信用风险的评估方法

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇信用风险的评估方法范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

信用风险的评估方法范文第1篇

关键词：住房公积金 贷款 信用风险评估

中图分类号：F830.5文献标志码：A文章编号：1673-291X（2011）25-0072-05

常州市住房公积金管理中心房源管理采取的是贷款项目在办妥贷款抵押之前由开发企业提供期间担保的模式。这种模式存在着开发企业无力建成项目导致贷款抵押无法落实的潜在风险。我们如果将开发企业的期间担保责任看做是房地产企业对住房公积金管理中心的或有负债，那么从住房公积金贷款的政策性住房贷款性质出发，基于降低贷款风险的考虑，很有必要加强对房地产开发企业的信用风险评估，把好房源准入关，切实控制贷款风险。

一、信用风险与信用风险管理

1.信用风险的含义与特点。现在普遍接受的信用风险定义是：信用风险包括由于借款人的信用评级的变动和履约能力的变化导致其债务的市场价值变动而引起的损失的可能性。因此，信用风险的大小主要取决于交易对手的财务状况和风险状况。信用风险是非系统性风险。虽然市场风险、政治风险等系统风险能通过信用风险体现出来，但是房地产企业的还款能力主要取决于与企业相关的非系统性因素，如财政能力、盈利能力、发展能力、偿债能力、创新能力及相关房地产产品销售情况等非系统性因素。

2.信用风险管理。信用风险管理的基本含义是对于消费者个人的信用和企业的资信状况进行管理，管理的内容主要包括征信和信用评级。在市场经济成熟发达的征信国家，信用管理的侧重点在于对消费者个人进行信用管理，而在广大发展中国家，信用管理更侧重进行企业信用管理。

二、住房公积金贷款项目准入的开发企业信用管理

房地产项目开发是一个需要大量资金、较高技术水平的高风险的经营运作。项目开发需要一个有较长周期，项目的一次性、不可重复性特点和过程中太多的不确定因素，构成了房地产项目开发过程具有较大的风险。因此，住房公积金贷款房源准入中需要对开发企业直接和潜在的信用风险进行全面的分析与管理，对未来可能出现的信用风险进行有效的识别与规避。

（一）建立房地产开发企业信用风险评估体系

1.选择开发企业信用风险评估模型。目前常州市住房公积金贷款房源项目准入中的开发企业资信评估虽然也采用了定量分析的形式，但是实际上还是主要停留在传统的定性分析上，以对借款人报表中反映出的各种财务比率等情况的定性分析为主，主观随意性较大，存在一定的缺陷。我们考虑结合现代信用风险模型，选取成熟的评价体系，借鉴商业银行的风险管理经验，建立适应住房公积金贷款房源管理的开发企业信用风险评估模型。在分析比较了传统的判别分析统计方法、Logistic回归、基于现代计算技术与人工智能的专家系统、神经网络方法、Credit Metrics模型、KMV模型等之后我们考虑选择Logistic回归非线性模型。主要是考虑两个因素：第一，Logistic回归非线性模型能很好地解决非线性的问题，有较高的准确度，是学术界视为主流的方法，相对比较成熟；第二，Logistic模型对于变量的分布没有具体要求，适用范围更广，直观明了。2.构建开发企业信用风险评估指标体系。根据“全面、真实、科学、公正、实用”的五项原则，借鉴商业银行信用评级指标体系，建立新的住房公积金贷款房源管理的房地产客户信用评级指标体系，具体（见表1）：

表1

（二）Logistic回归模型对房地产企业进行信用评价

1.数据的选取及处理。选取上市的33家房地产公司截至2010年12月31日的财务及其他数据指标，其中上市的公司中有5家ST股票，1家*ST股票。

因为不同指标量纲、经济意义、表现形式的不同，不具有可比性，无法相互直接比较，所以，首先对各个评价指标进行无量纲化处理：一是对定量指标的处理。定量指标的处理又分两种，第一种是对于有公认标准的，将企业相应指标与公认标准的比值作为无量纲化值；第二种是无公认标准的，将企业相应指标以行业平均值作为基值，各企业具体指标与相应的行业基值的比值数作为无量纲化值；二是对于定性指标的处理。首先确定一个适度值xi，即该数值为这个适度指标的“最佳点”，然后将指标进行正向化处理，处理后的数据按正向指标进行处理。

