信用風險論文匯總十篇

序論：好文章的創(chuàng)作是一個不斷探索和完善的過程，我們?yōu)槟扑]十篇信用風險論文范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

商業(yè)銀行信用交易成本指商業(yè)銀行（貸方）為和客戶（借方）達成借貸協(xié)議合同而發(fā)生的成本，它包括貸前、貸中、貸后三個階段發(fā)生的費用支出。

2銀行信用風險交易成本構成分析

商業(yè)銀行信用風險交易成本構成包括信息成本、審查成本、執(zhí)行成本、監(jiān)督成本、界定和保護產權成本等內容。如圖1所示。

2.1貸前調查的信息成本

即尋找借款伙伴并調查借款人財務狀況、信譽狀況、經營狀況的信息成本。信息成本既包括信息本身的成本，也包括商業(yè)銀行為取得信息而付出的尋找成本；由于事前機會主義的存在，要求對交易對手的情況要進行徹底的了解。如：銀行要對借款人的經營狀況、資金用途、還貸能力等進行調查，對銀行客戶進行篩選，搜集相關資料，而這些都是需要花費一定的費用才能夠取得的。

2.2貸中審查的成本

即簽約過程討價還價的成本，擬定合同條款所發(fā)生的成本，如落實擔保物、抵押登記、抵押物保險等。首先是合同擬定成本，主要指商業(yè)銀行事先擬定信貸合同所支付的成本；其次是談判和決策成本，主要是銀企雙方就信貸合同的某些內容進行協(xié)商而支出的成本；最后，在信貸合同起草時，要確定出各種情況下雙方的權利和義務，以及信貸交易合同的執(zhí)行辦法。這些工作的進行都會使合同的起草和談判變的更加復雜，更加費時費力。

2.3貸后檢查發(fā)生的成本

即監(jiān)督合同簽署方，看其是否遵守合同條款，防止挪用資金、督促按期還款等活動發(fā)生的成本。在貸款出現(xiàn)逾期后，催收不良貸款需要花費大量的人力、物力、財力，還要支付訴訟費、律師費、產權登記和財產保全費等。

2.3.1合同交易的執(zhí)行成本

指在信貸合同執(zhí)行的過程中發(fā)生的成本。在合同簽訂以后，只要整個交易還沒有完成，就不可“掉以輕心”，因為還要監(jiān)視和檢查合同的執(zhí)行情況，防止合同的執(zhí)行人任何可能的違約行為，這也會引起更大程度上交易成本的增加。對商業(yè)銀行而言，主要有：按期繳納貸款時的交易成本；合同存續(xù)期間對貸款實施風險管理的成本；事故發(fā)生后通知銀行客戶的成本；以及討價還價時的交涉成本。

2.3.2監(jiān)督成本

即在銀行和客戶交易雙方都存在機會主義行為的可能情況下發(fā)生的成本。由于事后機會主義的存在，要求對交易對手合同執(zhí)行情況進行監(jiān)督檢查，防止違約，這就必須花費大量成本進行監(jiān)督。商業(yè)銀行必須對客戶的貸款用途進行跟蹤監(jiān)督、對客戶的信用水平、業(yè)務狀況、財務狀況實行全程監(jiān)督，并對其違約行為進行公示等，這也會引起交易成本的增加。2.3.3界定和保護產權成本

指使產權交易得以有效進行的必要成本支出。產權不清就無法進行交易，交易成功后產權又要重新界定和保護，任何銀行業(yè)務的交易都離不開產權的界定和保護。貸款合約簽訂后，銀行的貨幣資金進入了企業(yè)的賬戶，歸企業(yè)支配；企業(yè)的抵押物過戶到銀行名下，產權歸銀行所有。破壞產權的行為需要制裁，這些活動產生的費用都是界定和保護產權的交易成本。

3銀行信用風險交易成本成因分析

企業(yè)失信以及交易成本產生不是偶然的，而是有一定的形成根源，是銀行和企業(yè)兩方面因素導致了商業(yè)銀行信用風險交易成本的發(fā)生。

3.1借款人機會主義行為

在金融市場交易中，作為貸方的商業(yè)銀行要隨時注意、提防企業(yè)的機會主義行為，人的行為的不確定性，使借款人存在著缺乏誠信道德的現(xiàn)象[4]。現(xiàn)在的經濟領域，不講信用現(xiàn)象時有發(fā)生，少數(shù)信用卡常被惡意透支，部分銀行承兌匯票到期不能承兌，有些銀行貸款被想方設法逃廢，這些違約行為，都是缺乏誠信道德的表現(xiàn)。不佳的信用環(huán)境，是信用風險交易成本發(fā)生的源泉。機會主義的存在加大了銀行信用風險交易成本。

3.2維護產權在交易成本中核心地位需要

交易過程中，存在著借款人違約的情況，在借款人違約時，銀行需要用法律程序來進行索賠，這個過程也是需要花費交易成本的，我們也稱之為維護產權而斗爭時所付出的成本。有效的銀行借貸交易需要明確地界定產權，不僅“界定產權”本身需要花費成本，而且起草和制定有關銀行借貸方面的產權法律，也是要花費交易成本。商業(yè)銀行要想保護產權，及時獲取一切關于借款方破壞產權行為的信息，并對破壞產權的行為進行制裁，就需要花費一定數(shù)量的交易成本。

3.3銀企之間信息不對稱

缺乏信息對稱。在銀行的貸后管理上，由于借款人在信息對稱方面占據(jù)優(yōu)勢，還貸與否很大程度上取決于自身的還款意愿，因而銀行僅能對借款人的收入、家庭狀況及提供的相關信息有所掌握，局限性很大。就借款企業(yè)來說，由于其報送的報表數(shù)據(jù)并非一成不變，提供信息的及時性、可信度都存在隱患，大量信息分散于多種渠道，因而銀行無法正常獲取，無從得知，始終處于被動地位。此種信息不對稱，容易造成銀行在貸款管理決策上的失誤，從而形成難以避免的信用風險。為此，商業(yè)銀行就需要花費大量的信息交易成本。

3.4借款人經營中的缺陷

銀行與借款人訂立借貸合同后，由于借款人經營上的困難和失誤，造成企業(yè)資金緊張，不能按時履行合同規(guī)定的還款指標，從而造成商業(yè)銀行資產信用風險的加大和資產的損失。此種情況下，借款人不是不想履行合同而是無力履行合同，由此作為貸方的銀行需要花費大量的交易成本，來對借方的經營能力和盈利水平做跟蹤評估[5]。

論文關鍵詞：商業(yè)銀行信用風險交易成本

論文摘要：信用風險已成為我國商業(yè)銀行中最為主要的風險，銀行為控制信用風險的發(fā)生需要付出巨大的交易成本作為代價。本文首先對商業(yè)銀行信用風險交易成本如信息成本、審查成本、執(zhí)行成本、監(jiān)督成本、界定和保護產權成本等內容進行分析。然后進一步分析銀行信用風險交易成本產生的原因。

參考文獻：

[1]張維迎.博弈論與信息經濟學[M].上海：上海三聯(lián)書店，2004.

[2]岳志.論金融交易成本[J].深圳金融，2001,5.

