與違約概率容易混淆的一個概念是違約頻率，即通常所說的違約率。違約頻率是事后檢驗的結果，而違約概率是分析模型作出的事前預測，兩者存在本質的區別。

　　與違約概率容易混淆的另一個概念是不良率，使不良債項余額在所有債項余額的占比，二者不具有可比性。

　　2.客戶信用評級的發展

　　(1)專家判斷法

　　即專家系統(Expert System)，是商業銀行在長期經營信貸業務、承擔信用風險過程中逐步發展并完善起來的傳統信用分析方法。

　　①與借款人有關的因素：

　　聲譽(Reputation)

　　杠桿(Leverage)

　　收益波動性(Volatility of Earnings)

　　②與市場有關的因素

　　經濟周期(Economic Cycle)

　　宏觀經濟政策(Macro-Economy Policy)

　　利率水平(Leveof Interest Rates)

　　目前所使用的專家系統，其中，對企業信用分析的5Cs系統使用最為廣泛。5Cs系統指：

　　品德(Character)

　　資本(Capital)

　　還款能力(Capacity)

　　抵押(Collateral)

　　經營環境(Condition)

　　除5Cs系統外，使用較為廣泛的專家系統還有針對企業信用分析的5Ps系統和針對商業銀行等金融機構的駱駝(CAMEL)分析系統。

　　5Ps包括：個人因素(PersonaFactor)、資金用途因素(Purpose Factor)、還款來源因素(Payment Factor)、保障因素(Protection Factor)、企業前景因素(Perspective Factor)。

　　駱駝(CAMEL)分析系統包括：資本充足性(CapitaAdequacy)、資產質量(Asset Quality)、管理水平(Management)、盈利水平(Earnings)流動性(Liquidity)。

　　專家系統的突出特點在于將信貸專家的經驗和判斷作為信用分析和決策的主要基礎，這種主觀性很強的方法/體系帶來的一個突出問題是對信用風險的評估缺乏一致性。此外，盡管專家系統在銀行業的長期發展和實踐中已經形成了較為成熟的分析框架，但專家系統缺乏系統的理論支持，尤其是對關鍵要素的選擇、權重的確定以及綜合評定等方面更顯薄弱。因此，專家系統更適合于對借款人進行是和否的二維決策，難以實現對信用風險的準確計量。

　　(2)信用評分法

　　信用評分模型是一種傳統的信用風險量化模型，利用可觀察到的借款人特征變量計算出一個數值(得分)來代表債務人的信用風險，并將借款人歸類于不同的風險等級。

　　背景知識：信用評分模型

　　20世紀60年代，信用卡的推出促使信用評分技術取得了極大發展，并迅速擴展到其他業務領域。奧而特曼(Altman，1968)提出了基于多元判別分析技術的Z評分模型;馬丁(Martin，1977)、奧爾森(Ohlson，1980)和威金頓(Wiginton，1980)則首次運用Logit模型分析企業破產問題。

　　信用評分模型的關鍵在于特征變量的選擇和各自權重的確定。基本過程是：

　　①首先，根據經驗或相關性分析，確定某一類別借款人的信用風險主要與哪些經濟或財務因素有關，模擬出特定形式的函數關系式;

　　②其次，根據歷史數據進行回歸分析，得出各相關因素的權重;

　　③最后，將屬于此類別的潛在借款人的相關因素數值代入函數關系式計算出一個數值，根據該數值的大小衡量潛在借款人的信用風險水平，給予借款人相應評級并決定貸款與否。

　　存在一些突出問題：

　　①信用評分模型是建立在對歷史數據(而非當前市場數據)模擬的基礎上，因此是一種向后看(Backward Looking)的模型。

　　②信用評分模型對借款人歷史數據的要求相當高。

　　③信用評分模型雖然可以給出客戶信用風險水平的分數，卻無法提供客戶違約概率的準確數值，而后者往往是信用風險管理最為關注的。

　　(3)違約概率模型

　　違約概率模型分析屬于現代信用風險計量方法。其中具有代表性的模型有穆迪的RiskCalc和Credit Monitor、KPMG的風險中性定價模型和死亡率模型，在銀行業引起了很大反響。