具体来说：

流动比率：2为标准值；速动比率：1为标准值。分别取企业相应值与标准值的比值作为无量纲化值。

总资产报酬率、销售净利润率、存货周转率、资产负债率、注册资本以行业平均值作为基值，分别取企业相应值与基值的比值作为无量纲化值。

公司行业地位和开发资质等级赋值。上市公司非ST类，注册资本低于10亿元的赋值0.5分，注册资本高于10亿元的赋值0.6分，行业领军企业赋值0.8分。上市公司ST类赋值0.2分，上市公司*ST类赋值0.1分。一级开发资质赋值0.8分，二级开发资质赋值0.5分，三级开发资质赋值0.2分。

2.Logistic模型的基本原理。Losistic回归在统计学方法中的被认为是预测精度为理想的模型，而且对数据与假设条件要求很少，能处理定性指标，同时，Logistic回归的稳健性比较好，能适用于不同的检验样本，此外，Logistic回归可以对违约概率与特征变量之间的关系进行定量分析，能分辨出哪些变量与企业的信用程度有密切的关系。

本文将是否获得房地产开发企业住房公积金贷款准入y与指标变量x，之间通过p，（给定x，条件下y=1的概率）发生关系。该模型可表示为f（x）=ln[pi/（1-pi）]，建立回归模型方程为：

ln[pi/（1-pi）]＝β0+β1x1+β2x2+…+βnxn

给定一组房地产开发企业样本{（xi，yi）}ni=1，其中xi是房地产开发企业的指标变量，yi∈[0，1]是一个二分类的属性变量，（yi=0表示第i个企业不能获得住房公积金贷款准入资格，yi=1表示第i个企业获得住房公积金贷款准入资格），使用Logistic回归模型可以用来判断一个企业是否可以获得住房公积金贷款准入资格，公式如下：

p（y=1|x）=■

其中，x为m维向量，β为维待求的系数。由于其非线性模型，无法用最小二乘法求解，因此可以通过极大似然估计法进行求解：

设从总体中随机抽取n个案例作为样本，分别表示为y1，y2……yn，设pi=p（yi=1|x），在给定的xi条件下，yi=1的概率。同理可得，yi=0的概率可表示为：p（yi）=pyii（1-pi）1-yi

其中，yi=1或yi=0 （i=1，2…n）。因为各项观测相互独立，其充分必要条件就是其联合概率分布，设L（θ）为等于各边界分布的乘积：

L（θ）=■pyii（1-pi）1-yi

L（θ）为n个观测值的似然函数。对于确定的标本值yi （i=1，

2…n）来说，它是β0和βi （i=1，2…n）的函数，即Pi=■。我们的目的是求出得参数的估计量，且应使L（θ）最大，因为使L（θ）最大化非常困难，所以我们选择使ln[L（θ）]最大，因为ln[L（θ）]和L（θ）是单调函数，当ln[L（θ）]取最大值时，L（θ）也同时取到最大值，根据Logistic函数，可以得到如下公式：

Pi=P（yi=1|xi）■

ln[L（θ）]=ln[■pyii（1-pi）1-yi]

=■[yiln（pi）+（1-yi）ln（1-pi）]

=■[yiln（■）+ln（1-pi）]

代入公式可以得到：

■[yi（β0+■βixi）+ln（1-■）

=■[yi（β0+■βixi）-ln（1+eβ0+β1x1+βmxim）]（1）

公式（1）称为似然对数函数。为了求得系数，且使L（θ）最大，分别对βi（i=0，1…m）求偏导数，并令其为零，得到如下公式：

■=■（yi-■）=0（2）

■=■（yi-■）xij=0 （j=1，2...m）（3）公式（2）与（3）得出的βi为极大似然估计，而相应的条件概率估计值为pi，这个值是指在给定的xi的条件下yi=1的概率估计值，其代表了Logistic回归模型的拟合值或预测值。

3.Logistic模型的应用。采用软件SPSS16.0forwindows对数据进行处理，经过对变量筛选方法的逐个实验，使用多元逐步回归分析（stePwise）得到的筛选效果较为满意，因此选择该方法对Logistic回归模型进行变量筛选。