篇（2）

第一，非系統(tǒng)性與系統(tǒng)性。借款人的還款能力和還款意愿受多種因素的影響，一方面?zhèn)鶆杖俗陨淼呢攧諣顩r、投資策略和經營能力等因素決定了其能否按期履約還款。而另一方面，除了借款人自身的非系統(tǒng)風險之外，系統(tǒng)風險的也會對債務人違約產生影響，包括宏觀經濟狀況、行業(yè)發(fā)展狀態(tài)和政策法律等因素。

第二，道德風險與信息不對稱對信用風險的形成具有重要作用。債權人與債務人的信用交易通常是在信息不對稱的條件下進行的。債權人經常對債務人的信息掌握缺乏或者掌握錯誤信息，在信息掌握失衡的情況下，債務人為了實現(xiàn)自身的利益最大化，道德風險發(fā)生的可能性變大，即產生違約傾向，最終形成信用風險。

第三，信用風險收益的非對稱性。信用風險收益的分布具有典型的非對稱性，信用風險分布的偏峰厚尾特征決定了簡單的應用均值和方差來衡量風險的大小是不充分的。

第四，信用風險作用于銀行信貸經營的全過程，只有及時、準確地發(fā)現(xiàn)信用風險的誘導因素并系統(tǒng)、連續(xù)地掌握信用風險的特征、大小、屬性及變動趨勢，才能防范和化解風險。

二、信用風險四個量化因子

第一，違約概率（ProbabilityofDefault，PD），是指銀行的交易對手（債務人）在未來一段時間內發(fā)生違約的可能性。對違約概率進行量化，需要我們對違約進行具體的界定。長期以來對違約的定義沒有一個統(tǒng)一的標準，不同的用途有時會采取的不同的違約定義。新巴塞爾協(xié)議提供了違約的參考定義，違約是指以下兩種情況的一種或者兩者同時出現(xiàn)：一是銀行認定除非采取追索措施，如變現(xiàn)抵質押品（如果存在的話），借款人可能不能全額償還對銀行集團的債務；二是借款人對銀行集團的實質性信貸債務逾期90天以上。對于“不能全額償還”，新協(xié)議又進行了六點詳細闡述：一是銀行停止對貸款表內計息，即借款人的貸款轉為表外計息；二是由于信貸質量大幅下降，銀行核銷了貸款或計提了專項準備；三是銀行將借款人貸款出售并相應承擔了較大經濟損失；四是銀行同意對借款人進行消極債務重組而發(fā)生本金、利息或費用等較大規(guī)模的減免或推遲償還造成債務規(guī)模的減少；五是就借款人對銀行集團債務而言，銀行將債務人列為破產或類似狀況；六是借款人破產或申請破產或處于類似保護狀態(tài)，由此不能履行或需要延期履行銀行集團債務。

第二，違約損失率（LossGivenDefault，LGD），是指債務人一旦違約將給銀行(債權人)造成的損失數(shù)額占風險暴露的百分比，它衡量了損失的嚴重程度，并且有違約損失率＝1-回收率。對違約損失率進行量化需要我們對損失進行具體的界定。損失的界定即損失計算的范圍，對此銀行業(yè)實際業(yè)務中缺乏統(tǒng)一定義，往往根據(jù)具體目的和需要確定，一般損失的內容包括以下幾個方面：本金的損失、利息的損失、違約債務持有成本和清收費用（如托收費、律師訴訟費）等。

第三，違約風險暴露（ExposureAtDefault，EAD），也稱違約敞口，指信用暴露中面臨違約風險的部分。關于違約敞口最重要的一點是它是未來的敞口，即在將來面臨信用風險的頭寸規(guī)模。由于提款和還款的方式不同，加上存在其他不確定性因素，在貸款到期之前信用敞口經常隨著時間的推移而改變。

第四，有效期限（Maturity，M），是指當前與貸款或債券到期償還日的時間間隔。向企業(yè)放貸對銀行來說是一種投資行為，與其他形式的投資一樣，銀行這一投資的收益受其時間價值的影響。貸款的期限越長，債務在到期之前面臨的不確定性越大，風險自然也就越大。在最新的巴塞爾新資本協(xié)議中，明確的提到了期限的處理問題。

三、信用風險損失的計量

對信用風險的四個量化因子進行研究，主要目的是對信用風險可能帶來的損失進行計量。對信用風險損失的計量標準有兩種方法，一是基于違約式模型下的損失，即債務人已發(fā)生的違約行為而給債權人（這里主要說的是商業(yè)銀行）帶來的損失；二是盯市模型下的損失，即除了違約行為之外，債務人信用等級的降低或資信質量的惡化導致的潛在損失，這是因為即使在借款人信用狀況惡化的情況下并沒有發(fā)生違約，但是信用資產的經濟價值也會因借款人信譽發(fā)生變化而受到影響。目前，對于信用風險損失的計量主要考慮預期損失、非預期損失和損失不足三種情況。

1、預期損失（EL）。預期損失是銀行在經營活動中可以預期到的損失。銀行在事前計提損失準備金來抵御預期損失，或者在貸款定價時將預期損失作為成本（如通過貸款利率）予以考慮。預期損失是損失的期望水平，沒有考慮不確定性因素的影響。因此銀行須將預期損失視為經營的成本，在貸款的定價或事前損失撥備中予以考慮。預期信用風險損失率等于違約損失率和違約概率的積。進行違約概率和違約損失率測度，可以有效提升信用風險管理水平。

2、非預期損失（UL）。又稱意外損失，非預期損失是指因經濟環(huán)境或市場狀況異常波動等非預期事件造成的實際損失對預期損失的偏離。如果組合損失分布服從正態(tài)分布，預期損失和非預期損失的分布將與組合信用損失分布一致，因為已知一階矩和二階矩即可確定正態(tài)分布，那么非預期損失一般可以用預期損失的標準差來描述。但信用風險的損失分布并不服從正態(tài)分布，而是具有明顯的有偏和非對稱性特征。此時非預期損失對應于在險價值（VaR）與期望損失之差。

3、損失不足（ES）。意外損失不包括極端事件，極端事件指VaR置信水平以外的概率發(fā)生的損失，盡管股市崩盤、金融危機發(fā)生的概率很小，但是其造成的損失是投資者不能忽視的，而一般的統(tǒng)計規(guī)律不能估計極端損失，這需要采用壓力檢測分析這一問題，相應的提出了極值理論和一致性風險度量。損失不足即是度量超出VaR置信水平下最嚴重損失的平均值，它能夠滿足對極端損失的關注，在連續(xù)分布下，還滿足次可加性、齊次性、單調性和無風險條件四個公理，是一致性風險度量手段。

四、經濟資本與經風險調整收益率

以經營信貸資產為主要業(yè)務的商業(yè)銀行，始終面臨著風險和潛在損失問題，為了抵御這些損失的影響，銀行必須配備一定的準備或者資本，又因其行業(yè)的特殊性，其資產資本構成與一般工商企業(yè)有較大的差異，銀行的資本僅占其資產總額的很小一部分，同時銀行除了自身主動提取風險準備以外，還要滿足外部監(jiān)管當局的資本要求。

第一，經濟資本（EC）。經濟資本是銀行內部用以緩沖風險損失的權益資本。巴塞爾資本協(xié)議將經濟資本籠統(tǒng)的定義為銀行等金融機構在經營過程中所必須持有能夠覆蓋所有可能風險的資本數(shù)量，經濟資本的數(shù)量由金融機構自己估計。經濟資本的概念與在險價值（ValueatRisk，記為VaR）的概念實際上一致的。在險價值刻畫了損失分布的尾部風險，其定義是在一定時期內，在某一置信水平下，投資組合的最大可能損失。事實上，銀行內部測算的經濟資本與外部監(jiān)管當局所要求的監(jiān)管資本常常是不一致的，這種不一致既可能是經濟資本高于監(jiān)管資本，也可能是經濟資本低于監(jiān)管資本。經濟資本是銀行內部為抵御風險而主動配備的資本，實際上是指所“需要的”資本或“應該有的”資本，不是銀行已經擁有的資本，它不同于帳面資本和監(jiān)管資本。雖然經濟資本與監(jiān)管資本都起到風險緩沖的作用，但前者是由銀行管理者從內部來認定和安排的緩沖，它實際上反映了股東價值最大化對銀行管理的要求；而后者則是銀行業(yè)監(jiān)管部門從行業(yè)監(jiān)管的角度對銀行資本金水平所做的要求。在風險定價方面，監(jiān)管資本無法有效的區(qū)分暴露的風險差異，而經濟資本做到了這一點，經濟資本對風險的敏感性顯著高于監(jiān)管資本對風險的敏感性。所以，從理論上經營穩(wěn)健的銀行需要動態(tài)監(jiān)測監(jiān)管資本和經濟資本，并保證經濟資本大于等于監(jiān)管資本。當經濟資本高于監(jiān)管要求的資本時，銀行為了提高資本金的利用效率，會將超額的部分通過資本充足率的杠桿效應，擴大信貸投放；或者通過增加表外業(yè)務實現(xiàn)資本金的投資收益。最終使經濟資本與監(jiān)管資本趨于一致。當銀行內部計算的經濟資本要求，大大低于監(jiān)管所規(guī)定的監(jiān)管資本要求時，銀行就會傾向于監(jiān)管資本套利。監(jiān)管資本套利的主要做法是通過資產證券化或其他金融創(chuàng)新工具將低風險資產從信貸組合中稀釋出去，而從中獲得收益。

