以区分受评主体的信用质量。统计模型以财务信息为数据基础。常用的统计模型包括判别分析模型、广义线性回归模型和打分卡模型。（1）判别分析模型。以Altman的Z评分模型为代表。Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

其中，X1=营运资本/总资产，反映资产的流动性与规模特征；X2=留存收益/总资产，反映企业累计盈利状况；X3=息税前收益/总资产，反映企业资产的获利能力；X4=权益的市场价值/总债务的账面值，反映企业的偿债能力；X5=销售总额/总资产，反映企业的营运能力。模型的最佳判别阀值为Z=2.675，且Z值越大，企业越不可能违约。相反，Z值越小，企业破产违约的可能性越高。

3第一节、统计模型（2）广义线性回归模型。包括多元线性回归模型，Logit回归模型，Probit回归模型，Poisson回归模型等判别分析模型。

广义线性回归模型的一般形式：

与多元判别分析的Z-score模型相比，广义线性回归模型取消了响应变量残差的正态分布假设，而且不需要对违约与非违约企业进行人为配对。更为重要的是，广义线性回归模型不仅能给出样本公司违约概率的预测值，而且能够反映公司之间违约风险程度的差异，不再生硬地将公司划分为违约与非违约两类。4第一节、统计模型（3）打分卡模型。是多元判别分析思想的发展，在继承定量分析的同时，加入了定性分析的模块，从而将专家经验和统计方法相结合。定量分析模块用财务数据等定量指标得到一个分值，定性分析模块考虑了基于专家判断的定性指标。目前在银行的内部评级体系中广泛应用。

打分卡模型的主要优点在于直观和简单易行，可以充分利用难以量化的定性信息，有利于

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论