商业银行信用风险分析范文

导语：如何才能写好一篇商业银行信用风险分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

摘 要 从我国银行业自身看，尚未从制度、机制上根本解决新的不良资产产生问题，信用风险依然很大。因此，提高我国商业银行信用风险管理水平，是我国商业银行要解决的重要课题。

关键词 商业银行 信用 风险

银行的风险分类为信用风险、市场风险和操作风险。而世界银行在关于全球银行危机的研究中指出，银行破产最经常的原因就是信 用风险。银行的信用风险不仅在计量、管理上比操作风险、市场风险更复杂，通常是银行经营风险组合的最主要方面，同时也是金融体系系统风险重要的直接来源之一。因此，如何防范和化解银行的信用风险，是理论和实践都迫切需要解决的问题。加强信用风险管理无论是现在还是将来仍是关系到银行长期健康发展的关键。

一、我国商业银行信用风险管理的存在的问题

首先，我国资本市场目前还处于初创阶段，市场运行机制尚不规范，再加上多年制度缺陷的累积，致使我国商业银行在信用风险管理方面存在较大的缺陷，比如：国外对企业授信一般采用信用评分技术，这是一项运用现代数理统计模型和信息技术对客户的信用记录进行计量分析从而做出决策的新技术。这种信贷管理手段对缓解银企间信息不对称有很大的帮助，但是该项技术比较复杂，对操作人员的技术要求很高，且要求有较为完整和全面的数据，实施上较为困难。中国很多商业银行的评级系统使用简单的打分模型，这种简单的打分模型虽然同时包括定性和定量指标，但其在指标的选择和权重比例的分配上往往比较落后（比如模型中经常忽略对关联交易的考虑、缺乏对资产质量变化趋势的考虑）。此外信用评级人员未能充分理解评估模型的内涵，只是机械地对客户进行打分，并不能够真正认识到借款人的内在信用风险，这样评定出的信用等级不但缺乏准确性，而且银行的监察和稽核部门也难以对客户的信用等级进行复审和跟踪。

其次，导致银行信用风险的另一个原因便是银行缺乏识别借款人的还款能力和还款意愿的技术水平，正如所提到的，国内尚无统一的、有效可行的对企业的评级技术和标准，因此，国内银行在发放贷款是主要依据企业的财务报表，考察企业的资本结构，不重视非财务因素分析，在实际中是存在很大的缺陷的：首先，传统的财务报表上通常过去的静态的信息，随着时间的推移，企业的内外部环境都会发生很大的变化，所以企业在某一时点的数据对于需要准确评估企业风险的商业银行来说并没有太大的现实意义。银行应该更加注重企业的长期信用品质，这其中就包括管理策略、行业信息、环境风险等非财务因素。因此，银行在分析不同行业的企业的时候往往缺乏相应的指标值进行对比，导致银行很难准确把握企业所在行业的发展阶段。同时，缺乏不同行业的数据进行横截面比较，容易忽视企业特定的行业风险。因此，单纯的分析财务数据，缺乏准确性和科学性。

二、解决我国商业银行信用管理问题的对策

针对我国商业银行信用风险管理存在的问题，应从多方面人手加以解决，在这里仅就加强信用风险文化的建设这一途径做一定探讨，因良好的风险管理文化是风险管理的灵魂。在信用风险管理体系中，信用文化居于核心地位，是信用风险管理的基础。

一个金融机构的信用管理常常失败，其原因并不是它缺少信用管理系统、政策及程序，而是因为它现有的占据主导地位的企业文化不能使这些系统、政策、程序真正发挥作用。信用风险管理是一项复杂但对银行极其重要的工作。国外银行一般比较重视塑造银行自身的信用文化，使银行的信贷人员能够准确地识别借款人的风险和实力，在整个银行范围内为客户评定出统一的、准确的信用等级。

银行投入一定的费用到员工的培训中，从而提高整体员工的素质和塑造银行信用文化，把不良贷款损失降到最低，而为银行带来的巨大经济效益将远远超出培训的投资，达到经济杠杆的效应。我国商业银行也应树立起这种理念，在发展中要保证资产质量，也要建立起风险防范的文化，让风险防范不仅停留在制度和技术的层面，而且要深入到每一位员工的心，使风险防范成为一种自觉的意识。要明确信用风险管理意识不止是某个管理层或者某个管理部门的事，必须贯彻到银行的全体成员中。每一名员工在工作过程中都应当合理的兼顾效益、风险和成本，从风险管理中寻找收益点，应当明确提高风险管理水平是创造银行核心价值的重要手段。

三、结束语：

总的来看，完善内控制度、防范金融风险是商业银行一项复杂和漫长的工作。商业银行应该从现实的基础条件出发，善于学习他行的先进经验，始终坚持“稳健为本”的经营原则，通过自身不懈努力，健全完善风险和内控体制机制， 形成具有自身特点的风险管理与内控文化，才能在市场竞争日趋激烈、金融风险日益加大的环境中立于不败之地。

参考文献

[1]吴建.我国商业银行网上银行操作风险管理研究.浙江金融. 2011 （10）.

篇2

关键词：商业银行　信用风险　信用风险管理

中圉分类号：F830　文献标识码：A

文章编号：1004-4914(2010)09-203-02

美国次贷危机引发的全球性金融危机在世界范围内不断蔓延扩散，给世界经济带来了巨大的影响和损失，而银行业的脆弱性在很大程度上可以说是这次经济危机的导火线。在当前银行业所面临的各种金融风险中，信用风险成为重要的关注对象。信用风险是金融市场中最古老、也是最重要的风险形式之一，它是商业银行所面临的主要风险。信用风险是指由于借款人或市场交易对手违约而导致的损失的可能性，更为一般地，信用风险还包括由于借款人信用评级的变动和履约能力的变化导致其不能及时还本付息而使得贷款遭受损失的可能性。

一、商业银行信用风险产生的原因

造成商业银行信用风险的因素复杂而多种，既有银行内在的因素，也有外部的原因；既有微观经济主体的因素，也具有宏观环境和监控方面的因素，我们可以从商业银行自身生成机制和外部生成机制来解释信用风险的成因。

1.自身生成机制。(1)我国商业银行缺乏有效的企业管理机制和职能权限制度。首先，我国商业银行现代化、商业化经营机制尚未完善，监控制度不够详细，这正是形成信用风险的一个重要原因。再者，现实中银行有超权限放款、乱设机构、混业经营、高息吸储、拆借、规模放款等多种违规行为，手段隐蔽，极容易造成很大的信用风险。还有就是银行内部稽核审计不健全，不具有相对独立性，银行机构的设置上并没有很好地履行职能，甚至有的根本没有建立相关内控机构。最后，信贷职员综合素质参差不齐以及商业银行自身利益的驱动，为了获得高收益，商业银行从自身的利益出发故意支持和参与高风险企业以及高风险项目运作，这种贷款的发放及配置给银行自身埋下了较高的信用风险。(2)信贷管理机制中没有运用先进的信用风险度量和控制技术。信贷管理体制的模式及其完善的程度与信用风险息息相关。信贷资金由于外部环境和内部条件的不完善，在实施过程中会存在着大量的问题。目前我国商业银行贷款的发放仍然停留在传统的专家制度法阶段，主要是凭借主观判断和以往经验，没有运用科学的信用风险度量技术进行定量分析，随意性较大；贷款发放后，我国银行大多采用贷款五级分类法对信贷资金进行管理，不能跟上相关的检查和监督、更没有形成科学的信用风险预警系统，这样就加大了信用风险。(3)银行制度存在多重委托。由于信息不对称，委托人和人的目标不一致，在每一层委托―关系中都可能会出现逆向选择和道德风险。对于基层银行在实际操作中相对于唯一和银行资产相关的利润目标更加实际，基层银行有可能以牺牲利润为代价，这样一来就容易形成不良贷款，很容易产生信用风险。

2.外部生成机制。银行信用风险产生的外部生成机制主要来源于企业、政府、金融监管机构以及其它一些宏观环境方面因素的原因。一是企业高风险；二是政府过度对银企的行政干预；三是金融监管机构监管不力和市场竞争激烈。

二、我国商业银行信用风险管理存在的问题

1.信用风险的内控机制不完善。巴塞尔银行监管委员会认为，商业银行内部控制包括五个相互关联的因素，即控制环境、风险评估、控制活动、信息与交流、监督管理等。一个机构必须具备以上所有五个要素，才能有效地发挥内部控制的作用。然而我国商业银行在这五个方面都存在一系列的问题。为追求效益盲目发展业务，导致重业务扩张，忽视环境的控制；对银行面临的各种风险缺乏全面、客观的评估；没有建立适应业务发展需要的控制系统，分散授信，对分支行的管理有时处于失控状态；各部门之间信息沟通困难，经常发生信息阻塞，由于纵向分支机构层次过多，信息交流漏损严重；在监督管理方面，内部稽核机构缺乏独立性和权威性，没有发挥其对内部控制系统有效性进行评价和监督的作用；内部控制的权力制约机制尚未形成。信用管理机构不健全，信用管理教育不足。

2.政府监管力度仍有待加强。当前，我国银行业监督管理委员会简称银监会)在对商业银行的监管方式上正在由以合规性监管为主转向以风险性监管为主的方式，在商业银行经营风险的防范和化解方面发挥着重要的作用。但是，由于我国开展这项工作的时间较短，经验也不足，目前银监会对商业银行的监管工作仍然停留在表层阶段。目前对我国银行以现场检查和非现场检查方式来进行，银行风险评估和早期预警依赖监管人员的经验判断。但随着我国融入全球金融的步伐加快，银行业务日趋多样性，监管数据变量急剧扩大，变量间的相关关系越来越复杂，银行监管方法手段落后，从而导致了信息滞后，使监管失去了“防患于未然”的作用。银监会职能部门都有专门的报表收集与分析功能，但没有形成一个完整、健全的体系，无法有效地发挥非现场监督的作用。

