信用評級方法模型的選擇策略研究

?

信用評級方法模型的選擇策略研究

卿固1，辛超群2

1.2.大連大學經(jīng)濟管理學院，大連116622

［摘要］信用評級方法模型的選擇和應(yīng)用對經(jīng)濟主體的信用水平評估至關(guān)重要，通過對定性分析、統(tǒng)計分析、神經(jīng)網(wǎng)絡(luò)和支持向量機及其他信用評級方法模型的研究綜述，同時，從定性和定量相結(jié)合、具體指標的選取、依據(jù)行業(yè)構(gòu)建模型以及多種方法模型相結(jié)合方面對該領(lǐng)域未來的發(fā)展趨勢進行展望，以期通過借鑒方法模型增強信用評級的可信度和價值，為投資者、籌資者和監(jiān)管者提供有益的參考。

［關(guān)鍵詞］信用評級；方法模型；選擇策略

［課題項目］大連社科聯(lián)（社科院）一般項目《大連市中小企業(yè)信用風險評估研究》（項目編號：2012dlskyb026）

一、引言

隨著社會經(jīng)濟全球化步伐的加快以及資本市場領(lǐng)域的不斷發(fā)展，信用評級的研究逐漸成為學術(shù)界的熱點。在國外以穆迪（Moody）、標準普爾（S&P）和菲奇（Fitch）三大公司為代表的信用評級機構(gòu)，不但成為西方發(fā)達國家經(jīng)濟活動中不可或缺的金融中介服務(wù)公司，而且成為信用評級領(lǐng)域認定的權(quán)威。在我國，隨著經(jīng)濟體制改革的不斷深化，信用評級業(yè)也得到了迅速發(fā)展。截至2012年，已有近80家評級機構(gòu)得到了人行的許可。2014年6月國務(wù)院印發(fā)《社會信用體系建設(shè)規(guī)劃綱要（2014-2020年）》更是為信用建設(shè)指明了方向。在此背景下，如何建立運用一套行之有效的方法模型對信用進行評估認定就顯得尤為重要。據(jù)此，本文對國內(nèi)外信用評級方法模型進行了梳理和探討，并對未來信用評級方法模型的發(fā)展進行了展望，以期通過借鑒方法模型增強信用評級的可信度和價值，為投資者、籌資者和監(jiān)管者提供有益的參考。

二、信用評級方法模型的研究綜述

對于信用評級方法模型的研究，一般可劃分為定性分析評估法、統(tǒng)計分析評估法、人工神經(jīng)網(wǎng)絡(luò)評估法以及基于市場價值KMV評估法（朱順泉，2012）。

（一）定性分析

1.5C與LAPP法

5C模型作為相對古老的模型，主要是指銀行系統(tǒng)在考察客戶時從品質(zhì)、能力、資本、擔保物和條件五方面分析客戶的信用。與5C相對應(yīng)的是5P模型，主要是從客戶情況、目的、償還、擔保和前景對借款人等客戶的信用進行評價。LAPP法主要是從資產(chǎn)的變現(xiàn)能力、業(yè)務(wù)活動能力、盈利能力和業(yè)務(wù)發(fā)展?jié)摿λ姆矫鎸杩钊说男庞眠M行評價。5C或5P模型與LAPP法側(cè)重點不同、互為補充，可以將兩者進行綜合以評價借款人的信用。

2.沃爾分析與杜邦分析法

隨著穆迪和標準普爾等公司的出現(xiàn)，信用評級逐漸注重從財務(wù)數(shù)據(jù)的角度出發(fā)進行研究，如20世紀初的沃爾比重分析法和杜邦財務(wù)分析法，這些方法運用財務(wù)比率分析公司的財務(wù)狀況以此來反映償債能力和信用能力，在對企業(yè)的整體狀況進行分析時運用更廣泛。

3.消費信貸評分模型

信用評分模型最早應(yīng)用于消費信貸領(lǐng)域，David Durand（1941）以體現(xiàn)個人消費能力的居住穩(wěn)定性、職業(yè)、個人擁有資產(chǎn)數(shù)等九要素作為打分的依據(jù)對個人消費貸款進行研究，以對借款人的信用進行評價。

