基于Z评分模型对我国股份制银行和证券公司信用风险的度量_刘献中

4、加强制度建设。 高校巨额贷款的产生，最根本的原因还在 于制度的不健全、 不规范。 对高校的贷款行为和银行的放贷行 为，缺乏有效的法律依据，对高校贷款行为及贷款规模没有进行 及时有效的控制。 因此，应该加强对高校贷款的管理，对高校贷 款设置警戒线，控制其贷款规模。 参考文献： [1]刘 稳 全．高 校 贷 款 风 险 及 控 制 [J]．财 会 月 刊(综 合)，2005(9),26-27 [2]叶 璋 礼．高 校 贷 款 融 资 风 险 防 范 的 举 措 [J]．财 会 通 讯 ，2008(7),
2009(4),122-124 [6]冯 浩 ，刘 平 ． 高 校 贷 款 现 状 及 化 解 对 策 探 讨 ． 湖 北 大 学 学 报 ，
2009(5),96-99 （作者单位：湖南大学外国语学院 湖南大学会计学院）
80
理论探讨
泰 铢 贬 值 的 金 融 危 机 ，迅 速 蔓 延 到 几 乎 整 个 东 南 亚 ，引 起 这 些 国 家的汇率大幅度下降，股市大跌，许多银行出现大量坏账而纷纷 倒闭。在国际金融领域频繁发生金融危机的同时，我国国内金融 领域 也出 现了 不少 金 融 问 题 和 金 融 事 件 。 例 如 ，1998 年 2 月 24 日 ，中 国 农 村 发 展 信 托 投 资 公 司 由 于 经 营 严 重 违 规 ，亏 损 巨 大 ， 被中央银行宣布解散。同年 6 月，海南发展银行被中央银行宣布 关闭， 该行之所以被关闭就是因为自身巨额的不良贷款使银行 经营难以为继。
这些金融风波或金融事件， 许多都是由信用风险引发而所 造 成 的 严 重 后 果 。 2008 年 始 发 于 美 国 次 贷 危 机 的 金 融 风 暴 ，是 国际金融机构信用风险的集中爆发， 这场金融风暴导致多个相 当大型的金融机构倒闭或被政府接管， 其巨大的破坏力影响至 今，这次危机也引起了人们对信用风险的高度关注。而如何度量 和预测信用风险也就成了我们进行金融机构风险控制所必须面 临的重要问题之一。
15-16 [3]朱建 芳．高 校高 额负 债风 险及 其防 范[J]．财会 通讯 ，2008,(1) [4]赵善 庆．我 国高 校债 务化 解的 途径[J]．教 育财 会研 究 ，2008,(4) [5]李 楠 ．高 校 贷 款 风 险 控 制 与 防 范 机 制 安 全 [J]．交 通 科 技 与 经 济 ，
拨款加教育事业收入仅能维持学校的正常运转， 用于还债的资 金所剩无几， 加大对高校的投入特别是生均拨款的投人是高校 健康可持续发展的有力保证。通过设置高校基本建设补助专项、 高校债务风险金和增加学生生均拨款标准等措施， 可以在很大 程度上那个化解高校的债务。
3、规范银行的放贷行为。 在现行法律环境下，公立高校是不 具备贷款资格的，高校之所以能贷款成功，而且越贷越巨，除了 政 府 的 引 导 外 ，银 行 也 有 着 不 可 推 卸 的 责 任 。 银 行 作 为 自 负 盈 亏 的企业， 贷款的时候应该严格审查借款一方有无贷款资格和还 款能力，如果由于审查不慎，造成贷出款项收不回来，自然也应 该 负 担 一 定 的 责 任 ，如 果 因 无 限 度 地 放 贷 而 无 法 收 回 贷 款 ，银 行 只能自负亏损并承担相应责任， 因此银行应建立专门的针对高 校信贷的评估体系。
自 20 世 纪 90 年 代 以 来 ， 国 际 金 融 市 场 危 机 四 伏 、 风 波 迭 起 。 Байду номын сангаас994 年底 ，墨西 哥政 府 将其 货币 比索 贬值 40%，引发 了一 场 严重 的金 融危 机 ，并 波及 到拉 美 、亚 洲 乃至 全球 。 1997 年始 发于
行改造和扩建即可满足学校发展要求的，就不要新建。 基础设施 改造要与学校扩容和重点修购项目统筹考虑，力争达到最佳投资 效果，避免重复投资。 对学校来说，贷款不可能是无限制的。 学校 有多少可用于偿还贷款的资产是衡量贷款规模是否适度的主要 财务指标，也是衡量学校偿债能力的重要因素。 学校必须把握好贷 款规模的度，避免学校财务负担过重，保证学校财务能平稳运行。