3.缺乏完善的信用评级体系。目前为止，我国商业银行还没有建立，起完善的对个人和企业的信用评级体系，贷款审批的依据主要还是企业提供的财务资料和项目的可行性研究报告，对贷款企业和担保人的具体信用情况缺乏真正全面的了解，对客户的评价多偏重历史数据，忽视发展能力；偏重盈利能力，忽视偿债能力；偏重债权债务关系，忽视客户对银行的综合贡献力矗。容易导致一方面一些贷到款的大企业虽然签订了抵押合同或担保合同，但在履行还本付息义务或担保义务时，形式上完美无缺的贷款合同和担保合同却形同虚设，难以保证贷款本息的安全回收，给商业银行造成很大的损失；另一方面发展潜力大的中小企业却无法贷到所需资金。

4.信用风险管理信息系统建设滞后。信用风险管理信息系统是信用风险管理的主要依据，是提高信用风险管理水平的有力的技术保证。但是，由于我国商业银行信用风险管理的起步时间较晚。导致积累的相关基础数据不足。同时，由于我国还没有建立起完善的公司治理结构和信息披露制度，使得不少企业的财务数据存在基础数据收集困难、公布出来的数据存在一定程度的失真等问题。而且，我国商业银行在信息系统开发上缺乏前瞻性和不连续性，这些都制约了信用风险管理模型的建立。

三、提升我国商业银行信用风险管理的建议

1.强化我国商业银行信用风险内控体系建设。商业银行信用风险的内部控制机制是商业银行的一种自律行为，是商业银行为完成信贷任务目标而对内部各信贷职能部门及其工作人员进行风险的控制，制度管理和相互制约的方法、措施和程序的总称。建立和完善我国商业银行信用风险内控体系应做好以下几方面的工作：(1)组织结构人手，完善银行系

统；(2)加强对高层管理人员的监管和权限控制；(3)完善对公，对私业务的控制。(4)完善计算机和会计工作的控制系统；(5)施行个人奖罚制度。

2.加强我国商业银行信用风险监管。(1)加强银监会对商业银行的监督管理。以风险性监管为主，以合规性检查为辅，真正重视风险监管工作。改进和提高监管效能需要将合规性与风险性相结合，建立统一、科学和规范化的非现场监督体系，监管报表实现标准化；建立非现场监控数据库，实现信息共享；实行非现场监督评级，可考虑通过对银行报表的分析，进行合规性和风险性评级，从而规范我国商业银行的信用风险管理。(2)改革财政收支体制，理顺财政与银行的关系。信贷资金财政化是我国银行信用风险形成的重要原因，因此，必须防止过分夸大银行的功能和银行在宏观经济中的作用，避免银行信贷资金财政化倾向继续存在，切断国有商业银行与国有企业间贷款补贴和资金供给制的联系。根据财权与事权相统一的原则，尽可能的限制政府的直接支出，缩小补贴范围，政企分开，对财政向银行借款，透支行为也要进行风险防范管理，完善收入体制，提高财政。这就需要政府较充分的配合银行的风险管理防范工作，制定相关的法规，尽可能减少不必要的损失和不良资产。

篇3

【关键词】kmv模型 信用风险 商业银行

一、文献综述

KMV模型是1997年美国kmv公司开发的用于估计贷款企业违约概率的方法，国内外许多学者都对其进行了研究。Kurbat.e.t（2002）利用美国公司的数据证明了模型的有效性。Crodbie，e.t（2003）以金融类公司数据研究发现kmv模型很好地预测到公司信用的变化。易丹辉等（2004）以我国上市公司为样本，发现利用kmv模型估计违约风险效果较好。综上，大多数研究结果表明，KMV模型能够反映信用风险的高低 ，而我国将出台存款保险制度，将打破我国商业银行不破产的神话，所以本文利用kmv模型对三家商业银行进行信用风险的分析，并试对模型有效性进行探究。

二、模型基本理论介绍

KMV模型是将B-S期权定价模型用于信用风险的管理中。一笔贷款相当于一份期权，其行权价是贷款额、标的是贷款人的资产，那么如果贷款到期时企业资产市场价值高于贷款，企业偿还债务；小于，则企业选择违约。

根据这一思路，先用B-S期权定价模型估计资产的市场价值V和波动率σV：

E=VN（d1）-DσE=■σE

d1=■

d2=d1-σV■

其中，E、V分别为企业股权、资产市场价值，σE、σV为对应的波动率，r为无风险收益率，τ为债务偿还期限，D（d）为标准正态分布积累函数。

另外，违约点DPT=公司短期债务+长期债务的一半；再根据以下公式可得出用于衡量公司信用风险的两个指标，

违约距离DD=（V-DPT）/（V*σV），DD越大，信用风险越小

预期违约率EDF = N[-DD] =[1 - N（DD）]*100 ，EDF越小，信用风险越小

三、商业银行的信用风险实证分析

本文选择工商银行、建设银行、中国银行三家银行2008年至2012年的年度数据进行分析。数据来源CSMAR以及各银行年报。

根据公式计算得出信用风险两个指标结果如下：

表1 信用风险指标

2008年 2009年 2010年 2011年 2012年

工商银行 违约距离DD 1.70 2.90 3.12 3.77 4.21

预期违约率EDF（%） 4.45 0.186 0..0904 0.00816 0.00127

建设银行 违约距离DD 1.05 2.64 3.98 4.32 4.91

预期违约率EDF（%） 14.73 0.4116 0.003494 0.00077 0.000046

中国银行 违约距离DD 1.80 2.56 3.62 3.84 3.84

预期违约率EDF（%） 3.59 0.523 0.0147 0.00615 0.00615

从表1知，三家银行自2008年以来，违约距离持续变大，违约率降低，表明信用风险是下降的，说明银行经营较稳健，特别是2010年违约率有较大幅度降低，可能原因是2010年巴塞尔协议三颁布，我国大型商业银行预期我国监管机构将出台新的监管政策，这种预期的改变强化其风险控制行为。

四、kmv模型的验证

前面的研究是基于kmv模型预估信用风险是可行的，下面将验证这一基础，方法主要是选取能代表银行实际风险的指标与kmv模型的结果进行对比。

本文选取核心资本充足率作为对比分析指标，原因是核心资本反映银行抵御兑付危机的能力，其值越大，信用风险越小。数据来源各银行年报：

图1 银行核心资本充足率

从图1可以看出，银行抵御风险的能力大致上不断增强的，这与kmv的结果基本一致，但2008到2009年核心资本充足率是降低的，与kmv模型的银行信用风险降低不吻合，主要原因可能在于EDF是基于历史数据来衡量公司的未来违约率，同时，KMV是基于B-S期权定价公式，而B-S公式的系列假设，往往在现实的金融市场中得不到满足，因此，KMV模型自身存在一定的缺陷。

五、结论

本文将kmv模型用于商业银行的信用风险衡量，发现该模型整体上能较好地预估出银行的信用风险，且随着现代银行业体制的建立，监管制度的完善，银行业的风险水平在逐渐减低。

本文的不足之处在于，kmv模型的适用性还须利用更多的数据进行更深入的研究，同时我们也要认识银行的风险暴露较滞后，对银行的风险管理也不能仅依赖外部的模型测算、监管，更多地还需要银行自律，提高风险管理水平。

参考文献：

[1]M Kurbat， I Korbalev，Methodology for testing the level of the EDF credit measure [J].Moody's KMV Technical Report， 2002.

[2]P Crodbie， J BOHN，Modeling default risk[J].Moody's KMV Revised， 2003.

篇4

商业银行实质是经营风险并从风险中获取收益的企业。随着我国银行业竞争的不断加剧，以及商业银行经营规模的日趋扩大，与之相伴的操作风险亦不断增加，有效防范和化解操作风险已成为我国商业银行必须面对的一项全新而艰巨的任务。把保险运用到我国商业银行的操作风险管理中，以经济方式对商业银行操作风险进行损失事前转移，事后补偿，将有助于完善我国商业银行的操作风险管理体系。

本文将从商业银行操作风险的定义、分类、特征，商业银行操作风险产生的根源，商业银行操作风险保险的作用以及发展我国操作风险保险的构想四个方面阐释新巴塞尔协议下保险对缓释商业银行操作风险的作用。

【关键词】

保险；操作风险；商业银行；新巴塞尔协议

2004年6月26日，巴塞尔银行监管委员会正式公布了《巴塞尔新资本协议》，即新巴塞尔协议，新巴塞尔协议明确地将操作风险的衡量和管理纳入金融机构的风险管理框架之中，并且要求金融机构为操作风险配置相应的资本金水平。这标志着操作风险已成为国际银行业全面风险管理框架的重要组成部分。同时，新巴塞尔协议肯定了保险在商业银行操作风险管理中的风险缓释作用，保险作为一种风险管理的工具已经越来越多地被各国商业银行用来覆盖操作风险的暴露。

1 商业银行操作风险概述

1.1操作风险的定义

新巴塞尔协议将操作风险定义为“由于不完善或有问题的内部程序、人员和系统或因外部事件导致损失的风险”。新巴塞尔协议的定义有以下几个特点：⑴关注内部操作，主要是商业银行及其员工的作为或不作为；⑵重视操作风险的过程导向；⑶用内部控制系统具有重要的作用。

目前，新巴塞尔协议对操作风险的定义已经为国际商业银行广泛接受，该定义有利于商业银行操作风险的管理和度量。

1.2操作风险的分类

按照操作风险的成因分类，新巴塞尔协议按损失事件类型把操作风险划分为七类：

①内部欺诈：故意欺骗，盗用财产或违反规则法律公司政策的行为；

②外部欺诈：第三方故意欺骗，盗用财产或违反法律的行为；

③雇佣制度和工作场所安全：由于银行不履行合同，或者不符合劳动健康或安全法规，或者由于人员伤亡索赔支付或差别待遇、歧视事件导致的损失；

④客户、产品和业务活动：无意或由于疏忽没能履行对特定客户的专业职责，或者由于产品的性质或设计产生类似结果；

⑤实物资产的损坏：自然灾害或其他事件造成的实物资产损失或损坏；

⑥业务中断和系统错误：业务的意外中断或系统出现错误；

⑦行政，交付和过程管理：由于与交易方的关系而产生的交易过程错误或过程管理不善。

1.3操作风险的特征

（1）操作风险的发生范围广，主要指发生时间广、发生区域广、发生部位广、发生的业务广、制造风险的人员广和制造手段广等。 （2）操作风险的表现形式多样，主要为：内部欺诈风险、外部欺诈风险、客户、产品与经营行为风险、执行分割和流程管理风险。 （3）操作风险处于爆发期。 （4）操作风险以欺诈类的比例最高。

