银行信贷模型构建及实证检验

东方企业文化·公司与产业 2011年7月

69

银行信贷模型构建及实证检验

王宜松

（华东交通大学经济管理学院，南昌，330013）

摘 要：信贷评级是信贷风险管理之前提。本文在对国有商业银行当前信用评级方法存在的问题和国内外相关研究成果进行分析基础上，提出构建国有商业银行内部信用评级模型，及提高信贷风险管理水平的建议。本文利用一些财务数据，通过因子分析和聚类分析等方法构建内部信用评级模型，然后对模型进行了实证分析，检验其有效性得。

关键词：信贷风险 内部信用评级 因子分析法 聚类分析法 中图分类号：F830 文献标识码：A 文章编号：1672—7355（2011）07—0069—03 1.引言

本文从分析我国商业银行的信用评级现状入手，构建了内部评级模型，并对模型的有效性进行实证检验。在现代金融体系中， 商业银行作为金融和交易的主要金融中介机构， 一个国家经济状况的晴雨表，在减少经济风险和不稳定因素，保证国民经济顺畅运行方面发挥着举足轻重的作用。商业银行在运营中本身承担着各种类型的风险， 包括信用风险、利率风险、流动性风险、管理风险、资本风险和政策风险等，因此，保障国有商业银行信贷安全对经济正常运行起着至关重要的作用。

2研究背景及文献回顾

2.1国有商业银行信贷评级现状及研究成果评析

近年来，国有商业银行开始重视信贷评级在整体信贷风险管理工作中的作用，并且不断完善评级制度和办法，但在评级指标体系的确定与各指标权重设定等方面还存在一些问题，影响评级的准确性。具体表现在：第一，评级指标体系的组成需进一步深入研究，目前国有商业银行使用的评级指标体系中选择的指标大多是通过内部从事信贷管理的专家确定的，属于专家意见法，缺乏对于各项指标能否灵敏，反映借款企业违约率和企业信用水平的定量化研究；此外，科学的评级指标体系应能够全面且不重复地反映评级对象的风险信息，仅通过专家意见法确定的评级指标体系难以实现这一目标；第二，确定评级指标权重存在的问题。评级指标体系包含的各项指标在反映评级对象风险过程中发挥的作用是有差别的，因此它们应该被赋予不同的权重，而现有的评级方法中，主要依靠专家的经验来确定指标的各自权重，这种主观意见确定权重形成的评级办法在科学性与客观性方面都存在问题，影响了评级结果的准确性。因此，科学、合理的确定评级指标权重，提高评级结果的准确性是当前需要解决的一项重要问题。

从研究方面看，近年来国内外学者提出的贷款信用评级方法主要包括：信用评分法、综合评判法、判别分析法和神经网络预测法等。这些方有可取之处，但在具体运用过程中仍然存在某些缺陷：一是评级权重和指标的确定缺乏客观依据。基本依靠专家意见确定，主观性较强，某些研究虽应用了数理统计方法，但存在不能很好地解决反映风险有关信息重叠与遗漏矛盾等问题；二是模型只能对是否违约进行判断，不能给出贷款违约概率信息，因此难以指导信贷定价等控制信用风险的工作。

2.2国外信用评级相关研究成果评析

1.以Z 模型和ZETA 模型为代表的系列统计判别方法。这两个模型目前仍是西方国家商业银行信用风险度量的重要模型之一。Z 模型（Altman ，1968）的建立过程包括四步：（1）选取一组反映借款人财务状况和还本付息能力的

财务比率；（2）从银行过去的贷款资料中分正常和违约两

类收集资料；（3）确定每一比率的权重，将每一比率乘以相应权重，然后相加，得到Z 分值；（4）对所选的样本进行Z 值分析，得出衡量贷款风险度的Z 值或值域用于衡量信贷风险。Altman ，1968年确立的分辨函数为：

Z ＝0.012 X 1+0.014X 2+0.33 X 3+0.006 X 4+0.999X 5 （1）

X 1为流动资金/总资产；X 2为留存收益/总资产；X 3为息前税前收益/总资产；X 4为股权市值/总负债账面值；X 5为销售收入/总资产。

临界值为2.675如果Z 小于临界值，借款人被划入违约组，反之划入正常组。当分值在1.81和2.99之间时Altman 发现判断失误较大，该重叠区域为灰色区域。

2．穆迪、标准-普尔外部评级方法。穆迪与标准-普尔均为国际性评级机构，包括信用风险度量术在内的当今信贷风险评估模型成果均要使用穆迪、标准-普尔的证券评级方法作为应用基础。

穆迪公司评级业务类别主要包括：长期债评级、短期债评级、共同基金评级、保险公司支付能力评级、优先股票评级、约方评级和主权评级。在此仅以穆迪对工业企业的评级为例对国外权威机构的评级方法进行简要介绍。穆迪公司的企业信用分析结构包括八个方面的内容：行业发展趋势，包括经济周期影响、商品价格变化以及行业竞争与障碍等问题；国家政策和监管环境对于公司现金流入和履行债务能力的影响；管理层的素质；公司的基本经营和竞争地位；财务状况及流动资金来源；公司的体制和架构；母公司担保及维持协议方面的情况和突发事件风险。穆迪公司按照上述结构评估工业企业信用等级时，公司财务状况的分析成为评级工作的核心和基础，以至在穆迪公司工业评级方法说明中财务分析被作为与信用分析整体结构并列引述的重要内容。