第二，經風險調整收益率（RAROC）定義為凈收益減去預期損失后與經濟資本的比。該定義與資產組合理論中的風險收益比率即Sharp比率相似。銀行除了重視估計風險潛在損失和進行經濟資本配置以外，對銀行的收益能力也十分重視。20世紀70年代末，美國信孚銀行提出了RAROC，目的是為了度量銀行信貸資產組合的風險和計算在特定損失率下為限制風險暴露必須的股權數(shù)量。后來許多大銀行在此基礎上紛紛對RAROC模型進行開發(fā)，從而逐漸改變了傳統(tǒng)的以資產收益率和資本收益率為中心的業(yè)績考核和管理體系，將風險因素充分考慮到銀行的經營業(yè)務考核中。20世紀90年代，這項技術在不斷完善的同時在國際上大銀行間得到了廣泛的推廣，并逐漸成為當今金融理論界和實踐中公認的最核心、最有效的經營業(yè)績考核管理方法。我國銀行業(yè)監(jiān)管管理委員會在《商業(yè)銀行市場風險管理指引》中指出，銀行是經營特殊商品和服務的高風險企業(yè)，必須將風險因素引入到經營管理和績效衡量中。實踐表明，銀行業(yè)要實施全面風險管理，就必須以經濟資本為基礎，建立一套有效的風險調整后的資本收益率管理體系。

【參考文獻】

[1]MurphyA.：AnempiricalanalysisofthestructureofcreditriskpremiumsintheEurobondmarket[J].JournalofInternationalMoneyandFinance，2003（22）.

[2]Stiglitz，J.E.，A.Weiss：CreditRationinginMarketswithImperfectInformation[J].TheAmericanEconomicReview，1981（71）.

[3]李志輝：中國銀行業(yè)風險控制和資本充足性管制研究[M].中國金融出版社，2007.

[4]孟慶福：信用風險管理[M].經濟科學出版社，2006.

篇（3）

2.農民的生產經營方式陳舊。在我國相當大比例的農業(yè)生產企業(yè)缺乏合理的經營管理機制，沒有科學的市場觀念、競爭意識，其發(fā)展能力令人堪憂。其往往負債比例較高，反而經營的效益過低，甚至資不抵債。更有甚者，其本身經營情況良好，卻以兼并、破產、重組等為由將信用社債權擱置或者直接廢棄。一大筆信用社資產成為不良貸款，增加了農村信用社的信用風險。

二、經營環(huán)境問題分析

1.委托方和方的信息不對稱。農村信用社與借款人間實際上是一種委托關系，這種信用關系存在著信息的不對稱性。信用社的角色是委托人，在整個關系中處于信息不利地位。貸款人很清楚自身的財務狀況、經營情況以及公司未來的前景以及行業(yè)情況。所以在貸款前其信息量遠遠大于信用社，所以在貸款之初其就能以最低的成本盡可能拿到最多的貸款，保證自身利益的最大化。而信用社顯然不可能做到面面俱到，所以處于信息渠道的劣勢一方，導致了其交易風險的加大。

2.我國的農村社保體系不夠完善。我國針對農民的社會保障體系發(fā)展水平總體比較低，相較發(fā)達國家差距較大。同時存在很多問題如資金投入少、涉及面小、保障水平比較低、地方政府推行力度小等問題，顯然不能夠對廣大農村居民的社會保障需求予以滿足。農村居民不但要進行農業(yè)生產經營，也有相當一部分的支出用于醫(yī)療、教育、養(yǎng)老等，負擔加重。一旦出現(xiàn)上述額外支出，就難免不能按時還款，農村信用社發(fā)放到款項在短期之內基本不易追回。這就很大程度上增加了農村信用社的信用風險。

3.政府對農業(yè)的支持力度較小。隨著物價的上漲，加之我國農民數(shù)量基數(shù)很大，雖然政府投入了相當大一筆資金進行支持，但是平均到個人所得到的支持仍然很少。極端天氣的愈發(fā)頻繁，農民的生產和生活愈發(fā)困難。農業(yè)生產的成本在逐年升高。政府的微薄補助無法調動農民的積極性，所以農業(yè)生產的利潤一年不如一年。而農民貸款的原有目的也就是用于擴大生產的目的沒有達到，反而導致貸款不能及時歸還，加大農村信用社的信用風險。

篇（4）

二、利用層次分析法確定各指標的權重

首先，對己經建立的層次結構進行簡化，用A，B1到B4，C1到C16對層次結構中的各指標進行簡化標號，得到以下層次結構圖。接下來就對小額信貸信用風險評估模型指標體系建立判斷矩陣，判斷矩陣的具體數(shù)值，采用1~9標度方法，標度方法主觀性較強，專家打分可能存在不一致的情況，可以將不同專家的評分加權平均，以便獲得較為科學合理的判斷數(shù)值。以下是各層判斷矩陣，并根據(jù)判斷矩陣計算各自權重。對個人信息B1，職業(yè)特征B2，經濟況B3，社會關系B4構造判斷矩陣，如表1所示。因此，該模型的一致性得到檢驗通過。對文化程度C1，年齡C2，婚姻狀況C3，戶籍狀況C4，信用記錄C5，房產情況C6，個人年收入C7，信用卡最高額度C8，詳細住址C9，單位性質C10，擔任職務C11，從業(yè)年限C12，行業(yè)風險C13，家庭聯(lián)系人C14，工作聯(lián)系人C15，朋友聯(lián)系人C16，構造判斷矩陣過程同上。由此，評分模型的各指標權重及綜合權重確定見表2。從表2中可以看出，對于小額信貸信用風險影響因素而言，相對較重要的指標有信用記錄，占整個綜合權重的比例達到18.5%；房產情況和個人年收入，占整個綜合權重的比例均達到14.52%。相對重要性較低的指標有從業(yè)年限和行業(yè)風險，占整個綜合權重的比例均只有0.91%；朋友聯(lián)系人，占整個綜合權重的比例僅有1.9%；詳細地址和擔任職務，在整個綜合權重中的占比均未達到3%。

三、建立信用評分表

根據(jù)以上評分表，對小額信貸申請者的實際情況進行評分，然后再根據(jù)得分情況列出與之相對應的貸款決定。在此設定，75分以上的客戶可直接取得授信資格，具體授信金額按照客戶提交的資料予以確定；55~75分的客戶，由風險管理人員進行資料核實，通過電話調查、實地征信等方式進行進一步分析，由此來確定是否授信以及授信額度；55分以下的客戶直接評分拒貸。由于客戶資料的保密性，所獲得數(shù)據(jù)相對不多，不便于用大數(shù)據(jù)量進行統(tǒng)計分析，故而抽取幾個典型的現(xiàn)實案例，來驗證該評分模型的有效性。

四、實際案例分析

案例：王女士，個體，法人，下面對她進行評分，具體結果見表4。實際情況：王女士因購買原材料需要申請貸款15萬元，最終因其提供的聯(lián)系人均與其為同一工作單位，風險管理人員以風險過于集中為由，批下實際額度為6萬元。這個案例從一定程度上證明該模型有效。