4.Z-計分模型與Zeta計分模型

現(xiàn)在廣為使用的Z-計分模型選取資產(chǎn)收益率、收入的穩(wěn)定程度、利息保障倍數(shù)、收益累積、流動比率、資本化程度、企業(yè)規(guī)模等7個變量對企業(yè)的信用進行評價，通過建立回歸分析模型，結(jié)果表明Z≦2.68時企業(yè)違約的可能性較大，Z＞2.68時違約可能性較低。該模型既可以用于商業(yè)銀行對借款人信用進行評定，也可以用在企業(yè)內(nèi)部控制程序、應(yīng)收賬款管理等。1977年，Altman對Z-計分模型進行了擴展和修正并構(gòu)建了Zeta模型，將Z模型中的5變量增加為7變量，結(jié)果顯示修正后的Z模型具有更高的預(yù)測能力。然而，它們共有的缺陷主要表現(xiàn)為：一是，過度依賴財務(wù)數(shù)據(jù)，沒有與證券市場掛鉤，削弱了預(yù)測的可靠程度；二是，以變量間存在線性關(guān)系為基礎(chǔ)，忽視了非線性關(guān)系的存在。在我國，張玲、曾維火（2004）以A股114家上市公司為樣本，檢驗了Z值和信用評級之間的關(guān)系，結(jié)果發(fā)現(xiàn)二者具有較好的相關(guān)性，同時認為我國上市公司資信狀況整體良好，前兩年較為穩(wěn)定，此后波動較大，而這種波動與公司行業(yè)風險緊密相連。

5.Bathory模型

Bathory（巴薩利）模型廣泛應(yīng)用在各行業(yè)中，用以衡量公司實力和信用，該模型主要選取反映公司的業(yè)績、資本回報率、流動性以及對負債的保障程度的相關(guān)財務(wù)指標，若Z值得分高，反映公司營運狀況好，違約的風險小，據(jù)調(diào)查其準確度為95%。

近年來，隨著層次分析法和模糊綜合評價法在綜合評價領(lǐng)域的興起，越來越多的學者也將該方法引用到了信用評級領(lǐng)域。

6.層次分析法

層次分析法簡稱為AHP，是運籌學家T.L.Satty 于20世紀70年代提出的融定性和定量于一體的決策分析方法。該方法通過將決策問題分解為目標層、準則層和方案層等，在問題層次化的基礎(chǔ)上構(gòu)建判斷矩陣并進行一致性檢驗，從而進行單排序和總排序，最終做出判斷決策。吳金星、王宗軍（2004）根據(jù)商業(yè)銀行和企業(yè)準則的相關(guān)規(guī)定建立企業(yè)信用評價體系，運用層次分析法進行權(quán)重賦予，并以某市數(shù)據(jù)為例進行了實證分析檢驗，同時認為層次分析法通過將學者和信貸專家經(jīng)驗與數(shù)理方法相結(jié)合，弱化了主觀因素，提高了企業(yè)信用評價的規(guī)范性和科學性。

7.模糊綜合評價法

模糊綜合評價法是由我國學者汪培莊首先提出的，該方法借助模糊數(shù)學的基本原理，將定性的或不易定量的因素定量化，通過單獨因素評判和綜合評判兩個步驟對多因素復雜的問題進行評價。顧海峰（2014）從財務(wù)和非財務(wù)方面對貸款企業(yè)的信用風險進行指標設(shè)計，采用模糊綜合評價法構(gòu)建了商業(yè)銀行信用風險測度模型并進行了實證分析，結(jié)果表明使用該方法對信用風險測度具有很好的操作便利性，對商業(yè)銀行信用體系建立具有很好的參考價值和意義。

（二）統(tǒng)計分析

1.單變量分析法

使用單變量分析的學者是Beaver，他在1966年通過選取單一財務(wù)比率，采用配對樣本法這一統(tǒng)計方法對1954-1964年的79家失敗企業(yè)和與之相對應(yīng)的正常企業(yè)進行了研究，驗證了具有區(qū)別能力的財務(wù)比率及分界點。該方法只考慮單一財務(wù)比率，而眾所周知企業(yè)的財務(wù)狀況不可能通過單一指標就能反映出來，因此單變量分析法現(xiàn)實意義要低于其理論意義。

2.多變量分析法

Altman（1968）則采用了多變量分析技術(shù)（MDA），以1946-1965年間33家制造業(yè)破產(chǎn)上市公司為樣本，選取了與之行業(yè)規(guī)模等相當?shù)?3家正常經(jīng)營的上市公司為配對樣本，從公司的流動性、獲利能力、財務(wù)杠桿、償債能力以及周轉(zhuǎn)能力角度選取指標對樣本公司進行了研究，最終形成Z-計分模型。后來，Altman對該模型進行了改進，彌補了Z模型的行業(yè)以及只針對上市公司的不足。