从模型整体检验表中可以看出，R为判定系数，它是回归方程拟合优度的一个度量，在多元回归模型中，判定系数R方为解释平方和ESS与总平方和TSS的比值，即：

R2=■=1-■

Adjusted R Square 为调整判定系数R2=1-■，式中，k为包括截距项在内的模型中的参数个数。所谓调整，就是指R2的计算式中的■e2i和■（Yi-■）2都用它们的自由度（n-k）和（n-1）去除。Std.Error of the Estimate为估计值的标准差，估计值的标准差越小，估计值代表的线性就越大，相关点的离散程度就越大。判定系数与调整判定系数越高说明模型的拟合程度越好。从表2可以看出，经过四步拟合样本的判定系数为0.807，调整后的判定系数也为0.780，说明该模型有较好的整体拟合性，已经达到了模型建立的要求。通过上面的计算和SPSS分析我们可以得到检验样本的回归模型方程的表达式为：

ln（■）=0.279+0.017X2+0.102X4-0.045X6+0.804X7

从最终回归模型的回归系数可以看出，销售净利润率、流动比率、资产负债率、公司行业地位这四项指标在一定程度上反映出企业的还款能力及信用程度，会对房地产企业是否可以获得住房公积金贷款准入资格有较大影响。

（三）案例分析

常州市某家房地产企业具有暂二级房地产开发资质，注册资本金5 000万元。其开发一楼盘项目，向住房公积金管理中心提交了贷款房源准入审批材料。根据实地查看和资料分析，对该企业我们做出如下信用评估：

1.数据提取。根据该企业提供的财务报表，其销售净利润率为0；流动比率为1.26，经无纲量量化处理取值0.70；资产负债率78.36%，经无纲量量化处理取值0.87；考虑该公司为非上市公司，且根据调查发现其开发的房地产项目存在经营风险、股东变动风险和关联人风险，有不能按期交付和资金断裂的可能，商业银行纷纷停止对其提供期房按揭贷款，也没有商业性金融机构向该公司提供项目开发贷款，因此就该公司行业地位赋值0.1。

2.评价结果。将上述值代入Logistic回归模型，得值为0.41，因此做出不批准该项目办理住房公积金贷款房源准入的决定。实践证明这样的决定是正确的，避免了住房公积金贷款的损失。

参考文献：

[1]曹道胜，何明升.商业银行信用风险模型的比较及其借鉴[J].金融研究，2006，(10).

[2]王宗军.基于层次分析法的企业信用评价方法研究[J].华中科技大学学报，2004，(3).

[3]傅强，李永涛.基于Logistic模型的上市公司信用风险评价[J].华东经济管理，2005，(9).

[4]杨军.银行信用风险――理论、模型和实证分析[M].北京：中国财政经济出版社，2004：23-28.

信用风险的评估方法范文第2篇

论文关键词：银行间市场；信用风险；风险管理

全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。

一、信用风险评估理论

银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：

(一)统计模型

利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。

1．违约概率(ProbabilityofDefauh，PD)理论

违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。

2．违约损失率(LossGivenDefault，LGD)理论

违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。

(二)CAMEL模型

CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。

(三)专家判断模型

银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。

二、信用风险评估的通常做法

(一)信用风险评估的基本思路

评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。

(二)信用风险评估模型的构造

数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性

(三)变量选择方法

1．层次分析法

层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。

2．主成分分析法

主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。

3．专家判断

关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。

(四)模型校验修改

模型构造完成后．需要相应财务数据的不断校验修改。财务数据可直接向对应机构索取，也可通过第三方数据提供商获得。直接获取数据的方式准确性较高，但需对应机构积极配合．且需大量的人力物力用于数据录入、核对和计算。通过第三方数据提供商获取数据效率高，但需支付一定费用，且面临数据不全、数据转换计算等问题。在违约概率模型的开发过程中，通常遇到模型赖以建造的数据样本中的违约率不能完全反映出总的违约经历，需进行模型的压力测试，确保模型在各种情况下都能获得合理的结果．并对模型进行动态调整。

(五)引进或自主开发授信评估系统

根据完善授信评估模型，撰写授信评估系统业务需求书．引进或自主开发授信评估系统，提高授信评估效率。授信评估系统还应与会员历史数据库、限额管理系统、会员历史违约或逾期等信息库无缝连接，避免各个环节的操作风险。