篇（5）

（二）實證方法構建多變量金融時序Copula函數(shù)的關鍵在于，建立單變量金融時序分布模型與選擇合適的多元Copula函數(shù)[32]。多元正態(tài)Copula函數(shù)不能反映變量之間的聯(lián)合厚尾特征[33-34]。多元t-Copula函數(shù)可以用于研究變量之間的聯(lián)合厚尾特征，其自由度越小，表明聯(lián)合厚尾特征越明顯[35]。1.邊緣分布的確定金融資產收益率序列具有異方差、尖峰厚尾、時變、右偏與杠桿效應，適合用AR（1）-GJR（1,1）模型擬合邊緣分布。2．Copula函數(shù)的選用多元t-Copula函數(shù)尾部較厚，能很好地擬合尾部相關關系[37-39]。因此，從理論上可以推斷，多元t-Copula函數(shù)能夠更好地度量股價的聯(lián)動關系。本文使用Q-Q圖、K-S檢驗判斷單個多元Copula函數(shù)的擬合情況。同時，引入經驗分布函數(shù)，構建反映擬合誤差大小的平方歐式距離指標。該平方歐式距離反映了多元Copula函數(shù)擬合原始數(shù)據(jù)的誤差情況。該指標值越小，說明偏差越小。3．Copula函數(shù)的時變過程與估計對于C-藤分解結構下的時變條件相關系數(shù)，Engle（2002）提出了比較常用的描述其時變過程的DCC（1，1）模型其中，ρt是t時刻的條件相關系數(shù)；向量εt是由選定的時變Copula函數(shù)邊際分布逆函數(shù)轉換得到的標準化殘差；Q軒t是一個p×p矩陣，該矩陣對角線上的元素是Qt的平方根，其他元素為0；Qt和R分別是殘差項的樣本協(xié)方差與相關系數(shù)；rt是在項數(shù)為m（m>p）的移動窗中殘差的相關系數(shù)。該時變Copula函數(shù)的參數(shù)估計可以由兩步極大似然估計法完成[43]。第一步先利用最大似然估計法，估計邊際分布AR（1）-GJR（1，1）模型中的參數(shù)；第二步對殘差做概率積分轉換，再利用最大似然估計法，估計時變Copula函數(shù)的參數(shù)。4.基于Copula函數(shù)的相關性分析選擇合適的Copula函數(shù)后，擬合估計出其參數(shù)值，就可以利用表1中的計算式，計算出各相關系數(shù)值。在靜態(tài)Copula函數(shù)中，其參數(shù)是不變的，計算出來的是靜態(tài)總體相關性；如果采用時變Copula函數(shù)，參數(shù)ρt（t=1，2，…，T）是時變參數(shù)，就可以利用表1中公式，一一對應地計算出總體線性相關系數(shù)、非線性相關系數(shù)及尾部相關系數(shù)的動態(tài)時變過程。

二、計算結果與分析

（一）研究樣本根據(jù)企業(yè)之間存在的信用關聯(lián)，選擇寶鋼股份（BGGF）、必和必拓（BHP）、力拓（RIO）、上海汽車（SHQC）、上港集團（SGJT）、山西煤電（SXMD）、青島海爾（QDHE）和中國船舶（ZGCB）在內的幾家企業(yè)作為研究樣本，研究這些企業(yè)從2001年1月2日至2011年4月28日之間的股價聯(lián)動。列出了6個樣本企業(yè)股價收益率序列數(shù)據(jù)的描述統(tǒng)計指標。由表2可知，6個變量的峰度都在10以上，呈現(xiàn)尖峰分布，其中，SGJT收益率分布最尖；BHP、RIO、SHQC、SGJT的偏度都大于0，其中，SGJT收益率分布右偏程度最大；BGGF、XSMD的偏度小于0，說明與正態(tài)分布、t分布相比較，適合選用左偏的t分布擬合樣本收益率數(shù)據(jù)。

（二）邊際分布擬合檢驗根據(jù)white檢驗結果可知，3個統(tǒng)計量的P值都拒絕“不存在異方差”的原假設，說明異方差比較突出。表明收益率序列適合選用ARCH模型。本文中的邊際分布選用帶有杠桿效應的AR（1）-GJR（1，1）-Skewt模型。其模型估計的參數(shù)值如表3所示。從AIC、BIC、LL值看，AR（1）-GJR（1,1）-Skewt模型的有效性好于AR（1）-GJR（1，1）-t模型①。8個序列的自由度估計值都比較小，說明它們的分布都具有厚尾特征，其中上港集團的尾部最厚。另外，使用時變Copula函數(shù)估計時變條件相關系數(shù)時，需要把序列數(shù)據(jù)通過概率積分轉換為U（0，1）分布序列。本文對邊際分布擬合情況還進行了獨立性檢驗與同分布檢驗。拉格朗日乘數(shù)檢驗結果表明，在5%顯著水平下，這8個序列都不存在自相關，可以認為轉換后的序列相互獨立；非參數(shù)K-S檢驗結果表明，轉換后的8個序列在5%顯著水平上服從U（0，1）分布。這些結論表明，邊際分布采用AR（1）-GJR（1，1）-Skewt模型非常合理。

（三）利用多元t-Copula函數(shù)靜態(tài)度量股價的聯(lián)動效應常用的固定參數(shù)多元Copula函數(shù)包括多元正態(tài)Copula函數(shù)和多元t-Copula函數(shù)。在這兩個函數(shù)的Q-Q圖中，本文無法區(qū)分其擬合優(yōu)劣；而由多元正態(tài)Copula函數(shù)的K-S檢驗可知，在0.01顯著水平上拒絕原假設，說明多元正態(tài)Copula函數(shù)不能很好地擬合多元時序數(shù)據(jù)；而多元t-Copula函數(shù)擬合該的多元數(shù)據(jù)序列。從Copula函數(shù)與經驗分布函數(shù)之間的平方歐式距離來看，多元正態(tài)分布Copula函數(shù)的平方歐式距離為0.3873，多元t分布Copula函數(shù)的平方歐式距離為0.0568，多元t-Copula函數(shù)可以較好擬合該股價原始數(shù)據(jù)的經驗分布情況，與理論分析一致。根據(jù)各樣本收益率序列的條件邊際分布，利用多元Skewt分布函數(shù)與多元t-Copula函數(shù)之間的關系，信用資產關聯(lián)各企業(yè)股票收益率之間的多元t-Copula函數(shù)非線性相關系數(shù)如表4所示。從表4可以看出，受中外股市之間的一體化約束，寶鋼股份（BGGF）與必和必拓（BHP）、力拓（RIO）之間，必和必拓（BHP）、力拓（RIO）與上海汽車（SHQC）、上港集團（SGJT）、山西煤電（SXMD）、青島海爾（QDHE）、中國船舶（ZGCB）之間的相關系數(shù)都很低，但其他信用資產關聯(lián)企業(yè)之間的相關系數(shù)都在0.5左右，存在中等程度的正相關聯(lián)動現(xiàn)象。

（四）利用時變多元t-Copula函數(shù)度量股價的聯(lián)動效應不同邊際分布下時變t-Copula函數(shù)的相關系數(shù)時變方程參數(shù)估計值如表5所示。從AIC、BIC、LL值看，對于條件相關系數(shù)的時變過程G-DCC、t-DCC，邊際分布選用AR（1）-GJR（1，1）-Skewt模型最合理，但時變G-DCC過程擬合效果最差，t-DCC過程則最好。本文選用AR（1）-GJR（1，1）-Skewt模型作為邊際分布，選用時變過程為t-DCC的多元t-Copula函數(shù)為多元連接函數(shù)，動態(tài)擬合計算動態(tài)條件相關系數(shù)，得到8個按照C-藤結構分解的pair-copula函數(shù)的時變無條件相關擬合的AIC、BIC、LL值分別是-7158.6、-7141.7、3582.3。利用這28個時變Copula相關系數(shù)的時間序列數(shù)據(jù)，計算出相對應的時變等級相關系數(shù)、秩相關系數(shù)與尾部相關系數(shù)的時間序列，如表6所示。從表6可以看出，4個相關系數(shù)都顯示出，股價呈現(xiàn)低度正相關性，具有弱板塊效應；時變Copula相關系數(shù)的集中趨勢值最大，尾部相關系數(shù)最小。但是，時變Copula相關系數(shù)的絕對離散波動程度、波動幅度最大；從離散系數(shù)、極差/平均值的結果可以看出，尾部相關系數(shù)的相對離散波動程度最大。從時變Copula相關系數(shù)可以看出，在C-藤結構下條件相關系數(shù)的均值在0.0583~0.7376之間，呈現(xiàn)出弱相關關系，因為條件相關系數(shù)有正值、負值，相關方向存在轉換，正負抵消導致簡均值的結果較小。其他16個條件相關系數(shù)均為正值，平均值在0.5左右，呈現(xiàn)出中等強度的相關性。從條件相關系數(shù)值的離散指標可以看出，標準差從0.0573~0.1042，絕對變化范圍從0.2628~0.5706，最大相對幅度變化范圍從0.4899~6.2644，說明條件相關系數(shù)的時變性較強。為了觀察條件相關系數(shù)的時變特征，本文也分別在標準差最小與最大、離散系數(shù)最小與最大、波幅最小與最大等6種情況下，計算了時變Copula函數(shù)度量的4個時變相關系數(shù)，均表現(xiàn)出相同的變化趨勢，而且在常態(tài)相關性走強時，股價板塊效應的作用愈加強大，同時暴跌暴漲的相關性走強；在常態(tài)相關性走弱時，股價板塊效應的作用減弱，由一家企業(yè)股價大幅漲跌引發(fā)的信用資產關聯(lián)企業(yè)同時暴跌暴漲的相關性走強。