3.因子分析法

因子分析法作為一種從諸多變量中提取共性因子的統(tǒng)計技術(shù)，通過權(quán)重賦予建立綜合因子得分函數(shù)，從而達到對某一問題的評價研究。在針對信用評級問題上，我國學者將因子分析與聚類分析相結(jié)合做了大量的工作研究。劉淑蓮、王真等（2008）采用因子分析和聚類分析法，選取了反映上市公司信用風險水平的15個財務(wù)指標，并設(shè)計信用評級標準對307家上市公司的信用水平進行了評價，結(jié)果表明該模型具有很高的預(yù)測能力，在判定上市公司信用評級的同時也會提供其他中間信息，具有重要的現(xiàn)實意義。杜曉穎（2012）則從非上市公司的視角出發(fā)，采用因子分析和聚類分析法，選取非上市公司的17項指標進行研究，認為該方法能很好的消除多重共線性問題，增加信用評級模型的縝密性和穩(wěn)定性。

4.Logistic模型

Logistic模型作為使用廣泛的分類統(tǒng)計工具之一，彌補了多變量分析要求變量服從正態(tài)分布的不足，無需假設(shè)變量間存在任何分布。Ohlson（1980）采用該模型對企業(yè)運營失敗的樣本進行研究，并認為多變量分析法與樣本企業(yè)是否服從正態(tài)分布存在很大關(guān)系，影響了結(jié)果的準確性。鄒亞寶、梁紅漫（2013）采用二元Logistic回歸模型，將制造業(yè)上市公司分為信用評級低的*ST組和信用評級高的預(yù)增預(yù)盈組，通過選取16個財務(wù)指標進行了實證分析，并認為該模型對商業(yè)銀行信貸具有借鑒意義。雖然該模型有著普遍的應(yīng)用，但也存在些許不足：當樣本點完全分離時，其有效性值得商榷；該方法對數(shù)值中間部分較為敏感，影響了其穩(wěn)定性。

5.Probit模型

該模型與Logistic模型原理相似，只是假設(shè)條件有所不同。Probit模型要求變量間服從正態(tài)分布且不存在多重共線性問題，通過極大似然函數(shù)確定企業(yè)破產(chǎn)的概率，以此作為企業(yè)信用評級的依據(jù)。張鵬、曹陽（2012）以KMV模型得出的違約距離作為Probit模型的自變量，并據(jù)此評價上市公司違約的概率，結(jié)果發(fā)現(xiàn)違約距離能較好地判別上市公司的信用水平，并認為將違約距離加入到Probit模型中能顯著提高模型的預(yù)測性。鄭昱（2009）則基于該模型對個人信用風險進行了研究，同時對模型的預(yù)測效力做了檢驗。

（三）神經(jīng)網(wǎng)絡(luò)與支持向量機

當影響信用評級的各因素發(fā)生變化時，采用層次分析或模糊綜合評價法會產(chǎn)生較大誤差，且以前的經(jīng)驗也無法得到利用，需要重新建立模型。為解決上述問題，人們提出了模擬人腦的神經(jīng)網(wǎng)絡(luò)工作原理，通過建立學習模型，將經(jīng)驗知識得到充分利用，以求達到最佳效果。在信用評級領(lǐng)域使用較多的有反向傳播神經(jīng)網(wǎng)絡(luò)即BP神經(jīng)網(wǎng)絡(luò)、徑向神經(jīng)網(wǎng)絡(luò)、學習矢量量化網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)和支持向量機（SVM）。

1.BP網(wǎng)絡(luò)神經(jīng)

作為應(yīng)用最多的一種神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)即反向傳播神經(jīng)網(wǎng)絡(luò)是Rumehart等人于1985年提出的，該方法由輸入層、中間層和輸出層三個層面組成，通過對多指標進行歸一化處理作為輸入，將評價結(jié)果當做輸出。針對信用評級領(lǐng)域，采用三層反向傳播，對輸入的數(shù)據(jù)進行訓練模擬，通過反向傳遞不斷調(diào)整權(quán)重，最終通過函數(shù)得出輸出數(shù)據(jù)。BP網(wǎng)絡(luò)神經(jīng)具有運算速度快，自學能力強、效率高等優(yōu)點，但由于學習和訓練較為復雜，且缺乏成熟理論對輸出結(jié)果做全面的解釋，影響了其在信用評級中的應(yīng)用。我國學者張鴻、丁以中（2007）基于BP神經(jīng)網(wǎng)絡(luò)選取定性和定量指標，對我國2004年的ST和正常公司共100家上市公司進行信用評級研究，研究表明BP神經(jīng)網(wǎng)絡(luò)非常適用于企業(yè)信用評級，同時存在著網(wǎng)絡(luò)穩(wěn)定性差等缺陷。