3．国有商业银行的内部评级模型的构建

3.1构建国有商业银行内部评级模型的整体思路

本文研究重点是定量分析方法，构建国有商业银行内部信用评级系统以国有商业银行贷款数据资料中的贷款企业财务指标为基础，通过主成分分析， 聚类分析和因子分析，构建与贷款违约率相联系的信用评级模型。建模的具体步骤是：（1）通过数理统计的方法从国有商业银行贷款历史数据中挑选出反映信贷风险水平的财务指标；（2）对这些指标的历史数据进行因子分析与主成分分析，解决指标反映的信贷风险信息重叠与遗漏及各指标权重不能科学确定的问题；（3）对经过主成分分析的财务指标数据进行聚类分析，并观察聚类分析后的贷款实际资产组违约的概率，使评级与贷款违约率相联系；（4）将实际贷款资料数据代入评级系统进行检验，并将评级反映的违约概率与归

东方企业文化·公司与产业 2011年7月

70

入同一信用等级的贷款实际违约情况进行对比分析，评判模型的有效性。

3.2国有商业银行内部评级模型实证分析

本文利用某国有商业银行的贷款数据资料进行评级模型的实证分析，建模的贷款数据资料从某银行的信息系统中随机抽取，在研究中先随机抽取了100个贷款企业的资料作为建模样本，然后随机抽取了100个贷款企业的资料作为模型检验样本。第一次随机抽取的样本中有80个样本财务数据资料齐全，可以作为分析研究的对象，第二次随机抽取的样本中有30个样本财务数据资料齐全，可作为检验模型样本。这80个和60个随机样本的不良贷款率都与该国有商业银行的整体不良贷款率接近，因此检验样本具有代表性，可以用这些样本检验模型的准确性和稳定性。

1， 财务指标值有效性检验。按照全面、有效和可操作原则，模型将选择资产负债率、流动比率、总债务/EBITDA 、净资产收益率、销售（营业）利润率、总资产周转率、流动资产周转率、销售（营业）增长率和资本积累率等指标进行贷款企业的信用分析。

2.通过因子分析产生借款企业信用风险综合评价值。样本指标的KMO 指标为0.778属于适合进行因子分析的范围，巴特利特球度检验的chi-square 统计值为876.69相伴概率为0.000，若以0.05为显著性水平，则相伴概率小于显著性水平，即在95%的置信度水平下，可以做出适合进行因子分析的判断。

根据以上的财务指标相关矩阵，spss 软件得到的贡献率和累计贡献率见表1

Total Variance Explained

Initial Eigenvalues

Extraction Sums of Squared Loadings Component Total % of Variance Cumulative % Total % of Variance Cumulative % 公共因子1 2.179 49.814 49814 2.179 24.208 24.208 公共因子2 1.639 20.209 70.023 1.639 18.207 42.415 公共因子3 1.468 10.747 80.770 1.468 16.308 58.723 公共因子4 1.101 8.586 89.356 1.101 12.228 70.951 公共因子5 .835 6.201 80.234 公共因子6 .635 2.972 95.557 公共因子7 .527 1.183 98.529 公共因子8 .328 0.234 99.945 公共因子9

.289

0.055

100.000

Extraction Method ： Principal Component Analysis. 选择公共因子数量一般标准是，模型中的公共因子累计反映85%以上原始指标、变量包含的信息即累计贡献率达到85%以上，就属于比较理想的模型。我们根据样本数据建模时，选择了前四个公共因子，为得到经济意义更明确的公共因子，我们对因子载荷矩阵进行旋转，得到新的

因子载荷矩阵，经过正交旋转后，虽然每个公共因子对模型综合评价的贡献率不改变，但各个公共因子和内部信用评级模型的经济意义变得更明确，样本旋转后得因子载荷矩阵见表

Rotated Component Matrix （a ）

Component

公共因子1 公共因子2 公共因子3 公共因子4 资产负债率倒数 0.055 -0.110 0.942 0.124 流动比率 0.081 -0.129 0.163 0.924 EBITDA/总负债 0.669 0.369 0.573 0.221 净资产收益率 0.634 0.182 0.118 0.418 销售利润率 0.911 -0.061 -0.052 -0.113 总资产周转率 0.110 0.995 -0.076 0.028 流动资产周转率 0.134 0.937 0.119 -0.143 销售增长率 0.708 0.375 0.534 0.178 资本积累率 0.686

0.366

0.563

0.217

经正交旋转的公共因子的经济意义明确，公共因子1主要反映了净资产收益率、销售利润率、EBITDA/总负债、销售增长率和资本积累率五个财务指标包含的信用风险信息，可以称其为赢利和发展能力因子，即从借款人赢利水平和发展能力角度反映信用风险信息；公共因子2主要反映了总资产周转率和流动资产周转率两个财务指标包含的信用风险信息，可以称其为经营能力因子，即从借款人经营效益角度反映信用风险信息；公共因子3主要反映了资

产负债率指标包含的信用风险信息，可以称其为资产负债结构因子，即从借款人资产负债结构是否合理，偿债能力角度反映信用风险信息；公共因子4主要反映了流动比率指标包含的信用风险信息，可以称其为流动性因子，即从借款人流动性的角度反映信用风险信息。上述四个公共因子之间的相关性较小，不存在反映信用风险信息冗余的问题，各自从赢利能力，发展能力，经营能力，债务负担和流动性方面全面反映借款人信用风险。