法人客戶評級模型

出自 MBA智库百科(https://wiki.mbalib.com/)

　　法人客戶評級模型是指對具有法人資格的企事業單位根據一定的標準進行評級的模型，為社會提供資信信息，或為單位自身提供決策參考。

　　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選擇了下麵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/債務賬麵價值

　　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低於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，主要用於公共或私有的非金融類公司，其適應範圍更廣，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，等於息稅前利潤/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，等於息稅前利潤/總利息支出。

　　x₄：盈利積累能力指標，等於留存收益/總資產。

　　x₅：流動性指標，即流動比率，等於流動資產/流動負債。

　　x₆：資本化程度指標，等於普通股/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於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數，經過適當變換後運用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，並確保回歸繫數具有明確的經濟含義，各變數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於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於上市公司的違約概率模型，其核心在於把企業與銀行的借貸關係視為期權買賣關係，借貸關係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)。

　　(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範式。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，由於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。

　　(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(marginamortality rate，mmr)和累計死亡率(cumulated mortality rate，cmr)。