2 商业银行操作风险产生的根源

2.1委托问题引发的操作风险

在商业银行日常经营活动中，委托关系是商业银行操作风险产生的根源之一，包括商业银行与监管部门间的委托关系引发的操作风险和商业银行内部的委托关系引发的操作风险。

2.2有限理引发的操作风险

有限理是商业银行操作风险的发生的客观基础，第一，信息的不完备促使操作风险的产生；第二，人的能力的局限性也会引发操作风险的产生，商业银行从业人员对信息的判断错误本身就是操作风险。

3 商业银行操作风险保险的作用

保险对于商业银行操作风险的缓释作用主要体现在以下几个方面：

3.1减少或弥补银行因损失发生而造成的经济影响

保险可以提供一种有效的手段来购买索赔处理和损失控制服务，同时保险还可以降低财务损失的期望成本、可以降低新投资机会的融资成本、降低出现财务困境的可能性和减少期望纳税额。

3.2合理配置资源作用

由于风险控制措施具有边际效应递减的特点，单纯依靠传统的风险管理方法，只能将风险控制在一定水平，此后继续加强操作风险的控制措施将会使操作风险的管理成本快速增加，就是说，完全依靠自身的风险管理体系控制操作风险并不是最经济的手段。合理的风险管理方法应该是将各种风险管理技术与保险相结合，针对自身的技术水平和管理能力，商业银行应找到操作风险管理的“均衡点”，利用风险管理技术化解常规风险，而剩余风险则利用保险方式加以转移。依靠保险工具，商业银行能够寻求最佳的资源配置效应，以最低的成本寻求最有效的操作风险管理组合。

3.3平稳现金流量

商业银行现金流可能会因为大的非预期操作风险损失而产生剧烈波动，而现金流的波动会增加额外的成本，进而影响商业银行的收益状况。商业银行可以通过购买操作风险保险来抑制因大量非预期操作风险损失所引发的现金流的随机波动，从而将不确定的操作风险损失转化为确定的保费支出，使商业银行的现金流更加稳定，从而有助于改善商业银行的收益状况，提高商业银行的市场价值。同时，商业银行购买操作风险保险后，可以释放一部分资本金，用于更优的运用途径，增强了商业银行经营的灵活性。

3.4获得保险人的风险管理服务

保险人的核心业务是管理风险和为风险造成的损失融资。大的保险人在获取数据、经验和规模效益方面往往比商业银行有比较优势。因此，商业银行若通过购买保险将一部分操作风险管理工作转移给保险人，从成本的角度讲将更加有效，且能获得保险人提供的风险管理服务。

4 发展我国操作风险保险的构想

发展我国的商业银行操作风险保险，应该借鉴国外先进经验并结合我国商业银行自身的特点，从以下几个方面进行努力：

4.1加强商业银行操作风险损失数据库建设，为保险定价创造必要的数据基础

保险定价是操作风险保险产品设计的基础，而损失数据库的建设和完善是保险定价的前提。目前，我国商业银行普遍没有进行操作风险损失数据的收集。因此，应该根据新巴塞尔协议对商业银行操作风险的分类体系，建立商业银行的操作风险损失数据库。

篇5

关键词：信用风险管理；KMV模型；CreditMetrics模型；内外部评级

中图分类号：F832.2 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2013.09.28 文章编号：1672-3309（2013）09-61-03

美国次贷危机的爆发，暴露出其金融监管的弊端，世界各国都在极力地对金融风险进行防范和控制。在现代商业银行的风险管理中，信用风险管理是最重要的内容。在我国，对商业银行信用风险的管理滞后于西方发达国家。虽然我国商业银行没有像美国那样出现银行倒闭的情形，且2008年金融危机之后，不良贷款余额的比例也有所控制，但面对国际金融环境的冲击和外资银行的涌入，提高我国商业银行信用风险管理水平仍是一项重要的课题。

一、商业银行信用风险的内涵及成因

（一）信用风险的内涵。传统的信用风险是指交易对象无力履约的风险，也是债务人未能如期偿还其债务造成违约而给经济主体经营带来的风险。随着现代金融业的不断发展，传统的定义已经不能满足新阶段信用风险的特点，在现代的商业银行信用管理中，信用风险不仅指债务人无法偿还负债，而且还指由于债务人偿还能力和信用水平的下降使投资组合中资产价格下降，从而造成损失的风险。对于我国商业银行而言，信用风险体现在贷款的信用风险，即违约风险，一方面指贷款人因为种种原因无法偿还全部的贷款本息而形成违约，使商业银行造成资金上的损失；另一方面指贷款到期时不能按期收回，形成商业银行的不良资产，从而影响到银行资金的周转，出现支付困难，使银行的声誉下降。

（二）信用风险的成因。我国商业银行的信用风险主要体现为借贷双方的信息不对称所造成的道德风险。首先，在贷款之前的信息收集上，目前我国商业银行实行的是“审贷分离”制度，信贷员职业素养的缺失，在审核贷款企业的贷款资格时，没有足够的知识背景来对企业各项指标进行考核，而贷款额度与自身的绩效相关，导致违规经营和造成不良资产的比例增加。其次，在贷款之后对企业经营的跟踪和风险控制上，由于商业银行不能完全掌握贷款发出后企业的经营发展状况、盈利状况和资金利用渠道等信息，无法预测是否可以将贷出的款项按期本息收回，从而产生不可预知的风险。最后，由于我国正处于转轨时期，整个经济的大环境、法律环境和制度环境对商业银行的信用风险也产生一定的影响。

二、现代商业银行信用风险的度量方法

（一）KMV模型。KMV模型是美国旧金山KMV公司基于期权定价理论对风险债券和贷款进行估价以及对它们的信用风险进行度量，是现代信用风险模型的重要特征。KMV的理论基础是Black-Scholes （1973）， Merton（1974） 以及 Hull和white（1995） 的期权定价模型。该模型认为企业违约概率主要取决于企业的资产市场价值、企业的资本结构和资产回报率。该模型使用了两种关系：第一种是企业股东市值与它的资产市值之间的结构关系，即当企业资产市值下降时，企业失去了还款动力，会将企业的资产交给银行处置，而“有限责任”保护了股东们的损失不超过初始的投资量。第二种是企业资产价值的波动程度和企业股东市值变动程度之间的关系，这里引入用违约距离来表示企业资产未来市场价值的均值到违约点之间的距离，而用企业期望违约频率（EDF）来表示企业未来某一特定时期的违约概率。当企业的资产价值上升时，违约点也相应的上升，EDF下降。KMV模型中既需要有市场交易的信息数据又要有相关的财务数据，可以全面迅速地反映上市公司的信用状况，因此，它非常适用于对上市企业进行信用风险的监测。

（二）CreditMetrics模型。1997年，J.P.摩根银行、美洲银行、KMV公司和瑞士联合银行等机构合作，共同推出了度量信用风险的新模型——CreditMetrics（信用度量制）模型。该模型的基础是在给定的时间内估计贷款及债券产品资产组合将来价值变化的分布情况，价值变化与债务人信用质量（信用评级是上升、下降、违约）的转移相关。该模型克服了VaR模型中资产组合分散化效应难以分散的困难，并且可以较为准确地反映不同信用等级和不同时期贷款在未来发生损失的可能性，可以较好地应用于我国商业银行对信用风险进行量化和管理。

三、我国商业银行信用风险管理存在的问题

（一）信用风险内外部评级系统不完善。巴塞尔委员会提出，允许银行在计算信用风险的资本要求时，从两种方法中任择一种。第一种方法是根据银行外部评级的结果，以标准化的处理方式计量信用风险，称为标准法；第二种方法是内部评级法（Internal Ratings-based， IRB），经过监管当局的批准，根据巴塞尔协议规定的内部评级要求及相关的风险权重函数计算公式，最终得到风险加权资产。

我国目前的信用风险外部评级的企业数目很少，由政府发全牌照的资信评级单位主要是大公国际、中诚信国际和联合信用等。评级的企业主要是针对发行长期或短期债券的企业，服务对象单一、运作不规范，评级方法一般采用比较传统的静态分析法，业务的稳定性差，此方法只能对银行贷出的小部分资产进行评级，计算出来的资本金不能真实地反映银行资产的信用风险。

为了加强对信用风险的管理，我国商业银行普遍建立起了自己的内部信用评级系统。自2004年起，我国银行贷款风险实行五级分类制度，包括正常、关注、次级、可疑和损失。虽然这五级划分能帮助商业银行较为准确地认识和管理资产风险，但它并没有达到巴塞尔协议利用VaR（风险价值）的思想要求。贷款的五级分类并不能全面地反映银行所有的信用风险，在评估的过程中主要还是依靠分析财务数据以及企业自身所处的经营发展环境，在贷款决策的过程中方法陈旧，偏于定量化，风险揭示不足，组织决策链较长，很大程度上依赖于信贷人员的主观判断，受其知识背景、业务素质等因素的影响比较大。

（二）缺乏专业的风险管理人才。金融风险管理的技术性强、分析复杂，对从事风险管理的人员有相当高的要求。信用风险是银行面临各种风险中，最难测量和预测，但影响却最大，这就要求从事风险管理的人员不仅要具有经济学、统计学和金融学的知识，而且还要有数学、管理学等学科素养。目前，国外已经建立了专门从事金融风险管理的储备人才库，也成立了专门从事风险管理的公司、网站和协会，如美国的GARP（全球风险管理者协会）、路透风险网和J.P.摩根风险网站等等。相比之下，我国商业银行在风险管理方面所储备的人才明显不足，而一般的信贷人员又不具备风险管理业务的素质，在人才结构上表现出一般性人才和专业人才缺乏，进而在对信用风险管理上只能靠传统的方法来衡量，缺少现代风险管理的先进技术。