2.支持向量機（SVM）

為了彌足以往信用評級方法模型的不足，Vapnik（1995）年根據(jù)統(tǒng)計學習理論提出了支持向量機法，較好地解決了過去研究方法非線性、非正態(tài)、小樣本、學習速度慢等缺陷。該方法分為線性支持向量機和非線性支持向量機，通過構(gòu)造拉格朗日函數(shù)等得出最優(yōu)分類函數(shù)。陳偉、王業(yè)球（2011）采用支持向量機的方法對中小企業(yè)的信用狀況進行了評級，并以實證的方式與BP網(wǎng)絡(luò)神經(jīng)進行了比較分析，認為SVM分類面簡單，魯莽性強等特點，前景應(yīng)用廣闊。

（四）其他

1.CreditMetrics模型

該模型是由J.P摩根（Morgen）等銀行共同研究的第一個評估信用風險的量化模型，通過確定風險期間、評級系統(tǒng)、評級轉(zhuǎn)移矩陣、信貸利差溢價、違約損失率等計算貸款等的信用風險值。涉及到違約模型，違約相關(guān)系數(shù)模型，資產(chǎn)收益率相關(guān)系數(shù)等量化估計。由于CreditMetrics模型涉及諸多參量需要確定，且信用矩陣模型也不太成熟，制約了該模型的推廣。2006年，李興發(fā)、王慶石通過采用該模型對單筆債券或貸款、組合債券或貸款的風險進行了研究，并指出該模型對商業(yè)銀行對企業(yè)的信用評級具有主要借鑒價值。

2.KMV模型

由美國KMV公司開發(fā)的KMV模型，以期權(quán)定價模型為理論基礎(chǔ)，主要通過三大步驟來計算企業(yè)違約的概率。郭立侖（2012）選取了64家上市公司對其2010年的信用狀況運用KMV模型進行了實證研究，結(jié)果表明KMV在我國具有良好的適用性，隨著信用等級的降低信用風險也隨之增加。

3.Copula模型

該模型是依據(jù)相依Copula函數(shù)于1959年Sklar提出的相關(guān)理論而來的，主要包括二元Copula、多元Copula、時變Copula、變結(jié)構(gòu)Copula和配對Copula，一般通過極大似然估計法和秩相關(guān)法來選擇，在企業(yè)內(nèi)部評級預(yù)警、部門風險暴露、違約概率的估計等方面有著廣泛應(yīng)用。

4.投影尋蹤法

投影尋蹤由斯坦福大學的Friedman和Tukey教授首先提出，是依據(jù)投影尋蹤技術(shù)來解決高緯數(shù)非正態(tài)、非線性的問題，并通過構(gòu)造判別模型來解決企業(yè)信用評級的新興方法。基本思路是通過降緯的方式確定投影指標，并將其作為目標函數(shù)進而判別分析。王春峰、李汶華（2000）基于投影尋蹤法對商業(yè)銀行的信用風險評級問題進行了實證研究，同時和傳統(tǒng)的判別模型、Logistic模型等進行了對比分析，結(jié)果發(fā)現(xiàn)投影尋蹤法的信用評估精度更高。

三、信用評級方法模型的選擇策略

（一）定性和定量分析相結(jié)合

對企業(yè)而言，影響其信用的因素十分復雜，僅僅考慮可以量化的因素顯得過于片面，而過多的對非量化因素分析則具有更多的主觀色彩。如企業(yè)出現(xiàn)信用狀況較差，不一定通過財務(wù)報表反映出來，而此時其戰(zhàn)略導向、市場份額以及過度依賴銀行借貸等則可很好地體現(xiàn)出來。因此，在選擇信用評級模型時，不能單純依靠企業(yè)財務(wù)報表的數(shù)字，還應(yīng)在模型設(shè)計中加入足夠的定性因素。

（二）綜合三大報表合理選取指標

信用評級模型的構(gòu)建需要設(shè)計指標，情境不同指標選取也應(yīng)不同。信用評級涉及的財務(wù)指標方方面面，只依靠資產(chǎn)負債表和利潤表得出結(jié)論則顯得不足。在我國，有的學者過多地從償債能力和盈利能力角度選取指標，忽視了現(xiàn)金流量方面的指標選取，而對企業(yè)周轉(zhuǎn)能力具有重要影響的現(xiàn)金流量指標對企業(yè)的信用狀況有著重要影響。因此，將三大報表涉及的指標綜合起來考慮，模型的可靠性則會大大提高。