篇（6）

二、構建信用風險評價指標體系

（一）構建原則信用風險評價的各個評價指標對于實證模型的最終結果起著十分重要作用。在進行指標選取時，需要遵循以下幾個基本原則：1.目的性原則。該評價指標體系應該針對銀行現(xiàn)有的信用風險評價，進行構成要素的客觀表述，要為信用評價的最終目的服務，并且為評價的最終結果判定提供相應的理論依據(jù)。2.完備性原則。指標體系中所選擇的指標需要包含有銀行信用風險評估所涉及到的各個方面。3.預見性原則。中小企業(yè)信用風險評估是以深入挖掘中小企業(yè)的潛在風險信息為目的的，因此，選擇的各個指標需要體現(xiàn)出中小企業(yè)的未來發(fā)展趨勢。4.科學性原則。該信用風險評估指標體系應該科學合理，保證各個風險評價指標之間的邏輯關系與鮮明的層次結構。5.實用性原則。選取的信用評價的指標數(shù)量要適宜，各個指標的數(shù)據(jù)要便于收集。

（二）指標構建銀行的信用風險評估主要是針對授信業(yè)務進行的，因此，中小企業(yè)的基本財務狀況就是評價信用風險大小的一個重要方面。結合指標設計的基本原則,選取了企業(yè)償債能力、企業(yè)盈利能力、企業(yè)資產管理能力和企業(yè)發(fā)展能力四個方面的12項指標構建指標評價體系。

三、信用風險評估實證分析

本文選取了四川省5家上市公司作為檢驗對象，為了避免對這些公司的影響，本文以A、B、C、D和E指代五家上市公司，對樣本數(shù)據(jù)進行規(guī)范化處理，結果如表2所示：根據(jù)表2的數(shù)據(jù)，計算出被評價企業(yè)各項指標的關聯(lián)系數(shù)，計算結果如表3：通過變異數(shù)系對各個指標的權重進行確定，計算結果如表4所示：最后可以計算出各個公司的最終信用風險排序情況。

篇（7）

1.2直覺模糊層次分析法。針對以上層次分析法在對目標預測上的不足，本文提出了一種將直覺模糊集與層次分析法相結合的直覺模糊層次分析法，對模糊環(huán)境下的目標預測與方案的決策提供了更為客觀的依據(jù)。（1）建立層次結構模型。本文設計的中小企業(yè)信用風險評價指標體系如圖1所示，整套指標體系分為三個層次，分別為目標層，準則層和方案層，其中目標層體現(xiàn)的是本文需要解決的最終問題所在，即為呼和浩特市小額貸款公司提供客觀的有效的中小企業(yè)客戶信用風險評價；準則層為該體系的各指標的體現(xiàn)，本文分為一級指標和二級指標兩個層次；方案層體現(xiàn)了申請小額貸款的中小企業(yè)個體。（2）確定待評價指標的權重。根據(jù)小額貸款中小企業(yè)法人客戶的特殊性，以及對中小企業(yè)法人信用風險評價指標選取的原則，本文選取企業(yè)管理者情況、企業(yè)經營狀況、企業(yè)發(fā)展前景、企業(yè)償債能力、企業(yè)信用狀況以及其他等六方面作為評價呼和浩特市小額貸款公司中小企業(yè)客戶信用風險評價的有效性指標。由于在進行評價的過程中，各評價指標的重要性程度各不相同，所以在評價時的大小也應該有所區(qū)別。本文利用層次分析法，通過專家評分法為以上各指標之間的重要性程度兩兩比較。1號專家根據(jù)經驗以及歷史數(shù)據(jù)的統(tǒng)計得到指標的判斷矩陣A1，運用Matlab軟件中的層次分析法程序得到判斷矩陣M的最大特征值λmax以及選取指標的權重，通過一致性指標C.I.=λmax-n/(n-1)以及平均隨機一致性指標R.I.對指標進行一致性檢驗，其具體賦值如表2所示。一致性比率為C.R.=C.I./R.I.，當C.R.<0.1時則通過一致性檢驗，從而確定權重分配是否合理。TOPSIS法的原理。其基本原理是通過檢測評價對象與最優(yōu)解、最劣解的距離來進行排序，若評價對象最靠近最優(yōu)解同時又最遠離最劣解，則為最好；否則為最差。其中最優(yōu)解的各指標值都達到各評價指標的最優(yōu)值。最劣解的各指標值都達到各評價指標的最差值。

二、基于直覺模糊TOPSIS法的小額貸款公司信用風險評價模型

呼和浩特市小額貸款公司對中小企業(yè)信用風險評價問題是一個涉及許多影響因素的多目標決策問題，評價指標體系的構建應遵循全面性、適應性、經濟性及可測性等基本原則，并盡可能地綜合考慮各個影響因素。根據(jù)中小企業(yè)信用風險自身的特點，綜合相關研究，本文選擇企業(yè)管理者情況(u1)、企業(yè)經營狀況(u2)、企業(yè)發(fā)展前景(u3)、企業(yè)償債能力(u4)、企業(yè)信用狀況(u5)以及其他(u5)等六個一級指標對中小企業(yè)的信用風險作出評價。每一個一級指標又可以分為若干個二級指標，其中企業(yè)管理者情況(u1)包括企業(yè)管理者教育水平(u11)、企業(yè)管理者健康狀況(u12)、企業(yè)管理者管理者個人管理水平(u13)等三個二級指標;企業(yè)經營狀況(u2)包括企業(yè)經營規(guī)模(u21)、企業(yè)經營定位及區(qū)域(u22)、企業(yè)經營時間(u23)等三個二級指標;企業(yè)發(fā)展前景(u3)包括企業(yè)內部發(fā)展前景(u31)、行業(yè)發(fā)展前景(u32)、行業(yè)相關政策(u33)等三個二級指標;企業(yè)償債能力(u4)包括企業(yè)資產負債率(u41)、企業(yè)主營業(yè)務收入負債比(u42)、企業(yè)現(xiàn)金流動負債比(u43)等三個二級指標;企業(yè)信用狀況(u5)包括企業(yè)的信用記錄(u51)、企業(yè)的納稅記錄及相關信息披露(u52),企業(yè)擔保機制(u53)等三個二級指標;其他(u6)包括企業(yè)職工素質(u61)、企業(yè)有無違法記錄(u62)、企業(yè)貸款用途(u63)等三個二級指標。設呼和浩特市小額貸款公司資金有限，中小企業(yè)為了謀求自身的發(fā)展需要貸款的資金支持。為了實現(xiàn)呼和浩特市小額貸款公司的利益最大化和信用風險最小化，使其貸款業(yè)務開展得更加順利，擬在m個備選需要貸款的中小企業(yè)A={A1,A2,…Am}中選擇一個信用風險最小的企業(yè)。假設中小企業(yè)的信用風險評價指標ui的權重是wi，滿足wi≥0，且需加和為1。那么，基于直覺模糊層次分析法和TOPSIS方法的中小企業(yè)信用風險評價決策的方法的步驟如下所示:1.構建中小企業(yè)信用風險評價的直覺模糊評價矩陣。假設有p個專家D1,D2,.....DP參與中小企業(yè)信用風險評價的決策，通過專家打分可以得到備選企業(yè)Ai的第j個指標的評價值，可用直覺模糊集來表示。各備選企業(yè)的信用風險評價構成的集合的直覺模糊評價矩陣如下所示：2.確定直覺模糊正理想解和負理想解。所謂直覺模糊正理想解是指完全滿足決策者要求的候選方案，而直覺模糊負理想解是指完全不滿足決策者要求的候選方案。定義直覺模糊正理想解A+、負理想解A-為：3.計算備選企業(yè)信用風險的直覺模糊評價值到直覺模糊理想解和負理想解的距離。根據(jù)層次分析法確定各評價指標的權重向量wi，則各備選中小企業(yè)Ai的直覺模糊評價值到正理想解A+的距離以及到負理想解A-的加權距離為：按照綜合評價指數(shù)的大小對中小企業(yè)的信用風險進行排序，ki的值越大，相應的企業(yè)信用風險就越小；ki的值越小，相應的企業(yè)信用風險就越大。呼和浩特市小額貸款公司可以選擇信用風險最小的企業(yè)為其提供貸款服務。