（三）银行内部缺少信用风险管理文化。在商业银行的经营发展中，风险管理文化作为商业银行企业文化的重要组成部分，是银行风险管理体系的灵魂。它像是一面旗帜，体现着银行内部的凝聚力和向心力。我国商业银行在信用风险管理文化建设方面滞后于西方发达国家，一方面，信贷人员缺乏信用风险管理意识，一味追逐目标效益最大化。银行通常会将绩效指标分派到每个信贷人员，并与其自身的业绩相关，这就形成了一个“重数量，轻质量”的误区，大多数员工只盲目地去完成任务，甚至会制造一些违规操作，使一些不具备贷款资格得到贷款或信贷额度低的企业得到高贷款额，为贷后的风险瞒下隐患；另一方面，商业银行对风险管理文化的认识还处于概念模糊、制度落后的初级阶段。无论是银行的高层领导还是普通员工对信用风险管理的了解局限于两种极端的情况：要么盲目放贷，扩大业务；要么过分管理和控制贷款来规避风险。

四、对我国商业银行信用风险管理的建议

（一）完善内外部信用评级系统。虽然目前我国的资信评级发展还处于初级阶段，人们对于企业信用评级的观念不强，但是随着我国市场经济的逐步建立，信用评级的重要性日趋明显。发展和规范资信评级机构，有利于我国资本市场的进一步健康发展，增强国际竞争力。对于我国的资信机构而言，可以吸收西方发达国家已有的各种信用评级方法，结合我国具体的国情和企业自身的发展状况，建立科学的评级体系，提高评级机构员工的素质和学习能力，完善评级制度，提高资信评级的质量，从而降低我国商业银行的信用风险。

完善我国商业银行内部信用评级：第一，在五级分类制度的基础上，结合国外已经相对成熟的信用评价模型，参考巴塞尔协议中对商业银行内部评级方法的规定，从数据库的建设到风险计量模型的开发，逐步建立风险管理组织体系和对评估流程的整合；第二，商业银行要建立专门的贷后风险监测部门、设置专门人员对贷款企业贷后的财务状况、经营情况和盈利情况以及贷款资金的用途等指标做定期的跟踪调查。设立的风险监测专员不仅要对贷款企业内部的各类数据上进行统计分析，更要时刻关注贷款企业在本行业中发展的相对情况和在该行业的发展前景。这样做不仅使银行贷后掌握了贷款企业的一定信息，而且为整个银行业提供了数据和参考，为以后贷款的发放与否提供一定的历史依据。

（二）培养和引进从事风险管理的专门人才。对商业银行信用风险的有效管理，保持商业银行资产的流动性，使其能健康持续地发展是我国商业银行亟待解决的问题。重中之重就是银行的信用风险管理部门有专门从事风险分析、监测和评估的人员。对银行来说，可以从两个方面来改变现有的人员结构，提高自己的信用管理结构和水平。一方面，对银行内部现有的信用风险管理人员进行选拔、择优参加信用风险管理培训。银行可以出资，引进一些国外现行的信用管理培训课程，请一些在信用风险管理领域有丰富经验的金融风险管理师对员工进行培训，以此来提高内部员工的素质和从事专业的能力；另一方面，银行可以从外部招聘一些具有风险管理师资格并有丰富经验的专门人才，组建一支能胜任信用风险分析、数据处理和建模的专业化人才队伍。

（三）加强商业银行内部风险管理文化建设。第一，建立科学的信用风险管理框架，从思想上、规章制度上体现出对信用风险管理的决心。使银行内部的全体员工形成正确的风险管理意识，了解到风险是客观存在的、不可避免的，但是却可以通过预警、防范和控制等手段将损失降到一定范围内。在企业文化的建设上，激励员工的工作热情，将银行的整个利益同员工的利益结合起来，培养每一位信贷人员的主人翁意识和责任感，真正把银行的发展同自身发展联系在一起。第二，商业银行可以借鉴国外一些著名银行在企业信用风险管理文化方面的经验。比如美国俄亥俄州的BANC ONE 银行，在从事小额的风险贷款业务时，坚持要求信贷员对所放的每一笔款项都了如指掌，否则绝不予以贷款，并且将贷款的风险与利率挂钩，始终对信贷业务进行差别定价。还有美国摩根的企业风险文化的建设上，也值得我们借鉴和学习。他们在招聘员工时，需要被全体员工所接受，招聘标准既要看业务素质还要看人品，在发生不良贷款时，全行通报等等。

参考文献：

[1] 乔埃尔·贝希斯.商业银行风险管理——现论与方法[M]. 深圳：海天出版社， 2001.

[2] 严太华、战勇.商业银行银企信用风险新论[M] . 北京：经济管理出版社，2007.

[3] 马海英.商业银行信用风险分析与管理[M]. 上海：上海财经大学出版社，2007.

[4] 钟吉金.对我国商业银行信用风险问题的探讨[D]. 成都：西南财经大学， 2009.

[5] 孙绘.我国商业银行信用风险管理研究[D].天津：天津财经大学，2009.

[6] 邓佳琪.新时期我国商业银行信用风险管理问题研究[D].大连：东北财经大学，2010.

[7] 顾建忠.我国商业银行信用风险管理框架与完善建议研究[D].上海：复旦大学，2009.

[8] 闫彪.我国商业银行信用风险管理研究[D].北京：中国地质大学，2010.

[9] 刘艳娟.商业银行信用风险管理[J].阜新：辽宁工程技术大学学报，2012，（03）.

[10] 杜晓梅、李圆. 我国商业银行信用风险管理存在的问题及对策[J].现代商业，2011，（29）.

[11] 张铭.浅谈我国商业银行风险管理文化[J]. 经济师，2010，（02）.

[12] 杨丹、吴云伟.提高我国商业银行风险管理水平的新思路[J].金融经济，2009，（06）.

[13] 沈悠、柳静.我国商业银行风险管理问题及对策探究[J].现代商贸工业， 2011，（03）.

篇6

【关键词】商业银行；信用风险；风险管理

近年来，经济全球化使得风险管理的问题日益凸现。随着世界经济的不断发展，金融业在各国经济发展中所发挥的作用越来越重要。但由于金融监管的放松，金融市场的波动性也在不断加剧，特别是进入20世纪90年代后，在世界范围内发生了三次大的金融危机——欧洲货币危机、墨西哥金融危机和亚洲金融危机。这三次大的金融危机给全球经济带来了巨大的影响和损失，引起了国际金融界对金融风险管理的高度重视，商业银行的风险管理更成为国际、国内金融界关注的焦点。信用风险是商业银行主要的风险形式。信用风险的管理也成为当今风险管理领域中极具挑战性的课题。因此，如何防范与降低信用风险已是当前我国商业银行管理的迫切要求。

一、商业银行信用风险的经济学解释

商业银行在经营中会遇到很多中风险，其中信用风险是金融市场中最古老的也是最重要的金融风险形式之一，它是金融机构、投资者和消费者所面临的重大问题。社会的进步和历史的发展影响着人们对信用风险概念的理解。

传统观点认为，信用风险是指交易对手（受信方）拒绝或无力按时、全额支付所欠债务时，给授信方（信用提供方）带来的潜在损失。授信方可能是提供贷款的银行，或是以信用方式销售商品或提供服务的公司。授信方总是会更多地考虑信用风险问题，比如发放贷款的银行，其风险是显而易见的。在商业银行的早期业务中，常常将信贷风险等同于信用风险。随着商业银行业务的演变和发展，信用风险出现了广义和狭义两种概念：

从广义上说，信用风险还包括由于各种不确定因素对银行信用的影响，使银行经营实际结果与预期目标发生背离，从而导致银行造成潜在损失的可能性；

从狭义上说，信用风险一般是指借款人到期不能或不愿意履行借款协议、偿还本息而使银行遭受损失的可能性。

信用风险可以分为两种情况：一是借款人或债务人没有能力或者没有意愿履行还款义务而给债权人造成损失的可能性；另一个是指由于债务人信用等级或信贷资产评级的下调、信贷利差的扩大导致资产的经济价值或者市值下降的可能性。前者主要着眼于贷款是否违约，成为违约风险；后者则强调信贷资产质量价值的潜在变化，所以通常称为信贷利差风险。

另外，商业银行信用风险的主要特征有以下几点：（1）道德风险与信息不对称是形成信用风险的重要因素。（2）非系统性与系统性。（3）风险和收益的非对称性。信用风险的收益分布具有典型的非对称性。（4）信用风险的历史交易数据难以获取。

二、国内外商业银行信用风险监管的现状分析

随着现代经济中信用活动的不断发展和创新，信用风险所涉及领域和规模迅速扩大，因此，各个国家对商业银行信用风险的管理都是非常重视的。

（一）国外先进商业银行对信用风险管理的现状

1、风险管理上升到银行发展战略高度，董事会直接负责风险管理政策的制定。近些年来，一些大银行由于风险管理失败而遭受了巨额损失，甚至破产倒闭，使得银行股东、经理们以及金融监管当局领略和感受到银行风险的严重后果，深刻地认识到现代风险管理对于银行生存和发展的重要性。目前，国际上一些大银行的最高决策层已把风险管理纳入其发展战略计划，将之作为银行内部管理的一个组成部分，风险管理在整个管理体系中的地位已经上升到银行发展战略的高度。

2、独立的风险管理部门开始出现，风险管理趋于日常化和制度化。与风险管理上升到银行发展战略高度相适应，现代银行风险管理在组织制度上形成了由董事会、风险管理委员会直接领导的，以独立风险管理部门为中心，与各个业务部紧密联系的风险内部管理体系。风险管理决策与业务决策的适度分离，改变了风险管理决策从属于以盈利为首要目标的业务决策的传统管理体制。同时，以独立风险管理部门为中心的风险管理体系的运行是建立在管理日常化和制度化的基础上的，这就进一步加强了商业银行在复杂的风险环境中及时、有效地管理风险的能力。

3、更加重视全面风险管理。与主要重视信用风险的传统风险管理不同，现代银行风险管理还非常重视市场风险、流动性风险、操作风险等更全面的风险因素。而且不仅将可能的资金损失视为风险，还将银行自身的声誉和人才的损失也视为风险，提出了声誉风险和人才风险的概念。