险的度量。 关于信用风险的概念， 有许多不同的观点， 传统的观点认
为：它是指交易对手无力履约的风险，也即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 。 另 一 种 观 点 认 为，信用风险有广义和狭义之分，广义的信用风险指所有因客户 违 约 所 引 起 的 风 险 ，狭 义 的 信 用 风 险 通 常 是 指 信 贷 风 险 。 第 三 种 观点认为， 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，信用风险是指由于借款人的信 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 引起的损失可能性。
关键词：信用风险；Z 评分模型
一、研究背景与意义 股份制银行和证券公司是我国金融市场的重要参与者， 在我国金融市场建立与发展过程中占据着不可替代的地 位， 如何度量与预防金融机构面临的金融风险对其健康平 稳地发展是非常重要的。 股份制银行和证券公司面临的金 融风险包括很多方面， 在本文中我们主要研究的是信用风
二、Z 评 分模 型（Z-score model） Z 评分模型是美国纽约大学斯特商学院教授爱德华.阿尔特 曼 在前 人 研究 的基 础上 ，于 1968 年 提出 的 。 1977 年 又对 该 模型 进行 了修 正和 扩展 ，建立 了第 二代 模 型 ZETA 模 型 。 Z 评 分模 型 一经推出，便引起了各界关注，许多金融机构纷纷采用它来预测 信用风险，并取得了一定的成效，目前它已经成为西方国家信用 风险度量的重要模型之一。 阿尔特曼的 Z 评分模型是一种多变量的分辨模型， 他是 根据数理统计中的辨别分析技术， 对银行过去的贷款案例进 行 统 计 分 析 ，选 择 一 部 分 最 能 够 反 映 借 款 人 的 财 务 状 况 ，对 贷 款质量影响最大、最具预测或分析价值的比率，然后根据所选 择的比率指标， 设计出一个能最大程度区分贷款风险度的数 学模型；最后，借助于模型，对贷款申请人进行信用风险及资 信情况进行评估、判别，并把贷款申请人人划分为不同的信用 类别。 Z 评分模型主要是依据以下步骤建立起来： 1、选 取 一 组 最 能 反 映 借 款 人 财 务 状 况 、还 本 付 息 能 力 的 财 务比率，如流动性比率、资产收益率、偿债能力指标等。 2、从银行过去的贷款资料中分类收集样本。 样本数据基本 上分为两大类：一类是能正常还本付息的案例；另一类是呆滞、 呆账案例。 3、 针 对 于 各 个 比 率 对 借 款 还 本 付 息 的 影 响 程 度 ， 选 用 Fisher、Babyes 等判 别分 析 法 ， 建 立 由 上 述 比 率 指 标 所 决 定 的 线 性判别函数，确定每个比率的影响权重，即可得到一个 Z 值的评 分模型。 将每一比率乘以权重，然后相加，便可得到一个 Z。 4、对每一系列所选样本的 Z 进行分析，可得到一个衡量贷 款风险度的 Z 值或值域。 信用分析人员在运用该模型时， 只要将贷款申请人的有关 财务数据填入，模型可计算出 Z 评分。若该得分大于或高于某一 预先确定的 Z 值或值域， 就可以判定这家公司的财务状况良好 或其风险水平可被银行接受； 若该得分小于或低于预定的 Z 值 或值域，则意味着该公司可能无法按时还本付息，甚至破产。 Z 值越大，资信则越好；Z 值越小，风险就越大。 这里，阿尔特曼确立的分辨函数为： Z=0.012（X1）+0.014 (X2)+0.033 (X3)+0.006（X4）+0.999（X5） 或 Z=1.2（X1）+.1.4 (X2)+3.3 (X3)+0.6（X4）+0.999（X5）