三、實證研究

呼和浩特市MC小額貸款公司是一家民營的小額貸款公司，該公司成立于2011年，主要開展對中小企業(yè)以及個人的小額貸款業(yè)務，而申貸對象絕大多數(shù)是中小企業(yè)。由于公司開立時間不長，資金流動相對緊張，再加上當?shù)刂行∑髽I(yè)的信用狀況良莠不齊，公司內部又缺乏相應的信用風險評價機制，公司在謀求自身發(fā)展，追求利益最大化的同時也追求信用風險的最小化。MC小額貸款公司運用基于直覺模糊TOPSIS法的中小企業(yè)信用風險評價模型成功的實現(xiàn)了上述目標，該模型量化了中小企業(yè)的信用風險，也為呼和浩特市小額貸款公司進行貸款決策提供了客觀的科學依據(jù)。其具體的運用過程如下：現(xiàn)有5家中小企業(yè)(A1,A2,A3,A4,A5)需要向MC呼和浩特市小額貸款公司申請貸款，他們的總體情況各有不同。MC呼和浩特市小額貸款公司運用基于直覺模糊TOPSIS方法的信用風險評價模型，從企業(yè)管理者情況（u1）、企業(yè)經營狀況（u2）、企業(yè)發(fā)展前景（u3）、企業(yè)償債能力（u4）、企業(yè)信用狀況（u5）以及其他（u6）等六個一級指標對以上5個企業(yè)進行綜合評價和決策。首先，呼和浩特市小額貸款公司貸款決策者將各一級指標兩兩對比，得到對比矩陣M，如下所示。由表2可知權重向量的一致性指標比率C.R.=0.0573/1.24=0.0462<0.1，因此，指標權重通過一致性檢驗。其次，呼和浩特市小額貸款公司根據(jù)經驗、知識以及歷史數(shù)據(jù)等，參照表3的屬性重要性程度標度確定出每個申請貸款的中小企業(yè)的直覺模糊評價矩陣，如表4所示:再次，根據(jù)上文提到的公式計算各備選給予小額貸款的中小企業(yè)信用風險與直覺模糊正理想解和負理想解的加權距離di+和di-以及各備選中小企業(yè)信用風險的綜合評價指數(shù)ki，計算結果如表6所示。由上述計算結果可知，各備選的中小企業(yè)信用狀況的優(yōu)劣次序為：k2>k3>k4>k1>k5，即A2企業(yè)的貸款信用風險最低，呼和浩特市小額貸款公司可以接受該企業(yè)的貸款申請；而A5企業(yè)的貸款信用風險最高，呼和浩特市小額貸款公司需要對該企業(yè)的貸款申請謹慎決策。通過以上結果分析，A2企業(yè)的各項指標平均處在較高的水平，且專家在權重較大的企業(yè)償債能力，企業(yè)經營狀況以及企業(yè)發(fā)展前景三個方面都給A2企業(yè)評出了較高的分數(shù)。專家的評分與計算結果一致，體現(xiàn)了該模型的有效性，說明了該模型可以為呼和浩特市小額貸款公司的貸款業(yè)務進行預測，從而為其進行貸款決策提供客觀依據(jù)。

篇（8）

（一）樣本選取與簡單描述性統(tǒng)計。本文數(shù)據(jù)來源于國內某商業(yè)銀行的信貸系統(tǒng)，以2006年的化工業(yè)為例，從中選擇了2457個小微企業(yè)非上市公司樣本，其中48個違約樣本，2409個非違約樣本。對于樣本公司，本文從償債能力、盈利能力、營運能力、成長能力、現(xiàn)金流量以及規(guī)模等六個方面，選取了15個財務指標，對小微企業(yè)非上市公司的經營現(xiàn)狀進行因子分析，從中找出最能反映公司經營特點的少數(shù)公共因子，進而為后續(xù)的Logistic模型風險預警提供解釋變量。選取的15個財務指標如表1所示：在選取樣本時，本文首先運用SPSS16.0軟件對數(shù)據(jù)進行了異常值剔除處理，步驟如下：首先對選定的15個財務指標進行標準化，除指標量綱的差異，然后將每個指標的標準化值的絕對值大于或等于3的樣本視為異常值加以剔除；對剔除后的樣本，重復進行指標標準化處理、檢驗異常值、剔除異常值，直至無異常數(shù)據(jù)為止。本文重復了5次異常值剔除處理，最終篩選出2457個合格樣本，用于因子分析。下表2為數(shù)據(jù)的簡單描述性統(tǒng)計量。

（二）因子分析1.因子分析的適用性檢驗。因子分析要求變量間具有相關性，本文在進行因子分析前，主要采用KMO檢驗和巴特利特球度檢驗方法對變量進行相關性檢驗。表3為運用SPSS16.0軟件運行得出的檢驗結果。從表中可以看出KMO檢驗統(tǒng)計量的值等于0.633，其大于0.5，證明適合作因子分析。同時巴特利特球度檢驗值為27600，其相伴概率為0.000，在5%的顯著性水平下極其顯著，說明相關系數(shù)矩陣不是單位陣，即變量間存在相關性，適合作因子分析。2.確定因子數(shù)目。構造因子變量首先要確定因子數(shù)目，本文采用特征值大于1的標準提取公因子，同時通過碎石圖直觀判斷公因子數(shù)目。首先，運用SPSS16.0軟件運行得出因子分析的特征根和方差貢獻率，如下表4。表4中，三部分分別為初始因子、因子提取后以及經過方差最大旋轉后的相關系數(shù)矩陣的特征根、方差貢獻率以及累計方差貢獻率。從第三部分可以看出，依據(jù)特征值大于1的標準，共提取6個主因子，且前6個主因子的方差貢獻率依次為21.501%、17.884%、11.366%、10.71%、10.509%、8.762%，累計方差貢獻率大于80%，說明前6個主因子可以解釋變量的大部分信息，從而把前6個公因子作為評價樣本公司的綜合指標，降低了公司綜合評價的指標維度，為后續(xù)Logistic回歸提供了解釋變量。其次，建立碎石圖判斷因子數(shù)目。首先將特征根從大到小排序，序號相應為1，2，…，15。以橫軸表示序號，縱軸表示特征值，構造出碎石圖1。觀察碎石圖發(fā)現(xiàn)，特征值大于1的因子有6個，分別為F1，F(xiàn)2，…，F(xiàn)n，這與表3-4確定的因子數(shù)目一致。3.估計因子載荷矩陣。運用SPSS16.0軟件運行得出初始因子載荷矩陣，由于無法確定公共因子的經濟意義，使用方差最大化旋轉法對初始因子載荷矩陣進行旋轉，可得到旋轉后的因子載荷矩陣，如表5所示。通過旋轉，各個公因子有了較為明確的經濟含義：第一個公共因子F1，其在指標X5（總資產報酬率）、X6（凈資產收益率）、X7（息稅前利潤/總資產）、X8（息稅前利潤/主營業(yè)務收入凈額）上有較大載荷，命名為“盈利能力因子”。第二個公共因子F2，其在指標X1（資產負債率）、X2（產權比率）、X3（流動性比率）上有較大載荷，命名為“償債能力因子”。第三個公共因子F3，其在指標X11（所有者權益增長率）、X12（總資產增長率）、X14（現(xiàn)金流量比率）上有較大載荷，命名為“成長能力因子”。第四個公共因子F4，其在指標X13（現(xiàn)金比率）、X4（速動比率）上有較大載荷，命名為“現(xiàn)金流量因子”。第五個公共因子F5，其在指標X9（總資產周轉率）、X15（總資產）上有較大載荷，命名為“總資產營運能力因子”。第六個公共因子F6，其在指標X10（應收賬款周轉率）上有較大載荷，命名為“應收賬款周轉率因子”。4.計算因子得分。表6是通過主成分回歸方法估計出的因子得分系數(shù)，用表中各公共因子對應的得分系數(shù)分別乘以各變量標準化值即可得到各公因子對應的得分序列。

