(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)。

　　【單選】在法人客戶評級模型中，( )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。

　　A.Altman Z計分模型

　　B.RiskCalc模型

　　C.Credit Monitor模型

　　D.死亡率模型

　　答案：C

　　(4)KPMG風險中性定價模型

　　風險中性定價理論的核心思想是假設金融市場中的每個參與者都是風險中立者，不管是高風險資產、低風險資產或無風險資產，只要資產的期望收益是相等的，市場參與者對其的態度就是一致的，這樣的市場環境被稱為風險中性范式。KPMG公司將風險中性定價理論運用到貸款或債券的違約概率計算中，由于債券市場可以提供與不同信用等級相對應的風險溢價，根據期望收益相等的風險中性定價原則，每一筆貸款或債券的違約概率就可以相應計算出來。

　　【單選】某一年期零息債券的年收益率為16.7%，假設債務人違約后，回收率為零，若一年期的無風險年收益率為5%，則根據KPMG風險中性定價模型得到上述債券在一年內的違約概率為( )

　　A.0.05

　　B.0.10

　　C.0.15

　　D.0.20

　　答案：B

　　(5)死亡率模型

　　死亡率模型是根據貸款或債券的歷史違約數據，計算在未來一定持有期內不同信用等級的貸款或債券的違約概率，即死亡率，通常分為邊際死亡率(Marginal Mortality Rate，MMR)和累計死亡率(Cumulated Mortality Rate，CMR)。

　　【單選】根據死亡率模型，假設某3年期辛迪加貸款，從第1年至第3年每年的邊際死亡率依次為0.17%、0.60%、0.60%，則3年的累計死亡率為( )。

　　A.0.17%

　　B.0.77%

　　C.1.36%

　　D.2.32%

　　答案：C

　　4. 個人客戶評分方法

　　按照國際慣例，對于企業的信用評定采用評級方法，而對個人客戶的信用評定采用評分方法。由于個人客戶數量眾多，歷史信息的規律性強，因此主要采用基于歷史數據統計的評分模型計量個人客戶的信用風險。

　　參照國際最佳實踐，個人客戶評分按照所采用的統計方法可以分為回歸分析、K臨近值、神經網絡模型等;按照評分的對象可以分為客戶水平、產品水平和賬戶水平，按照評分的目的可以分為風險評分、利潤評分、忠誠度評分等;按照平分的階段則可以分為拓展客戶期(信用局評分)、審批客戶期(申請評分)和管理客戶期(行為評分)。

　　(1)信用局評分

　　這一階段常用的模型有：

　　①風險評分，預測消費者違約/壞賬風險的大小;

　　②收益評分，預測消費者開戶后給商業銀行帶來潛在收益;

　　③破產評分，預測消費者破產風險的大小;

　　④其他信用特征評分。

　　(2)申請評分

　　申請評分模型通過綜合考慮申請者在申請表上所填寫的各種信息，對照商業銀行類似申請者開戶后的信用表現，以評分來預測申請者開戶后一定時期內違約概率，通過比較該客戶的違約概率和商業銀行可以接受的違約底線來作出拒絕或接受的決定。

　　信用局風險評分模型和收益評分模型是很有價值的決策工具，與申請評分模型具有互補性，可以組成二維或三維矩陣來進行信貸審批決策。不同的是，申請評分模型是商業銀行為特定金融產品的申請者量身定做的，能夠更準確、全面地反映商業銀行客戶的特殊性，而且可以利用更多的信息對客戶將來的信用表現進行預測;而信用局評分模型通常是對申請者在未來各種信貸關系中的違約概率作出預測。

　　(3)行為評分

　　行為評分被用來觀察現有客戶的行為，以掌握客戶及時還款的可信度。