三、对银行间市场完善授信评估的启示

(一)完善授信评估可积极推动银行间市场业务发展

银行间市场会员信用评估水平的提高。可有效防范银行间市场系统性风险。为防范交易对手信用风险，市场成员需及时、合理、有效地对相应会员银行或做市商进行信用评估，并根据会员或做市商资信状况的变化进行动态调整，为其设置信用限额。

(二)引进成熟的授信评估方法、模型和流程

根据巴塞尔协议的有关监管要求，国内大中型银行都已经或正在国际先进授信评估机构的帮助下，开发PD或LGD评估模型。银行间市场参与者应学习借鉴国内外先进的授信评估方法和模型。在消化吸收先进经验的基础上，选择国际先进咨询机构作为顾问，构建授信评估方法和模型。

(三)引进或自主开发授信评估系统

为防止操作风险，提高授信评估工作效率，实现授信评估与机构内部相关系统的连接，银行间市场参与者需根据授信评估方法、模型、授信资料清单、分析报告模板、建议授信计算公式等内容。撰写系统开发业务需求书，或引进先进的授信评估系统并进行客户化改造．或选择系统开发商进行自主开发授信管理系统。

信用风险的评估方法范文第3篇

关键词：银行间市场；信用风险；风险管理

全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。

一、信用风险评估理论

银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：

(一)统计模型

利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。

1．违约概率(ProbabilityofDefauh，PD)理论

违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。

2．违约损失率(LossGivenDefault，LGD)理论

违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。

(二)CAMEL模型

CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。

(三)专家判断模型

银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。

二、信用风险评估的通常做法

(一)信用风险评估的基本思路

评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。

(二)信用风险评估模型的构造

数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性

(三)变量选择方法

1．层次分析法

层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。

2．主成分分析法

主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。

3．专家判断

关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。

信用风险的评估方法范文第4篇

【关键词】主成分分析法；信用风险；上市公司

上市公司的信用风险关系到我国股票市场的健康稳定发展，以及我国经济体制改革的顺利进行和经济稳步发展。信用风险评估发展至今已有百年历史，人们对其研究出许多度量方法，主要包括四种：古典信用风险评估法，包括因素分析法和财务比率综合分析法；统计判别分析法，主要是主成分分析法和Logistic回归方法；现代信用风险模型，包括违约预测模型和信用度量术等四种模型方法；基于信息技术的信用风险评估，主要是指以人工神经网络模型为基础的信用风险评估方法。本文选取主成分分析法进行我国上市公司信用风险分析。

一、主成分分析法介绍

主成分分析也称主分量分析，旨在利用降维的思想把多指标转化为少数几个综合指标。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定相关性，因而所得的统计数据反映的信息在一定程度上有重叠。信用风险作为一个多变量问题，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中涉及的变量较少，得到的信息量较多。主成分分析正是适应这一要求产生的。

主成分分析法的分析过程通过以下步骤完成：①收集相关资料得到样本矩阵；②因各个方面的影响因素具有不同的量纲与数值大小，故将原始数据进行标准化处理；③利用标准化后的样本估计；④选择k个主成分，一般经验指出，累计贡献率大于等于0.85即可；⑤解释主成分；⑥计算每个样品的主成分得分；⑦计算得分大小并排列。

二、主成分分析法在上市公司信用风险评估中的实证分析

（一）研究对象的选择

考虑到企业的覆盖面、数据的可获得性及可验证性等要求，样本选自山西上市公司中的三家电力公司（漳泽电力，西山煤电，通宝能源）2012年的年报数据，并对其评价分析。

（二）企业信用风险指标体系的选取

本文选取的信用风险评价指标体系包括：盈利能力、偿债能力、资产管理能力、成长能力。具体指标见表1所示。

（三）分析过程

将上述三家企业2012年相应财务数据输入SPSS17分析软件中，经处理（步骤依次为：输入数据—点击分析—降维—因子分析—把变量导入“Variables”框内—对“描述”，“抽取”，“得分”等选项进行相应选择—点击“确认”）得表2～表4所示。

三、结论

信用风险的评估方法范文第5篇

随着我国经济的发展以及市场多元化趋势的形成，我国民营经济发展呈良好上升趋势，有效推进了地区经济水平提高，对完善地区服务、增强地方就业都发挥着重要作用。作为我国经济发展中重要构成部分，发展过程中存在着融资难问题，成为制约民营企业进一步发展的瓶颈。这种问题造成的原因较多，从企业角度分析，很多民营企业信用状况一般，且存在较高的信用风险，从银行角度分析，部分银行的贷款营销观念滞后，在机构设置以及信贷评级方面无法满足民营企业需要。因此，建立一套完善的民营企业信用评级指标体系与方法十分必要。