（三）Logistic實證分析1.建立Logistic回歸方程。設被解釋變量y為0-1型隨機變量，當樣本違約時y取1，非違約時y取0，另以6個公共因子F1，F(xiàn)2，…，F(xiàn)6作為解釋變量，建立Logistic回歸模型，回歸方程的形式如下：2.Logistic模型參數(shù)估計。運用SPSS16.0軟件對因變量Y和自變量F進行Logistic回歸建模，選擇逐步向前回歸分析法，篩選出回歸系數(shù)比較顯著的自變量進入模型，剔除回歸系數(shù)比較顯著的自變量進入模型，剔除回歸系數(shù)不顯著的自變量。本文參數(shù)估計結果中已剔除回歸系數(shù)不顯著的因子F2，F(xiàn)3和F6，保留了因子F1、F4和F5，最終獲得的參數(shù)估計結果如下表7所示：表7中，Wald統(tǒng)計量用來檢驗回歸系數(shù)是否顯著，Sig是Wald統(tǒng)計量的相伴概率，結果顯示因子F1，F(xiàn)4和F5的Wald值、Sig值在1%的顯著性水平下極其顯著，說明模型擬合較成功。3.Logistic回歸違約率（）判別分析。判別分析的目的是為了檢驗模型建立的準確性，為風險預警做準備。具體方法為運用已建立的Logistic回歸方程（3.3），得出各樣本的違約概率值，以違約概率0.5為判別臨界點，>0.5計入違約組，<0.5計為非違約組，運用SPSS16.0軟件運行得出模型違約組和非違約組的判別結果如下表8所示。上表顯示，Logistic模型總的判別準確率為98%，其中非違約組2409個樣本全部判別為非違約，判別準確率100%；而違約組48個違約樣本全部錯判為非違約，判別準確率0%。由于通過估計違約概率來識別違約樣本的結果不理想，我們尋找其他能提高違約樣本判別準確率的方法。4.Logistic回歸殘差（ZREi）判別分析。回歸方程的殘差gi是指實際觀察值yi與通過回歸方程估計出的回歸值yi之差。殘差可以分為普通殘差gi、標準化殘差ZREi=giσ，一般用于判斷異常值，判斷標準為將超過±2σ或±3σ的殘差視為異常值。由于普通殘差ei的方差不相等，不適合直接用來做判斷，一般將普通殘差標準化，使殘差具有可比性，從而用標準化殘差ZREi來進行判斷。本文將殘差異常值的判斷與樣本的違約性判斷聯(lián)系起來，進而通過識別回歸殘差的異常值來判斷樣本的違約性。運用SPSS16.0軟件輸出所有樣本的標準化殘差ZREi，將用ZREi＞2和ZREi＞1兩個標準，分別進行違約識別，對比分析判別結果的準確率，進而選取準確率更高的判別臨界點。在ZREi＞2的判別標準下，判別結果為：違約組48個樣本中，標準化殘差值均為正值，且大于2，判為違約組，判別準確率100%；非違約組2409個樣本中，標準化殘差值均為負值，且絕對值小于2，全部判為非違約組，判別準確率100%。在ZREi＞1的判別標準下，判別結果與ZREi＞1的判別結果完全一致，違約組和非違約組的判別準確率均為100%。

（四）Logistic模型樣本外預測。為了檢驗模型的預警能力，本文根據(jù)2006年建立的Logistic回歸方程去預警2007年的客戶違約情況。選取2007年化工行業(yè)的33個樣本數(shù)據(jù)，其中7個違約樣本、26個非違約樣本。首先運用SPSS16.0軟件，將33個樣本的15個財務指標數(shù)據(jù)標準化，根據(jù)因子得分系數(shù)表4-7，算出每個樣本的因子得分值F1、F4和F5，代入Logistic回歸方程（4.5），根據(jù)y的預測值和實際值算出普通殘差和標準化殘差，分別運用ZREi＞2和ZREi＞1兩個標準來進行風險預警。在ZREi＞2的判別標準下，預警結果為：違約組7個樣本，預警出2個違約，預警準確率28.57%；非違約組26個樣本，全部預警為非違約，預警準確率100%。在ZREi＞1的判別標準下，預警結果為：違約組7個樣本，全部預警為違約，預警準確率100%；非違約組26個樣本，預警出25個違約，預警準確率96.15%。鑒于ZREi＞1的預警準確率明顯高于ZREi＞2的預警準確率，本文將ZREi＞1作為預警樣本違約的判別標準。

篇（9）

二十世紀70年代以來，交易成本理論在經濟學界引起極大反響，作為新制度經濟學的核心概念，它已成為現(xiàn)代經濟學的中心議題。交易成本概念不僅作為一個范疇，而且作為一種新的經濟學分析方法，被頻繁地用于各種經濟現(xiàn)象的分析，從交易成本角度去研究商業(yè)銀行信用風險，也會獲得耳目一新的成果。

1交易成本概述

交易成本指履行一個合同的成本，它包括事前發(fā)生的為達成一項合同而發(fā)生的成本，和事后發(fā)生的監(jiān)督、貫徹該項合同的執(zhí)行而發(fā)生的成本；它區(qū)別于生產成本，即為執(zhí)行合同本身而發(fā)生的成本[1]。交易成本的特征：交易成本是一種機會成本；是經濟主體之間知識、信息不對稱的結果，是利益沖突與調和過程中浪費的資源；是無法徹底消除的；由于事件的概率性和不確定性的存在，對于任意一項經濟活動，人們只能在事前根據(jù)不完備的知識和信息對交易成本的種類和數(shù)量進行估計，準確的計量只有在事后才能進行[2]。

商業(yè)銀行信用交易成本指商業(yè)銀行（貸方）為和客戶（借方）達成借貸協(xié)議合同而發(fā)生的成本，它包括貸前、貸中、貸后三個階段發(fā)生的費用支出。

2銀行信用風險交易成本構成分析

商業(yè)銀行信用風險交易成本構成包括信息成本、審查成本、執(zhí)行成本、監(jiān)督成本、界定和保護產權成本等內容。如圖1所示。

2.1貸前調查的信息成本

即尋找借款伙伴并調查借款人財務狀況、信譽狀況、經營狀況的信息成本。信息成本既包括信息本身的成本，也包括商業(yè)銀行為取得信息而付出的尋找成本；由于事前機會主義的存在，要求對交易對手的情況要進行徹底的了解。如：銀行要對借款人的經營狀況、資金用途、還貸能力等進行調查，對銀行客戶進行篩選，搜集相關資料，而這些都是需要花費一定的費用才能夠取得的。

2.2貸中審查的成本

即簽約過程討價還價的成本，擬定合同條款所發(fā)生的成本，如落實擔保物、抵押登記、抵押物保險等。首先是合同擬定成本，主要指商業(yè)銀行事先擬定信貸合同所支付的成本；其次是談判和決策成本，主要是銀企雙方就信貸合同的某些內容進行協(xié)商而支出的成本；最后，在信貸合同起草時，要確定出各種情況下雙方的權利和義務，以及信貸交易合同的執(zhí)行辦法。這些工作的進行都會使合同的起草和談判變的更加復雜，更加費時費力。

2.3貸后檢查發(fā)生的成本

即監(jiān)督合同簽署方，看其是否遵守合同條款，防止挪用資金、督促按期還款等活動發(fā)生的成本。在貸款出現(xiàn)逾期后，催收不良貸款需要花費大量的人力、物力、財力，還要支付訴訟費、律師費、產權登記和財產保全費等。

2.3.1合同交易的執(zhí)行成本

指在信貸合同執(zhí)行的過程中發(fā)生的成本。在合同簽訂以后，只要整個交易還沒有完成，就不可“掉以輕心”，因為還要監(jiān)視和檢查合同的執(zhí)行情況，防止合同的執(zhí)行人任何可能的違約行為，這也會引起更大程度上交易成本的增加。對商業(yè)銀行而言，主要有：按期繳納貸款時的交易成本；合同存續(xù)期間對貸款實施風險管理的成本；事故發(fā)生后通知銀行客戶的成本；以及討價還價時的交涉成本。

2.3.2監(jiān)督成本

即在銀行和客戶交易雙方都存在機會主義行為的可能情況下發(fā)生的成本。由于事后機會主義的存在，要求對交易對手合同執(zhí)行情況進行監(jiān)督檢查，防止違約，這就必須花費大量成本進行監(jiān)督。商業(yè)銀行必須對客戶的貸款用途進行跟蹤監(jiān)督、對客戶的信用水平、業(yè)務狀況、財務狀況實行全程監(jiān)督，并對其違約行為進行公示等，這也會引起交易成本的增加。2.3.3界定和保護產權成本