4、市场风险日益突出，市场风险管理技术得到迅速发展。二十世纪70年代以来，市场风险成为银行风险环境中的重要因素。同时，金融自由化和银行综合化经营的发展，使得商业银行传统的以信用风险为主的模式发生变化。信用风险和市场风险两者，无论是在管理技术手段上，还是在管理理论上，都构成了现代金融风险管理的两个基本内容。

5、风险管理技术趋于计量化和模型化，各种风险管理计量模型发展迅速，银行风险管理的科学性日益增强。与传统风险管理的特征不同，现代商业银行风险管理越来越重视定量分析，大量运用数理统计模型来识别、衡量和监测风险，使得风险管理越来越多地体现出客观性和科学性的特征。

（二）我国商业银行信用风险管理现状

1、我国商业银行尚未形成正确的信用风险管理理念。目前我国商业银行多数工作人员对信用风险管理的认识不够充分、信用风险管理理念比较陈旧。不能适应新时期业务高速发展及风险环境复杂的需要。

2、信用风险管理的组织机构不健全。在我国商业银行中，负责信用风险管理的主要是贷款部门的信贷员，这远远不能满足实际信用风险管理的需要。

3、不良贷款比例高，贷款资金趋向长期化、集中化。我国银行业的贷款人多集中在房地产或其它人型资产投资项目上，且数额巨大。而贷款资金长期化将导致银行资产的流动性降低，信贷资金周转速度减慢。一旦累积的信用风险暴露出来，势必会造成严重的信贷损失，对银行的长远发展是极为不利的。

4、内部评级不完善，风险揭示不充分。与先进的国际性银行相比，我国大多数商业银行内部评级无论是在评级方法、评级结果的检验，还是在评级组织结构、基础数据库等方而都存在着相当大的差距，从而极大地限制了内部评级在揭示和控制风险方而的作用。另外，由于会计信息不完备和真实性有待提高，以及缺乏衡量风险的技术方法，银行信息披露的质量和数量方而都远不能适应市场的要求。

三、针对我国现状提出完善商业银行信用风险监管的建议

第一，提高商业银行信用风险度量和管理技术水平。根据当前我国商业银行信用风险管理的现状，要尽快提高我国商业银行信用风险管理水平。首先，各商业银行应积极开发以计算机为平台的客户信息系统，广泛收集充分的客户信息，建立起完善的数据库。其次，我国商业银行应根据我国的国情，坚持定性分析与定量分析相结合的原则，积极开发出适合自身条件的信用风险度量模型。

第二，确立完善的商业银行内部控制体系。完善的内部控制体系可以保证商业银行的风险管理策略得以落实。商业银行要建立完善的内部控制体系，应根据中国银监会的《商业银行内部控制指引》在对各类业务的各环节风险进行识别的基础上，对现有的内部控制制度、程序、方法进行整合、梳理和优化。首先，通过授权管理、岗位制衡等手段防止操作风险在业务环节中的出现。其次，通过标准化的内部控制管理实现内部控制的连续性和系统化，从而严格控制银行内的各项业务和管理活动。最后，通过不间断的调整和改进，不断提高商业银行的风险管理水平，确保其经营目标的实现。

第三，强化风险外部监管，完善宏观外部环境。强化风险外部监管是完善风险控制体系的必然要求。首先是市场约束的要求，巴塞尔新资本协议规定最低资本要求、监管当局的监督检查、市场约束为金融监管的三大支柱，强调银行应及时、准确地向市场披露银行财务状况、经营业绩、风险管理战略和措施、风险敞口、会计政策以及业务、管理和公司治理6个方面的信息；其次，监管当局必须在强化合规性监管的同时重视安全性监管，逐步强化对商业银行资本充足率的约束。同时要对银行风险评估体系的合理性、准确性及信息披露的可信性进行监督，严格监管纪律，推动商业银行风险管理的科学化，实现从注重合规性监管向注重风险性监管的转变，健全非现场监督体系，并保持监督的持续性。再次，要进一步建立健全银行金融法律法规体系，形成有法必依，违法必究，执法必严的金融法制环境。落实《物权法》，修订完善《破产法》和《担保法》等，在完善商业银行的立法基础上加大执法力度，维护金融秩序。

第四，规范社会信用关系，推动社会信用文化建设。要建立健全有关社会信用的法律体系，推进信用文化建设。据有关机构分析，社会信用指数每提高一个百分点，可以促进GDP增长0.9%，促进生产率提高0.7%。

参考文献

[1]马歇尔.经济学原理(下)[M].北京:商务出版社，1983，255-256.

[2]P.Jorion.Value at Risk[M].New York:McGraw Hill.1997，128.

[3]王春峰.金融市场风险管理[M].天津:天津大学出版社，2001，6-7.

[4]阳.金融风险分析与管理研究——市场和机构的理论、模型与技术[M].北京:中国人民出版社，2001.

篇7

一、长沙银行信用风险评估现状分析

长沙银行成立于1997年5月，是湖南省首家区域性股份制商业银行。成立12年来，长沙银行取得了喜人的发展成绩。紧紧围绕“政务银行、中小企业银行、市民银行”的特色定位，以及“四个三”的客户发展计划，初步形成了自身的经营特色和核心竞争能力。由于信用评价制度是一个复杂的系统工程，涉及到各方面的因素，同时我国信用评价研究起步较晚，目前我国尚未建立一套全国性的客户信用评价制度与体系。长沙银行对贷款企业进行信用评级的主要做法是：根据评估的需要设置若干组评估指标，对每一指标规定一个参照值。如果这一指标、达到参考值的要求就给满分，否则扣减该指标的得分。最后将各指标的得分汇总，并按总分的高低给贷款企业划定信用等级，作为贷款决策的依据。该种方法的不足之处在于：（1）评级指标、体系的构成是通过内部信贷专家确定的，缺乏定量化，具有不确定因索，有待进一步深入研究。（2）指标、权重的设置主要依靠专家对其重要性的相对认志来设定，缺乏科学性及客观性。（3）缺少对贷款企业各方面能力的量化分析，在对偿债能力等重要指标上只采用直接观察法，凭经验据报表估计其能力，有很大的主观性。（4）缺少对非财务因素的分析和现金流量的量化预测。

二、加强长沙银行信用风险评估建设

（一）完善信用评价指标体系和评价方法

长沙银行要建立内部评级体系，既要学习借鉴国外模型的理论基础、方法论和设计结构，又要紧密结合本国银行系统的业务特点和管理现状，研究设计自己的模型框架和参数体系。要充分考虑诸如利率市场化进程、企业财务欺诈现象、数据积累量不足、金融产品发展不充分、区域风险差别显着、道德风险异常严重等国内特有因素。只有深刻理解中国的金融风险，才能建立起有效的风险评级模型，这需要信用风险系统设计师不仅掌握先进理论方法，还能够对长沙银行的现实问题提出技术对策。

（二）加强培训，提高银行评级人员的素质

长沙银行应加强与国际专业评级机构如穆迪公司、标准普尔公司合作，加快培养、建立评级专业人才队伍，负责内部评级实施和维护工作。同时聘请国外银行和评级公司的专家，对这些人员进行集中培训，或派往国外培训，使之成为风险量化专家和未来的金融工程专家，为国内商业银行新型评级系统的建立健全出谋划策。

在评级过程不可避免的会存在部分道德层面上的问题从而引发操作风险。对此，要从思想意志上对相关人员进行教育，增强其主人翁责任感；要将政治素质好、业务能力强的工作人员优先充实到信贷岗位。

（三）加强行业研究，建立和完善信用风险管理基础数据库

没有高质量的数据积累，信用评级的模型及各项指标则无用武之地。长沙商业银行要完善数据积累，必须在确保客户信息的完整性和准确性前提下，加快信用评级所需数据的收集，同时完善不良客户信息的收集。另外，长沙银行应根据客户的资产负债状况、市场环境等情况及时更新客户信息，以便做出准确的风险分析。在充分获取数据的同时，商业银行要加强信息技术系统的建设，并且要保证信息技术系统的可信度和稳健性。同时，必须按照行业进行适当分工，通过对不同行业的长期、深入研究，了解和把握不同行业的基本特点、发展趋势和主要风险因素，可以为受管理对象在同一行业内部和不同行业之间的风险比较创造必要条件，从而为信用级别的决定提供参照。

篇8

〔关键词〕商业银行;信用风险;信用风险管理

商业银行在经营和发展的过程中，存在着多方面的风险，其中信用风险对商业银行发展影响最大。信用风险对经济的影响是巨大的，宏观经济和微观经济都受到其重大的影响。从宏观的角度来看，信用风险影响以下三个方面：宏观金融体系的运行、社会资源配置的效率以及国际贸易的发展。从微观的角度去看，信用风险影响以下两个方面：商业银行经济实体的冲击和资金利用效率。因此，如何降低和分散商业银行在运营过程中的信用风险，对于我国经济的发展具有十分深远的意义。

一、信用风险的含义与特征

（一）信用风险的含义

信用风险指的是借款人由于种种原因，没有意愿或者没有能力去按照规定及时地偿付所借贷款造成的违约，这种违约将给金融机构带来损失，而这种损失发生的可能性即是信用风险。

（二）信用风险的特征

1.不确定性。世界万事万物都是处于不断变化之中的，我们很难对未发生的事情做完全精确的预测。不确定性是风险所具有的一个最基本的特征，是风险存在的必要条件。同样，银行在作出借款决策中，也会因为未来的不确定性，存在违约风险。即便该企业在过去的信用状况超级优秀，也不能保证其在未来履行还款义务时，有意外的状况发生。2.客观性。即是不以人的意志为转移。信用风险的存在是客观的，无论是银行还是整个市场，都不可能有力量将其完全消除，只能在一定程度上将其降到一个可以接受的范围。3.相关性。一个或少数几个企业发生经营困难，可能会导致一连串不良事件的产生，而这些都将影响信用风险。在当今市场经济中，各个企业之间存在着密切的联系，少数个体的经济状况有可能对其他个体的状况产生影响。4.可控性。虽然信用风险难以彻底消除，但通过一系列的措施和管理手段，可以将其降低到一个可以接受的范围。而信用风险的可控性，也使信用风险管理具有了存在的价值。