2.民营企业信用风险评价指标体系构建

2.1评价指标体系内容

针对我国民营企业自身特征，在构建企业信用风险评价指标体系的过程中要充分对企业素质进行分析，对企业整体经济发展情况、经营范围与产品销售与盈利水平等进行综合评价，同时也包括对企业综合管理情况的评估，如企业职工能力、领导管理能力以及企业内部文化结构等；要对企业资金信用进行评估，通过对企业资产结构、资金链运行以及资产质量的分析，进行量化财务指标考察，充分反映企业资金自有率和流动比率，对信贷情况、贷款承付率等全面评估；对企业的经营水平与经济效益进行综合评价，包括对产品生产、销售、开发、费用核算以及纳税与利润多方面情况考察；另外，对企业发展情景的分析，要对民营企业进行近期考察，对目标实现情况以及长远规划等全面分析，并对企业的行业地位以及多元化市场竞争力进行分析，对其目标的制定与措施的落实以及长远发展趋势进行分析。

2.2指标体系构建原则

为避免民营企业信用风险评价指标的选择存在随意性，要遵循全面性原则、科学性原则、公正性原则、通用性原则、可获得性原则。民营企业风险评估直接关系到企业长远发展趋势，一旦出现评估偏差将会影响企业信用状况，给企业带来风险。因此，风险评估指标体系的构建要全面体现民营企业信用状况。要积极借鉴国外信用风险评估体系构建经验，使数据结构构建更加丰富、全面、科学。只有在客观判断和评估的前提下，才能保证指标体系构建的公正性和有效性。另外，指标体系构建必须要依照国家政策和法律以及规定标准进行，避免偏离经济发展轨道，使其适用于民营企业中，被债权人和企业理解和认同。

3. 基于相似度的民营企业信用风险评级方法

信用评级方法主要是指基于企业的信用状况完成的等级判定，通过进行系统分析发现，信用评价方式对于信用等级的判定具有科学性。

针对民营企业的信用评估方法应用，我国多赞同美国做法，但是也有持反对意见的。认为通过定量方式分析量化评估指标具有客观性。而通过定性分析则相对比较主观，需要进行相应的主观判断，可以说，采用定量分析相对于定性具有一定的进步性特征。本文中对两者之间的关系与作用并不做机械性判断，而是根据实际需要选择定量或者是定性分析。

3.1定性评估方法

根据分析人员的差异性特征可以进行以下几个方面的分类：

首先，个性特征分析方法：个人可以通过三种方式进行分析，也就是根据因果性原理完成对以表现出来的信用情况以及经济指标变化情况进行判断，形成信用状况信息。这个过程中也可以采用对比类推法，通过结合类推原理将信用状况与相类似的状况之间相互结合，形成对未来一段时间范围内企业信用状况的评估。

其次，集体分析方法：采用个人因素分析方法会受到个人知识结构等多方面因素的限制，因此具有局限性。集中个人形成专业性判断能够极大提升信用评估的质量与效果。这项评估方式主要采用的是集体讨论方式进行信用评估。

最后，专家调查方法：这项评估需要借助于具有专业性能力的专家，通过进行咨询完成相关信用问题的解决。因为专家的专业性能力相对更强，通过借助于他们的专业性知识与能力，可以充分解决各个方面的实际问题。

3.2信用评估定量分析

首先，比率分析：也就是采用财务分析方法，这也是信用评估当中的主要应用方式。在进行信用评估时很难通过一项数据内容完成整体评估，因此需要计算 比率指标内容，这样就能够进行判断，形成科学性结果。

其次，还包括趋势性分析方法、结构性分析方法以及相互对比法。以上三种指标也都是进行信用评估最为主要的使用方式。

4. 实际应用研究

结合某食品企业进行实例分析，该企业成立于2000年，总投资金额为3000万余元，公司总人数达800人。主要生产的是花生系列产品，产品出口国际市场。年生产力能够达到3000吨。当前企业为了进一步实现扩大再生产，引进专业技术人才达到员工总数的41%，创新费用比重为8%，新型技术装备更新率为6%，产品销售收入比重达到原来的28%，资本积累达到4%。

5. 结论