指使產權交易得以有效進行的必要成本支出。產權不清就無法進行交易，交易成功后產權又要重新界定和保護，任何銀行業(yè)務的交易都離不開產權的界定和保護。貸款合約簽訂后，銀行的貨幣資金進入了企業(yè)的賬戶，歸企業(yè)支配；企業(yè)的抵押物過戶到銀行名下，產權歸銀行所有。破壞產權的行為需要制裁，這些活動產生的費用都是界定和保護產權的交易成本。

3銀行信用風險交易成本成因分析

企業(yè)失信以及交易成本產生不是偶然的，而是有一定的形成根源，是銀行和企業(yè)兩方面因素導致了商業(yè)銀行信用風險交易成本的發(fā)生。

3.1借款人機會主義行為

在金融市場交易中，作為貸方的商業(yè)銀行要隨時注意、提防企業(yè)的機會主義行為，人的行為的不確定性，使借款人存在著缺乏誠信道德的現(xiàn)象[4]。現(xiàn)在的經濟領域，不講信用現(xiàn)象時有發(fā)生，少數(shù)信用卡常被惡意透支，部分銀行承兌匯票到期不能承兌，有些銀行貸款被想方設法逃廢，這些違約行為，都是缺乏誠信道德的表現(xiàn)。不佳的信用環(huán)境，是信用風險交易成本發(fā)生的源泉。機會主義的存在加大了銀行信用風險交易成本。

3.2維護產權在交易成本中核心地位需要

交易過程中，存在著借款人違約的情況，在借款人違約時，銀行需要用法律程序來進行索賠，這個過程也是需要花費交易成本的，我們也稱之為維護產權而斗爭時所付出的成本。有效的銀行借貸交易需要明確地界定產權，不僅“界定產權”本身需要花費成本，而且起草和制定有關銀行借貸方面的產權法律，也是要花費交易成本。商業(yè)銀行要想保護產權，及時獲取一切關于借款方破壞產權行為的信息，并對破壞產權的行為進行制裁，就需要花費一定數(shù)量的交易成本。

3.3銀企之間信息不對稱

缺乏信息對稱。在銀行的貸后管理上，由于借款人在信息對稱方面占據(jù)優(yōu)勢，還貸與否很大程度上取決于自身的還款意愿，因而銀行僅能對借款人的收入、家庭狀況及提供的相關信息有所掌握，局限性很大。就借款企業(yè)來說，由于其報送的報表數(shù)據(jù)并非一成不變，提供信息的及時性、可信度都存在隱患，大量信息分散于多種渠道，因而銀行無法正常獲取，無從得知，始終處于被動地位。此種信息不對稱，容易造成銀行在貸款管理決策上的失誤，從而形成難以避免的信用風險。為此，商業(yè)銀行就需要花費大量的信息交易成本。

3.4借款人經營中的缺陷

銀行與借款人訂立借貸合同后，由于借款人經營上的困難和失誤，造成企業(yè)資金緊張，不能按時履行合同規(guī)定的還款指標，從而造成商業(yè)銀行資產信用風險的加大和資產的損失。此種情況下，借款人不是不想履行合同而是無力履行合同，由此作為貸方的銀行需要花費大量的交易成本，來對借方的經營能力和盈利水平做跟蹤評估[5]。

參考文獻：

[1]張維迎.博弈論與信息經濟學[M].上海：上海三聯(lián)書店，2004.

[2]岳志.論金融交易成本[J].深圳金融，2001,5.

篇（10）

1.2再保險信用風險定義及分類。再保險信用風險是保險公司面臨的各項信用風險的組成部分之一，主要是指保險公司可能面臨的再保險人資信風險，簡言之，是指保險公司的再保險接受人有無足夠的能力和意愿承擔其對分出公司的到期債務（再保險合同約定的、由再保險人對分出人承擔的賠付責任）。對于保險公司而言，相關資產或權益主要包括應收分保賬款、應收分保未到期責任準備金和應收分保未決賠款準備金。按照再保險信用風險的性質，可以進行如下分類：（1）契約風險/合同風險：是指再保險人與分出公司就已簽署的分保合同發(fā)生爭議或糾紛，例如已簽訂的文本中有關定義不清晰而發(fā)生歧義；或因雙方對損失原因是否屬于保險責任發(fā)生爭議等。（2）履約風險：指再保險人失去償付能力，無法按約定履約，例如倒閉，破產清算等；或再保險人因道德風險蓄意拒付或有意拖延等。（3）管理風險：主要是分出公司內部在再保險人資信管理中存在的風險。主要包括再保險人信息記錄不真實、不完整；未及時了解再保險人信用風險以及信用評級的重大變化情況；與再保險人溝通的及時性較差；對應收分保賬款等監(jiān)控不嚴；對拖欠賬款缺乏有效的追討手段等。

2再保險人信用風險日常管理

再保險信用風險日常管理主要包括：再保險人的資信選擇；再保險人資信信息的收集和更新；再保險人資信檔案的建立和管理；再保險人信用風險分析評估等工作。

2.1對于再保險人的選擇，目前既有行業(yè)的監(jiān)管要求，各保險公司內部也不同的制度規(guī)定，主要是指再保險人在資信評級與資本金方面的硬性要求，比如有的保險公司對于再保險人有著明確的不低于“A-”（標普，惠譽，穆迪或貝氏評級）標準。

2.2再保險資信信息的收集與管理。對于再保險人信息資料的搜集與整理，是當前保險公司再保險信用管理的主要工作，一般通過以下渠道獲取再保險人資信信息：（1）直接向對方索取注冊資料及有關證明文件；（2）通過公共途徑獲取信息，例如通過網(wǎng)絡、報紙或者行業(yè)協(xié)會等搜集相關信息；（3）向專業(yè)的信用評估機構定購信用報告，以便及時了解國際國內再保險人的信用評級情況；（4）與同行其他公司進行信息交換。

2.3再保險人資信分析與評估。對再保險人進行信用分析和信用評級評價，是日常再保險信用風險管理的工作核心，也是工作難點，通過對再保險人所有相關財務及非財務信息進行整理、分析，得出再保險人的償債能力評估，一般需要運用專門的信用分析技術和模型并結合專業(yè)人員的經驗來完成。目前國內尚未見到保險公司對于再保險人的信用評級管理實例，個別管理較好的保險公司通過建立再保險人黑灰名單制度，以加強對再保險人應收應付的日常管理，實現(xiàn)降低再保險信用風險的目的。

3再保險信用風險管理建議

國內再保險信用風險管理，與國際上管理成熟的保險市場或保險主體相比，存在不小的差距，建議國內保險公司從以下幾方面加強這方面的工作，提高國內再保險信用風險水平：

3.1提高認識，建立專業(yè)團隊統(tǒng)一歸口管理。雖然近年來國內再保險業(yè)務不斷發(fā)展，但是再保險信用風險與保險公司其他業(yè)務風險相比，由于從業(yè)人員少，專業(yè)化較強，外部以及行業(yè)整體上，對于再保險信用風險認識不足。因此，加強宣導，提高認識，將是近年行業(yè)的主題。此外，設立專業(yè)的團隊及崗位，統(tǒng)一歸口管理再保險信用風險，是再保險信用風險管理落實的基本保障。

3.2明確信用風險容忍度，即信用風險承受能力問題。在業(yè)務安排上，明確標準并嚴格執(zhí)行再保險人的使用，對于重要業(yè)務分保安排的風險敞口要實現(xiàn)明確，特別要考慮單個再保險人的風險集中度問題，無論是分出風險責任，還是應收賬款或應攤賠款，都要事先確認公司的風險承受限額。

3.3完善信息管理系統(tǒng)，動態(tài)管理再保險人信用風險。無論是再保險人信息的收集整理，還是相關交易數(shù)據(jù)統(tǒng)計監(jiān)控，均需要強大的信息管理系統(tǒng)支持。開發(fā)再保險信用信息管理系統(tǒng)，搭建再保險人資信管理監(jiān)控平臺，以更好的實現(xiàn)對再保險人信用風險的動態(tài)管理，例如通過結算周期研究，發(fā)現(xiàn)有結算問題的再保險人，通過暫停支付、暫停新業(yè)務交易等方法，降低再保險信用風險。