这 两 个 公 式 是 相 等 的 ，只 不 过 权 重 的 表 达 形 式 不 同 ，前 者 用 的是小数，后者用的是百分比，第五个比率是用倍数来表示的， 其相关系数不变。
阿尔特曼经过统计分析和计算， 最后确定了借款人违约的 临 界 值 Z0 =2.675, 如 果 Z<2.675, 借 款 人 被 划 为 违 约 组 ； 反 之 ， 如 果 Z≥2.675，则借 款人 被划 为非 违 约组 。 阿尔 特曼 的 Z 评 分模 型 还给出了一个灰色 Z 值区域， 当 Z 值处于这个区域时不能很明 确借款人是否会违约。
为 了 使 Z 评 分 模 型 适 用 于 对 没 有 X5 变 量 的 借 款 人 信 用 评 估需要，阿尔特曼对原始数据进行了第二次修正，建立了一个没 有 X5 变 量 的 四 变 量 模 型 ，即 ：
Z’’=6.56（X1）+3.26 (X2)+6.72 (X3)+1.05（X4） 新模型把行业敏感性因素销售收入从原模型中去掉， 从而 可 使 行 业 影 响 最 小 化 。 新 模 型 中 X4 变 量 的 股 权 市 值 也 改 成 了 股 权 账 面 值 ，所 有 从 X1 到 X4 变 量 的 系 数 都 发 生 了 变 动 。 三、关于我国股份制银行和证券公司的 Z 评分度量 1、研究假设 阿尔特曼 Z 评分模型虽然能得出一些精确的数据， 但不能 直观形象地体现出股份制商业银行和证券公司面临的信用风险 大小。如何解决这个问题？在这里作者把股份制商业银行和证券 公司的信用风险划分为几个类别，如下： A— —— 信 用 风 险 很 小 ， 基 本 上 不 用 考 虑 ；B— —— 信 用 风 险 比 较 小 ， 一 般 应 该 考 虑 ；C— —— 信 用 风 险 比 较 大 ， 应 该 给 予 考 虑 ； D— —— 信 用 风 险 很 大 ，需 要 慎 重 考 虑 。 2、研究方法说明 由于选取的对象是股份制商业银行和证券公司， 他们经营 的大多都是服务类产品，很难计算出他们的销售收入，因此作者 在 这 里 选 择 了 没 有 X5（销 售 收 入/总 资 产 ）变 量 的 四 变 量 模 型 ，即 阿尔特曼对非制造业使用的 Z 评分模型： Z’’=6.56（X1）+3.26 (X2)+6.72 (X3)+1.05（X4） 根据阿尔特曼的计算， 该模型下股份制商业银行和证券公 司 违 约 的 临 界 值 为 Z0 =2.675, 如 果 考 虑 灰 色 区 域 这 个 因 素 ， 那 么根据阿尔特曼的统计分析可计算出该模型的灰色区域为 （1.23，2.90）。 因 此在 这里 可以 设定 ，当 Z＜1.23 时 ，股份 制 商业 银 行和 证券 公 司 信 用 风 险 很 大 ，需 慎 重 考 虑 ；当 1.23≤Z＜2.675 时, 则股份制商业银行和证券公司信用风险比较大，应该给予考虑； 当 2.675≤Z＜2.90 时 ，则股 份制 商业 银 行和 证券 公司 信用 风险 比 较 小 ，根 一 般 应 该 考 虑 ；当 Z≥2.90 时 ，股 份 制 商 业 银 行 和 证 券 公司信用风险很小，基本上不用考虑。 Z 值越大，股份制商业银 行和证 券公 司的 资信 则 越好 ；Z 值越 小，股 份制 商业 银行 和证 券 公司信用风险就越大。 3、样本数据说明 在我国股份制商业银行和证券公司中选取了 7 家股份制商 业 银 行 和 12 家 证 券 公 司 ， 股 份 制 商 业 银 中 3 家 是 国 有 商 业 银 行 ，12 家 证券 公司 都是 排 名在 前 20 名 的证 券公 司 。 数 据主 要来 自各 家公 司的 年度 报告 ，时间 跨度 为 2004— ——2009 年。 4、指标设定 考虑到股份制银行和证券公司的经营特点， 在这里对 Z 评 分模型中的各项指标的设定做以了如下调整， 使其更好的反映 出其信用状况： X1=流 动 资 金 ／ 总 资 产 ； X2=留 存 收 益 ／ 总 资 产=（未 分 配 利 润+盈 余 公 积 ） ／ 总 资 产 ；