　　《巴塞爾新資本協議》也明確規定，實施內部評級法的商業銀行可采用模型估計違約概率。

　　與傳統的專家判斷和信用評分法相比，違約概率模型能夠直接估計客戶的違約概率，因此對歷史數據的要求更高，需要商業銀行建立一致的、明確的違約定義，并且在此基礎上積累至少五年的數據。

　　3. 法人客戶評級模型

　　(1)Altman的Z計分模型和ZETA模型

　　Altman(1968)認為，影響借款人違約概率的因素主要有五個：流動性(Liquidity)、盈利性(Profitability)、杠桿比率(Leverage)、償債能力(Solvency)和活躍性(Activity)。Altman選擇了下面列舉的五個財務指標來綜合反映上述五大因素，最終得出的Z計分函數是：

　　X1=(流動資產-流動負債)/總資產

　　X2=留存收益/總資產

　　X3=息稅前利潤/總資產

　　X4=股票市場價值/債務賬面價值

　　X5=銷售額/總資產

　　作為違約風險的指標，Z值越高，違約概率越低。此外，Altman還提出了判斷企業破產的臨界值：若Z低于1.81，在企業存在很大的破產風險，應被歸入高違約風險等級。

　　1977年，Altman與Hardeman、Narayanan又提出了第二代Z計分模型——ZETA信用風險分析模型，主要用于公共或私有的非金融類公司，其適應范圍更廣，對違約概率的計算更精確。

　　ZETA模型將模型考察指標由五個增加到七個，分別為：

　　X1：資產收益率指標，等于息稅前利潤/總資產。

　　X2：收益穩定性指標，指企業資產收益率在5～10年變動趨勢的標準差。

　　X3：償債能力指標，等于息稅前利潤/總利息支出。

　　X4：盈利積累能力指標，等于留存收益/總資產。

　　X5：流動性指標，即流動比率，等于流動資產/流動負債。

　　X6：資本化程度指標，等于普通股/總資本。該比率越大，說明企業資本實力越強，違約概率越小。

　　X7：規模指標，用企業總資產的對數表示。

　　(2)RiskCalc模型

　　RiskCalc模型是在傳統信用評分技術基礎上發展起來的一種適用于非上市公司的違約概率模型，其核心是通過嚴格的步驟從客戶信息中選擇出最能預測違約的一組變量，經過適當變換后運用Logit/Probit回歸技術預測客戶的違約概率。

　　①收集大量的公司數據;

　　②對數據進行樣本選擇和異常值處理;

　　③逐一分析變換各風險因素的單調性、違約預測能力及彼此間的相關性，初步選擇出違約預測能力強、彼此相關性不高的20～30個風險因素;

　　④運用Logit/Probit回歸技術從初步因素中選擇出9～11個最優的風險因素，并確保回歸系數具有明確的經濟含義，各變量間不存在多重共線性;

　　⑤在建模外樣本、時段外樣本中驗證基于建模樣本所構建模型的違約區分能力，確保模型的橫向適用性和縱向前瞻性;

　　⑥對模型輸出結果進行校正，得到最終各客戶的違約概率。

　　(3)Credit Monitor模型

　　Credit Monitor模型是在Merton模型基礎上發展起來的一種適用于上市公司的違約概率模型，其核心在于把企業與銀行的借貸關系視為期權買賣關系，借貸關系中的信用風險信息因此隱含在這種期權交易之中，從而通過應用期權定價理論求解出信用風險溢價和相應的違約率，即預期違約頻率(Expected Default Frequency，EDF)。

掃描/長按二維碼即可幫助自考通關

獲取10月自考真題答案

獲取最后6套預測卷

免費獲取8次直播課程

獲取歷年考試真題試卷

自考萬題庫下載丨微信搜索"萬題庫自考"

　　相關推薦：

　　2017自學考試《中國行政史》復習資料匯總

　　2017年自學考試《中國行政史》復習資料匯總

　　2017自考《商業銀行業務與經營》章節要點匯總