二、我国商业银行信用风险管理存在的问题

（一）信用评级体系不完善

我国的信用评级体系由于起步较晚，且没有大型的信用评级机构，整个行业的运作不够规范，一些小的信用评级机构也不够权威，因此所作出的信用评级结果并不能使人信服。国外的信用评级体系完善，机构也比较健全，但是由于信息获取的成本太高，也只有极少数大型企业才会聘请国外人员。尽管我国商业银行的内部评级体系相比较之下信息成本较低，实施起来也更为方便，但是这要求有较高的管理水平，我国商业银行在这方面起步晚，还存在许多不足的地方。信用评级不够科学客观，将导致后续的决策产生严重偏差，从而影响整个信用风险管理的水平。

（二）信用风险信息系统不完善

对于任何一个管理系统来讲，数据是最基本也是保证管理系统良好运作的关键。数据收集的质量以及数据处理的优劣，直接影响着整个系统的正常运行。我国的数据收集质量较低、准确性较差且可比性较低，不能统一，这使得以此为基础的数据分析和信息处理结果缺乏可信度，影响了整个风险管理系统。数据质量较差，究其原因有两方面：一是我国商业银行在此方面不够完善。由于高质量的数据和信息对成本和技术要求较高，这对于一直追求规模和速度的我国商业银行来讲，无疑是难以做到的。二是我国中小企业的管理体系不够完善。这使得信息收集的困难加大，信息失真的情况也就在所难免了。

（三）信用风险处理手段不足

信用风险管理的作用就在于尽量将信用风险转移和降低，而我国商业银行的信用风险转移与分散的手段不足，当贷款发放之后，大多只能寄期望于企业能够及时偿还，这相当于被动地承担信用风险带来的后果。如何规避风险、如何分散风险、如何在信用风险的出现过程中掌握主动权，就成为我国商业银行必须重视的事情。否则，当经济环境发生较大的变化时，我国商业银行将产生动荡，损失不可估量。因此，我国商业银行应当学习国外一些先进的信用风险处理方法，以避免产生更大的损失。

（四）对信用风险重视度不够

我国商业银行的关注点全部放在了如何发放贷款，如何寻找到大客户。贷款越多，意味着经营状况越好，却忽视了在此过程中信用风险的存在。我国的商业银行没有形成一种良好的企业文化和风险管理理念，在运营过程中，片面地追求业绩而忽视贷款的质量。一旦发生大规模违约，账面上的资产不能兑现，贷款不能及时收回，损失将是巨大的。此外，我国商业银行大多追求短期的目标而缺乏长远的考虑，为了眼前的利益，没有对客户做进一步的考察。虽然短期内确实会有一种发展繁荣的景象，但在繁荣景象的背后，隐藏的却是巨大的风险。与此同时，我国商业银行的管理人员，对于信用风险的认识不够充分，很多的措施并没有落到实处。

三、完善我国商业银行信用风险管理的建议与对策

（一）构建良好的信用评级体系

构建良好的信用评级体系对于我国商业银行完善信用风险管理起着至关重要的作用。目前，我国还没有形成一套完备的信用评级体系，外部信用评级机构的不完善，无疑加大了内部信用评级机构运行难度。我国应当加快信用评级体系的建设与健全，形成一套完善的信用评级体系，这对于我国商业银行信用风险管理有着积极的促进作用。

（二）完善信用风险管理信息系统

完善信用风险管理信息系统，提高信息的质量。要进行信用风险分析，数据的真实性和可靠性尤为重要，这直接决定了整个系统的质量。提高信息的可靠性，首先要提高信息技术，从信息的采集到信息的处理，都采用科学先进的技术，这样才能为信用风险管理提供更为坚实的保障。与此同时，一个科学合理的组织体系是信用风险管理得以良好运行的基础，是我国商业银行完善风险管理体系首要任务。我国商业银行必须尽快改善公司的治理结构，减少公司结构冗余，加强对风险管理的重视，并将其落到实处。要加强信用风险管理，使其独立于管理层，令其能够更好地发挥实际的作用。

（三）丰富信用风险处理的手段

商业银行在良好的信息处理的基础上，如何应对信用风险，分散与转移信用风险，使商业银行的经济损失降到最低，是信用风险管理系统的核心与最终目的。当发放贷款之后，商业银行并不是消极被动地等待信用风险的发生，而是主动地去分散和转移信用风险，使其降到最低。

（四）形成良好的企业文化

篇9

关键词：商业银行；信用风险评估；定性方法；定量方法

中图分类号：F2

文献标识码：A

文章编号：1672-3198（2013）09-0027-02

企业信用评估和企业财务预警是企业财务管理研究的重要课题。诸多学者将两个问题一起进行研究，这两者之间还是有本质区别的。财务预警即财务失败预警，是指借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场营销理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告。信用评估本质上是对企业履约各种承诺能力和信用程度进行全面评估，预测未来偿债可能性来辨识不同企业的方法。服务的对象有商业银行、金融监管机构、与受评对象有业务往来的商业客户以及社会公众和投资者。

（1）定性评估方法：人工专家分析法，又被称为古典信用分析方法，包括5C、5P、5W法，5C法指贷款申请企业或个人的道德状况，偿债能力，贷款申请企业或个人的财产状况，可用于进行贷款申请时抵押担保的资产价值，宏观经济状况。 5W法指贷款申请人、申请贷款的使用、贷款的时间长度、担保资产价值及还款方式。目前我国商业银行实务中仍主要采用的信用评估分析方法。

（2）定量评估方法。

①统计方法：多元判别分析法（Multi-linear Discriminate Analysis）是较早应用于企业信用评估的多元统计方法。Altman（1968）最早提出Z-score模型对企业运营财务危机预警、企业违约预测问题进行研究，使用较少的财务比率迅速进行判断分析，使用年度报表的数据运用财务比率进行分析：企业运营成本/平均总资产、留存收益/平均总资产、息税前利润总额/平均总资产、普通股股东权益合计/平均总负债、营业收入/平均总资产，并且对三十多家样本公司进行分析，得到准确率较高的分析结果，该模型属于贝叶斯判别，用样本修正已有的先验概率分布得到后验概率分布。这篇经典论文开创了企业破产预测，财务危机预警，信用评估分析的先河。Altman（1977）在前述论文的基础上进行了完善，又加入几个财务比率建立ZETA模型，使用总资产收益率（利润总额/平均总资产）、利润增长率（利润总额/上一年利润总额）、利息保障倍数（息税前利润总额/利息费用）、留存收益/平均总资产、流动比率（流动资产/流动负债）、平均总资产、公司股票市价等财务比率，得到比签署模型更好的分析结果。Logistic模型分析。Martin（1977）使用财务比率进行企业经营财务预警及企业贷款违约分析，使用多元统计学中的Logistic回归方法，使用1970至1971年的报表数据从的美联储成员银行5600多家中选取58家属于财务困境，违约样本的银行进行分析测算，使用资产净利率（利润总额/平均总资产）等8个财务比率，进行分析测算，并且分析不同的信息使用者的风险偏好差异，如投资人和债权人，测算不同的风险预警系数，便于信息使用者更好地作出分析决策，得到较好的分析结果，并且使用该多元回归模型与前述的Z-Score模型，ZETA模型测算的结果进行对比分析，得到优于前述模型的预测数据。吴世农（2001）收集我国上市公司1998至2002年A股市场的ST公司共计七十多家，收集样本数据的时间是公司转化成ST的年度，并且选取相关行业的七十多家作为对照组样本，进行横截面数据分析，选用不同的计量模型进行对比研究，主要有线性概率模型（LPM），Fisher二类线性判定，Logistic模型等多元统计方法对企业财务进行预警研究，最终结果是Logistic模型的预测准确率均高于Fisher判别分析法和LPM的准确率。于立勇、詹捷辉（2004）也使用Logistic模型，选取商业银行的贷款企业客户的财务数据进行信用违约的分析，得到较好的测算概率。方洪全、曾勇（2004）在银行信用风险评估方法实证研究及比较分析中运用Logit模型分析。李志辉、李萌（2005）选取了195家上市公司为样本，Logistic模型的准确率高于线性判别模型神经网络模型。Junni L. Zhang（2010）运用贝叶斯加分类树法对德国公司财务报表数据进行偿债能力进行有效得分类。

②信用风险评估模型。Credit Metrics（信用计量模型）是摩根大通等美国知名金融机构采用用VaR（在险价值模型）的思路，对个人和企业的贷款以及其他金融资产进行价值估计和风险预测的计算方法。麦肯锡公司提出的Credit Portfolio View模型（信贷组合审查模型），是改造Credit Metrics模型，考虑到周期性宏观经济因素，结合信用风险评级转移和宏观经济变量如年度经济增长率、市场利率、政府支出等建立关联模型，使用蒙特卡罗技术模拟宏观经济周期性因素的计算得到评级转移概率。KMV模型（Credit Monitor模型）（是美国KMV公司提出后被穆迪公司收购），该模型是可以对上市公司的信贷违约概率进行预测分析。张玲等（2004）运用KMV模型评估我国上市公司ST公司和非ST公司的信用风险后得到，改变KMV模型的相关变量可以至少提前2年预警我国上市公司的信用违约风险，并且可以提前4年进行上市公司的信用风险变化趋势的预测。戴志锋等（2005） 运用KMV对我国上市公司数据和某国有商业银行非上市公司的信贷数据进行验证，实证结果表明非上市公司模型在中国具有一定的预测能力，但预测准确率低于欧美国家。Credit Risk+模型（信用风险附加模型）是由瑞士信贷银行金融产品部（CSFP）开发的，它是一个违约模型（Default Model）。