（三）依據(jù)行業(yè)構(gòu)建信用評級模型

眾所周知，同一財務(wù)比率，不同行業(yè)具有不同的標準，甚至差異很大。針對信用評級，不應(yīng)將一行業(yè)的評級標準應(yīng)用于其他行業(yè)，應(yīng)在充分調(diào)研和研究的基礎(chǔ)上，依據(jù)不同行業(yè)建立行業(yè)的信用評級模型和標準，提高信用評級模型的可比性和準確性。

（四）多種方法模型相結(jié)合

依據(jù)上文的論述各模型具有內(nèi)在的優(yōu)點和缺陷，依靠單一的方法模型對企業(yè)的信用水平進行研究，雖然可以得出一定的結(jié)論和成果，但在我國企業(yè)財務(wù)數(shù)據(jù)不健全，信息不對稱現(xiàn)象嚴重的情況下，應(yīng)用多種分析方法相結(jié)合對企業(yè)進行信用評級則更為合理，有助于提高模型的預(yù)測價值和結(jié)論的可解讀性。

參考文獻：

[1]朱順泉．信用評級理論、方法、模型與應(yīng)用研究[M]．北京：科學出版社，2012．

[2]Altman EI．Financial ratios，discriminated analysis and the prediction of corporate bankruptcy[J]．Journal of Finance，1968，（23）：589-609．

[3]張玲，曾維火．基于Z值模型的我國上市公司信用評級研究[J]．財經(jīng)研究，2004，（6）：5-13．

[4]吳金星，王宗軍．基于層次分析法的企業(yè)信用評價方法研究[J]．華中科技大學學報（自然科學版），2004，（3）：109-111．

[5]顧海峰．信用平穩(wěn)下商業(yè)銀行信用風險測度模型及應(yīng)用——基于模糊綜合評判法[J]．財經(jīng)理論與實踐（雙月刊），2014，（9）：8-12．

[6]劉淑蓮，王真，等．基于因子分析的上市公司信用評級應(yīng)用研究[J]．財經(jīng)問題研究，2008，（7）：53-60．

[7]杜曉穎．企業(yè)信用評級體系的構(gòu)建——基于非上市公司的視角[J]．廣東金融學院學報，2012，（4）：86-96．

[8]Ohlson J A．Financial ratios and the probabilistic of bankruptcy [J]．Journal of Accounting Research，1980，（1）：109-131．

[9]鄒亞寶，梁紅漫．基于Logistic回歸的我國上市公司信用評級模型研究[J]．西南金融，2013，（3）：14-19．

[10]張鵬，曹陽．上市公司信用風險度量研究[J]．財經(jīng)問題研究，2012，（3）：66-71．

[11]杜棟，龐慶華．現(xiàn)代綜合評價方法與案例精選[M]．北京：清華大學出版社，2005．

[12]張鴻，丁以中．基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)信用評級模型[J]．上海海事大學學報，2007，（3）：64-68．

[13]陳偉，王業(yè)球．基于支持向量機方法的中小企業(yè)信用評級優(yōu)化研究[J]．云南財經(jīng)大學學報：社會科學版，2011，（6）：82-85．

[14]郭立侖．我國上市公司信用風險度量——基于KMV模型[J]．生產(chǎn)力研究，2012，（1）：76-78．

[15]王春峰，李汶華．商業(yè)銀行信用風險評估：投影尋蹤判別分析模型[J]．管理工程學報，2000，（2）：43-46．

責任編輯：王春艷張旭

Selection Strategy of Credit-Rating Method Models

QING Gu1，XIN CHao-qun2

（1.2.Economics and Management College of Dalian University, Dalian 116622）

［Abstract］The selection and application of credit-rating method models is vital to the credit evaluation of an economic body. This article firstly makes a literature review of such method models as qualitative analysis, statistical analysis, neural networks & support vector machine (SVM) and others. Then the author looks forward to the future trends of the industry from perspectives of qualitative & quantitative combination, selection of a specific target, trade-oriented model construction and models combination. It is hoped that the recommended models mentioned in this article can be used for reference by investors, fund raisers and regulators to enhance the credibility and value of credit rating.

［Key words］credit rating; method model; selection strategy

［作者簡介］1.卿固（1962—），女，漢族，四川省內(nèi)江人，大連大學經(jīng)濟管理學院教授，管理學碩士，中國注冊會計師。研究方向：財務(wù)會計。2.辛超群（1989—），男，漢族，河南省商丘人，大連大學經(jīng)濟管理學院工商管理在讀研究生。研究方向：財務(wù)會計。

［收稿日期］2015-03-21

［文章編號］2095－5537（2015）04－00019－04

［文獻標識碼］A

［中圖分類號］F224