③人工智能方法：神经网络。陈雄华等（2002）采用人工神经网络模型研究企业信用等级的评估问题，按照企业样本分为制造业和非制造业两大类，利用偏相关分析方法建立了企业信用评级的指标体系，实验结果表明神经网络模型具有更好的预测准确性。于立勇（2003）收集一百多个企业作为训练样本，运用神经网络模型进行信用违约风险分析，得到有效的预测结果。章忠志、符林、唐换文（2003）使用神经网络模型，选取28个企业数据做为样本进行分析，预测结果准确率达到90%以上。徐佳娜、西宝（2004）使用人工神经网络模型与层次分析法（AHP）相结合建立模型对企业信用风险进行评估，预测结果说明该模型比已有的其他模型准确更高。张卫东等（2006）建立模型结合前馈型神经网络、遗传算法和模糊数学方法来，评估商业银行企业客户的信用风险，使用Matlab软件对选取的商业银行企业客户数据进行测算，得到的结果表明准确率比以前的模型方法有所提高，模型更具鲁棒性。夏红芳（2007）通过与上海某商业银行的合作，对其1999-2005年的贷款明细和公司财务数据进行了系统研究，运用粗糙集理论的约简功能，从中选出最能反映企业信用状况的8项财务指标，再应用模糊神经网络方法进行信用评估，实证研究表明所提方法具有较高精度。但是使用人工神经网络模型需要根据实际的样本数据不断调整系数，相对而言模型的鲁棒性不够强。戴芬（2009）根据中小企业信用评估指标体系，提出了一种基于蚁群神经网络的评估模型。结果表明蚁群神经网络的预测方法与传统的BP 神经网络预测方法相比，具有较强的泛化能力，应用在中小企业信用评估系统中具有很高的评估准确率。

整数规划法。薛锋（2006）选取上市公司数据，使用混合整数规划法，建立企业信用风险评估模型进行信用风险评估，模型可以满足非参数检验，也不需要样本数据服从正态分布，可以较为广泛的应用，经数据实际测算的结果说明，该模型鲁棒性较好，预测效果较好，准确率较高。遗传算法。薛惠锋（2006）利用人工智能方法——GA-PSO混合规划算法构建企业信用风险评估模型。并利用上证50若干企业的实际数据对模型进行了实证检验。实证结果显示该模型能有效预测上市企业的信用风险状况。该模型在收敛性能及预测准确率等方面优于基于传统的多元回归方法及GP方法的信用风险评估模型。Jonathan N. Crook（2007） 参考诸多文献比较线形回归（LDA），Logistic回归，决策树，数学规划法，神经网络法，遗传算法，遗传编程，K近邻法，支持向量机几种方法，认为支持向量机法的准确率相对较高。

从以上对国内外研究现状的分析可知，尽管国内外已有许多专家学者对商业银行客户信用评估进行大量的研究，但在实际应用中涉及中小企业的研究较少，未考虑我国企业普遍存在的内部人控制的企业中管理者个人因素对企业信用的影响，限制了模型的适用范围。

参考文献

[1]Altman，E.I.，Financial ratio discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance，1968，23（4）：189-209.

[2]Altman，E.I.，R.Haldeman & P.Narayanan，ZETA analysis：A new model to identify bankruptcy risk of corporations[J].Journal of Banking and Finance，1977，（l）：29-54.

[3]D.Martin.Early warning of bank failure： A Logit regression approach[J].Journal of banking and finance，1977，（1）：249-276.

[4]吴世农，黄世忠.我国上市公司财务困境的预测模型研究[J].经济研究，2001，（6）：46-55.

[5]于立勇，詹捷辉.基于Logistic回归分析的违约概率预测研究[J].财经研究，2004，（9）：15-23.

[6]方洪全，曾勇.银行信用风险评估方法实证研究及比较分析[J].金融研究，2004，（1）：62-69.

[7]李志辉，李萌.我国商业银行信用风险识别模型及其实证研究[J].经济科学，2005，（5）：61-71.

[8]Junni L. Zhang，Wolfgang K. Hrdle The Bayesian Additive Classification Tree applied to credit risk modeling Computational[J].Statistics and Data Analysis 54 （2010） 1197_1205.

[9]张玲，杨贞柿，陈收.KMV模型在上市公司信用风险评估中的应用研究[J].系统工程，2004，（11）.

[10]戴志锋，张宗益，陈银忠.基于期权定价理论的中国非上市公司信用风险度量研究[J].管理科学，2005，（6）.

[11]陈雄华，林成德，叶武.基于神经网络的企业信用等级评估系统[J].工程学报，2002，（6）：570-575.

[12]于立勇.商业银行信用风险评估预测模型研究[J].管理科学学报，2003，（5）：46-52.

[13]章忠志，符林，唐换文.基于人工神经网络的商业银行信用风险[J].模型经济数学，2003，（3）：42-47.

[14]徐佳娜，西宝.基于AHP-ANN模型的商业银行信用风险评估[J].哈尔滨理工大学学报，2004，（3）：94-98.

[15]张卫东，韩云昊，米阳于.GA-BP模糊神经网络的商业银行信用风险评估[J].工业工程与管理，2006，（5）：81-84.

[16]夏红芳.商业银行信用风险度量与管理研究[D].南京：南京航空航天大学，2007，（8）.

[17]戴芬，刘希玉，王晓敏.蚁群神经网络在中小企业信用评估中的应用[J].计算机技术与发展，2009，（10）：218-221.

[18]薛锋，柯孔林.基于混合整数规划法的企业信用风险评估研究[J].中国管理科学，2006，（2）：39-44.

篇10

信用风险，指的是在商业交易中由于交易一方的违约，使交易另一方应得的预期现金流量的现值减少而遭受损失的风险。信用风险是商业银行面临的主要风险之一，信用风险的度量是商业银行进行信用管理的核心问题, 对信用风险的准确度量和有效管理, 有利于商业银行经营的安全性, 也有利于金融体系整体的稳定和国民经济的持续健康发展。违约率、赔付率和违约相关性是衡量信用风险大小的主要参数，其中违约率是度量和管理信用风险的出发点和关键。

信用风险度量模型又可以称为企业财务困境研究，二者的本质相同，只是出发点不同。由于企业在银行的债务和履约情况的数据很难得到，以往大多数研究集中于企业财务困境研究。对企业财务困境研究最早的是Fitzpatrick(1932)，他发现破产企业的财务比率一般较差，Beaver(1966)、Altman(1968)分别采用单变量分析法和多变量分析法对企业的财务比率进行了研究，后者还建立了由五个参数组成的Z-Score 模型。除了传统的判别分析外，Martin (1977)建立了logistic模型用来预测企业的破产和违约概率，Ohlson(1980)建立了Logit模型，Zmijewski (1984) 使用Probit分析模型，Libby（1975）第一次将主成分分析方法引入了判别分析模型以克服自相关问题。而且近年来基于市场价值的现代信用风险度量模型在国际金融界得到很高的重视和相当大的发展，包括KMV推出的期望违约概率模型，JP摩根银行推出的以VAR为基础的credit metics模型等。

随着商业银行信用风险管理在国内商业银行风险管理中重要性的日益显现，国内关于商业银行信用风险管理的文献大量涌现，王春峰等(1998)将判别分析法应用于我国商业银行信用风险评估，通过与Logit方法相比较,研究了判别分析法的有效性。梁琪（2005）结合主成分分析法构造了logistic回归分析模型，发现该方法优于简单的logistic模型。吴世农、卢贤义（2001）利用1998-200年A股市场ST公司数据，比较了多元判别分析、线性概率模型和Logistic模型的预测效果，发现logsitic模型的预测能力最强。此外，还有陈静（1999）、张玲（2000）、梁琪（2003）、柯孔林和薛锋（2004）、李志辉和李萌（2005）等，均从不同侧面使用判别模型或扩展后的判别模型对我国的商业银行信用作了实证分析。马九杰，郭宇辉，朱勇（2004）通过问卷调查方式，利用所得资料采用logit模型对我国县域中小企业贷款违约情况进行实证分析，但是存在样本过小的问题。

总体而言，由于搜集非上市公司的财务数据异常困难，以往的研究主要从上市公司中选取样本; 且因受数据来源所限(上市公司的履约情况和债项特征属于内部机密, 一般研究人员很难获得) , 几乎所有研究都是以上市公司被宣布特别处理（ST）作为财务困境标志，建立的评估模型以线性判别分析为主。由于样本地选择缺乏代表性，由模型估计所得到的结果很大程度上不能真实反映影响商业银行预期违约概率的主要指标，从而得出的结论缺乏应用性。而本文以甘肃某城市商业银行2005年诚信企业和违约企业财务数据为基础，并对指标进行严格筛选，以贷款企业违约与否作为信用风险高低的衡量标准,运用判别分析和logistic 回归分析，得出影响我国城市商业银行贷款企业预期违约概率的的最具解释能力的财务指标，从而对城市商业银行有效地识别和评估信用风险以及做出合理的贷款决策具有重要的应用价值。

本文即是从贷款企业的财务指标入手，通过判别分析和logistic 回归分析，构建衡量企业信用状况的模型，并通过实征研究考察模型的适用性。本文的结构安排如下：第二部分样本选取与建模变量筛选；第三部分运用判别分析和logistic回归分析方法进行实证分析；第四部分对实证结果给出进一步的分析；第五部分给出结论并总结全文。

二、样本选取与建模变量筛选

（一）指标的选取

研究选择的财务数据全部来自于贷款企业的财务报表，在参考了已有文献以及考虑到实际数据可得性的基础上，本文选取了21个能够反映企业景气、流动性、盈利性、清偿性、成长性以及其他初始指标，指标名称、财务比率名称以及符号具体见表一。

由于X19股东权益比率，X20负债合计/资本和X13资产负债率存在多重共线性，因此剔除X19，X20，同时由于数据存在较多缺失，剔除X17财务杠杆效应，X18企业留存/总资产，X21流通股股本的市场价值/总负债。因此，模型最初选取了景气指标、流动性指标、盈利性指标、清偿性指标、增长型指标等五大类共计16个指标。

（二）样本的选取

鉴于数据的可得性，本文从我国某城市商业银行信贷信息管理系统中选取2005年在该行有贷款且财务数据较为齐全的186家企业作为研究样本。

我们将186家企业分为诚信企业和违约企业两组，其中诚信企业92家，违约企业94家。剔除资产负债率大于1，速动比率大于流动比率以及具有特殊异常值的企业，剩下总样本122家，诚信企业58家，违约企业64家。如果样本中存在缺失值，则由该样本前三年的平均值替代，若历史数据也缺失，则以所在组企业的平均值替代，最后选择的有效样本数为122家。

三、实证检验

本文将分别使用线性判别模型和logistic模型进行实证分析，采用逐步选择方法选择最优解释变量，以对影响我国城市商业银行信用风险的因素做出判断，同时对两种模型下得到的实证结果作进一步的比较分析，并将结果置于中国银行业改革的背景下做出进一步的揭示。本文将采用逐步选择法，一方面利于节约资源，另一方面易于对结果进行分析。

（一）线性判别模型

考虑到通常各变量在判别式中的判别能力不同，本文选取逐步判别法作为判别分析方法，这一方法的优点是将判别能力较差的变量从判别式剔除，仅保留具有显著性的解释变量。

首先我们将诚信企业定义为1，将违约企业定义为0，运用SPSS13.0进行逐步判别法，经过三步筛选最终得到最具解释力的财务指标：应收帐款周转率（X1）、主营业务利润率（X8）、资产负债率（X13），得到的结果见表二 。由表二可知，Wilks'Lambda 达到了0.868，Wilks’Lambda对应的Chi-square统计量为16.647，自由度为3，显著性为0.001。显著性

其次，利用已入选的变量建立Fisher线性判别函数。建立的判别函数为：

Y1=-3.576+0.021X1+2.716X8+11.100X13 （1）

Y2=-4.815+0.039X1+0.845X8+13.425X13 （2）

判别函数（1）和（2）中，应收帐款周转率（X1）、主营业务利润率（X8）、资产负债率（X13）这三个指标分别从景气、盈利性和清偿性三个方面揭示了影响我国城市商业银行贷款企业信用风险的大小。应收帐款反映了企业管理者对企业拥有的应收帐款资产的有效利用程度，应收帐款周转速度越快表明企业资产发挥的效率越大。主营业务利润率是衡量企业主营业务创造利润的能力的指标，该指标越大说明利润来源更稳定可靠，企业经营越稳健。资产负债率是衡量企业资本结构的指标，该指标并非越大越好，提高在获得税盾优势的同时也加大了企业经营的风险

最后，根据判别函数（1）、（2）得到模型的判别效果如下：

由表三可知，根据普通方法对判别函数的判别效果进行验证，模型的准确率为65.6%，其中对诚信企业的准确率64.1%，对违约企业判别的准确率为67.2%，可见模型对于违约企业判定的准确率要高于诚信企业。使用交叉验证（Cross valadation）方法对判别模型的判定效果进行检验，模型的准确率略低于普通方法的判别效果，总准确率为64.8%，诚信企业为62.5%，违约企业为67.2%，模型对于违约企业判定的判别率仍然高于诚信企业。

在信用风险识别模型中，存在着两类错误，即：将高风险企业误认为低风险企业与将低风险企业误认为高风险企业。显然，第一类错误会给银行带来更大的风险，后者最多只会降低银行的潜在收益。从逐步回归法得到的判别函数给出的判别效果中可以看出，商业银行对违约企业判定的准确率要大于诚信企业，可见判别分析给出的结果还是比较理想的，这与李志辉（2005）得到的结论相左，后者运用在某银行有贷款的上市公司财务数据进行的判别分析所得到的结果中，第一类错误率要大于第二类错误率。

（二）Logitistic模型

利用线性判别模型计算得到的Z值只是一个抽象的概念，无法从直觉上进行解释，Logistic回归分析解决了这个问题，且其前提假设符合经济现实和金融数据的分布规律，残差项不要求服从正态分布。考虑到一般情况下各个变量的判别能力不同，本文运用向后逐步选择技术筛选变量以提高模型的判别性能，从全变量模型开始，逐步提出对残差平方和贡献最小的变量，直到不需要提出变量，具体的回归结果见表三。根据SPSS计算结果中的参数表，模型logistics模型的判别方程：

从表三可以看出，与线性判别模型得到的结果类似的是，logistic模型得到的三个最具解释力的变量同样是应收帐款周转率（X1）、主营业务利润率（X8）、资产负债率（X13），方程显示应收帐款周转率（X1）和资产负债率（X13）与信用风险呈正相关的关系，与主营业务利润率（X8）负相关。这在一定程度上证实了这三个变量确实决定商业银行信用风险的大小，从而证明了结论的稳健性。常数项、应收帐款周转率（X1）、资产负债率（X13）在5%的水平上显著，但是值得注意的是，主营业务利润率（X8）这个指标只在10%的水平上显著，但是在5%的水平上并不显著。

由表五可以看出，-2Loglikehood为149.121，此值偏大，说明拟合效果一般.同时Cox &Snell R2为0.140，Nagelkerke R2 为0.187，二者都偏小，也说明模型的拟合优度比较低。我们选定0.5作为临界值，根据公式（3），计算上市公司破产概率，如果超过0.5则判定为违约企业，小于0.5则判定为诚信企业，可以得到方程对于估计样本的总分类正确率为65.3%，其中第一类错误为70.3%，第二类错误为59.6%，具体数据见表六，表明使用logistic模型所得到的总分类正确率比使用线性判别模型得到的结果略好，而且在第一类错误与第二类错误的比例上，两个模型所得到的结论是一致的，即模型所选用的三个指标对于违约企业判定的准确率要大于诚信企业，进而可知模型所选取的指标对于商业银行的稳健经营具有正面的意义。

四、进一步分析

由以上数据可知，采用线性判别模型和logistic模型所得到的总样本判别率相近，仅为65%左右，与已有成果相比判别效果较差。而且，logistic模型中主营业务利润率（X8）的系数在5%的水平上并不显著，同时模型中的Cox &Snell R2与Nagelkerke R2较低，说明模型的拟合优度较低，以上实证数据表明模型在城市商业银行信用风险管理方面的应用受到一定的限制。具体原因可以从以下几方面进行解释。

第一．在研究样本和时期的选取上，由于受数据来源的限制，本文仅考察了2005年一年贷款企业的财务数据，包含的企业数目较少，所涵盖的企业范围较窄，同时在对指标进行处理时，由于数据原因、共线性原因等因素有些指标被剔除，存在缺失的财务数据进行了相应处理，这样在模型计算之前已经损失了一部分信息，因此在此基础上回归分析得到的模型的适用性受到一定的影响。其次，城市商业银行之间的差异性远远大于它们的相似性，城市商业银行无论是在跨地域，还是政府介入程度、经营效益、风险管理水平，差异都非常大，模型在不同城市商业银行之间的引用受到相应的限制，从而导致模型结论的应用具有一定的局限性。

第二、在处理方法上，实际贷款数据很难满足判别分析和logistic模型的假设条件。判别分析要求等协方差阵和变量服从多元正态分布，这在实际分析中很难满足；而logistic回归会导致原始数据的大量丢失和估计过程中出现共线性问题，从而使得估计参数的标准差增加，虽然理论上可以采用主成分分析与判别分析和logistic回归相结合的方法来降维，但是由于各个指标间相关性较低导致不适合运用主成分分析方法，因此本文并未采纳这两种分析方法进行分析，因此数据处理方法选择的不同，导致模型结论的应用具有一定的局限性。

第三，从客观背景上，我国商业银行的经营目标多元化，还未成为真正的商业化运营主体，不良贷款的产生具有内生性（施华强，2004）。2001年-2002年中央银行的抽样调查统计发现，中国历史上不良资产由内部管理原因造成的不良贷款比例仅占全部不良贷款的19.3%，由银行客户、宏观经济体制变化等外部原因所形成的不良贷款占全部贷款的80.7%。后者包括国有企业贷款比例高，发放特定贷款，国企重组，社会信用差等原因。具体到城市商业银行，特别是中西部地区的城市商业银行，大多数是地方政府控制和主导的，其经营行为具有明显的政府干预的痕迹，城市商业银行很大程度上充当了第二财政的职能。尽管从2006年开始城市商业银行已通过股份制改制、引入境外战略投资者、民营资本等措施已经加速重组，此前政府干预城市商业银行的经营决策在很大程度上决定了城市商业银行信用风险度量模型不可能具有很好的判别能力。

以上结论是与以往国内商业银行信用风险研究的结论不同，以往研究所建立的判别模型识别和预测准确率一般都达到80%以上。这是由于以往研究的样本取自上市公司的财务数据，一方面，由于上市公司有信息披露的义务以及较为严格的监管，上市公司的数据全面准确，同时还有流通股股本市值/总负债等能够反映投资者预期的财务指标，且公司治理结构相对比较完善，政府干预较少，因而所用的模型稳定性较好，推广能力较强。然而，上市公司占城市商业银行贷款企业的比例很小，当前我国城市商业银行的主要客户仍然为非上市公司，所以以往研究的结论适用性很低，现实中商业银行信用风险判别模型所选择的最具解释力的指标并非如以往研究所揭示的那样。

五、结论

本文根据2005年某城市商业银行贷款企业的财务数据和履约情况，运用线性判别模型和logistic模型对影响我国城市商业银行信用风险的财务指标进行选择，并通过对模型结果进行分析比较，对模型判别的准确率进行进一步的分析，研究的主要结论如下：

第一，通过运用逐步判别法和向后判别法筛选最具解释力的变量，发现在借款企业的财务指标中，景气指标、盈利性指标和清偿性指标对信用风险影响最大。两种模型所选取的最优财务比率相指标均为应收帐款周转率（X1）、主营业务利润率（X8）、资产负债率（X13），因此上述三个财务比例指标能在很大程度上可以决定贷款企业信用风险的大小，说明判别结果具有一定的可信度。

第二，logsitic模型在估计样本的总分类正确率方面要略优于线性判别模型，而且模型对样本的估计结果中，第一类错误率都是大于第二类错误率，表明模型具有较高的适用性。

第三，通过分析模型的总分类正确率，本文对总分类准确率相对较低这一现象背后的原因进行了进一步的揭示。受数据来源和数据质量的影响，样本的选择本身存在一定的先天缺陷；判别模型和logistic模型本身的假设条件较严，现实中财务数据的高维性和多重性特征决定了数据很难满足假设条件；由于历史原因，我国城市商业银行未成为真正的商业化主体，很大程度上成为政府主导的工具，以上三点决定了模型本身所得到的结果不是很理想。