论文部分内容阅读
企业信用风险一般是指企业在其外部债务到期时无力偿还，从而使企业自身面临着破产清算的困境，并使债权人遭受损失的可能性。目前，我国企业信用缺失严重，如何科学有效地度量信用风险，以更好地防范和控制风险的恶化已成为理论界和实务界研究的主要课题。本文正是在分析了国内外信用度量方法的基础上，针对我国的实际情况，设计了一个“以商业化运作的数据平台为支持，以商业银行为主体，各类征信公司和评级机构为辅助的企业信用风险的综合度量模型”的基本框架。
一、引言
现代市场经济是一种信用经济，经济活动越来越普遍地以契约合同为基础来从事生产和交易，以保证经济有序运行。然而，由于交易双方存在信息不对称和诚信契约的不完全，导致了信用风险的产生，并随着信用交易的扩大而不断地扩大。据相关资料显示，我国每年因信用缺失而造成的直接和间接的损失高达近6 000亿元，几乎相当于我国一年国内生产总值的增长部分。可见，信用风险已经成为我们当今面临的主要风险，如何有效地度量和管理信用风险，将其限制在可接受的范围内而获得最高的风险调整收益，成为当今理论界和实务界研究的主要课题。
二、信用风险度量方法的发展
对信用风险进行度量的研究国外开展得比较早，到目前为止，已形成了一系列比较成熟和系统的理论方法，根据分析技术和方法的不同可作以下划分：
一是传统的信用风险度量方法。主要包括5c要素分析方法和信用评分方法，前者的分析主要集中在对借款人的道德品质(character)、还款能力(capacity)、资本实力(capital)、抵押品(collateral)和经营环境(condition)五个方面进行定性分析以判别借款人的还款意愿和能力，是一种专家分析法；后者是对影响借款人信用状况的若干指标赋予一定权重，通过某些特定方法得到信用综合分值或违约概率值，并将其与基准值相比来决定是否给予贷款以及贷款定价，其代表为Z计分模型。
二是现代的信用风险度量方法。20世纪80年代以来，受债务危机的影响，各国银行普遍重视对信用风险的管理和防范，新一代金融工程专家利用工程化的思维和数学建模技术，在传统信用风险度量的基础上提出了一系列成功的信用风险量化模型。主要有KMV公司的KMV模型、JP摩根的信用度量制模型（CreditMetrics TM）、麦肯锡公司的Credit Portfolio View模型和瑞士信贷银行的信用风险附加计量模型(CreditRisk +)等。这些模型分别从不同方面计量了信用风险，在实务中得到了广泛的应用。
近年来，我国学者对信用风险管理也进行了大量的研究和实证分析，为我国信用风险管理提供了重要的理论指导。但从目前的研究现状来看，信用风险管理中主要存在以下问题：一是信用风险的管理主要集中在商业银行信贷风险的衡量与控制上，即信用风险的衡量是针对特定债务的违约风险进行的，而不是对企业信用状况的综合衡量；二是从我国实践来看，对信用风险的衡量仍以定性分析为主，定性指标所占比例过大，由于这种方法主要依赖信贷专家的经验判断，所以难以确保信用风险衡量的准确性和一致性，同时，即使存在相关的定量化风险衡量模型，也很少有学者基于这些现代信用分析模型对我国实际情况进行实证分析。
三、我国企业信用风险综合度量模型的基本框架
目前，由于我国资本市场发育尚不成熟，不具备通过企业的股票价格来反映企业市场价值的条件，因此国外开发的一些模型从总体上讲对我国的信用风险度量还不能完全适用。所以笔者认为可以结合我国的实际情况，构建一个“以商业化运作的数据平台为支持，以商业银行为主体，各类征信公司和评级机构为辅助的企业信用风险的综合度量模型”（见图1），以此作为一个指导性的概念框架，同时借鉴国外先进的信用风险度量技术，作为这一框架下信用风险绝对大小的度量，实现企业信用风险的综合评价，以期更好地通过衡量信用风险来防范和控制信用风险。
(一)信用风险综合度量模型的基本思想
这一信用风险综合度量模型主要是以商业银行为主体，各类征信公司和评级机构为辅助，通过对企业财务和非财务因素的度量来综合反映企业的信用风险，最终进行企业信用评级。由于资本市场的建立和完善需要一个相当长的过程，基于财务数据建立信用风险度量模型成为目前的现实选择。在财务因素中，反映企业信用风险的主要度量标准包括企业初始价值、债务到期前收益、资产价值波动率以及债务结构等，其中，初始价值是评价企业价值的基础，是覆盖企业债务的最根本保障；企业债务到期前收益反映企业的赢利能力，是还本付息的基本源泉；资产价值波动率体现企业资产的价值及其波动情况，不仅可以反映企业当前价值与违约度的关系，而且还可以预测资产价值的波动与企业可能违约的相互关系，是风险的驱动因素；在度量企业信用风险时，除了需要考虑企业资产价值外，还应该考察企业的债务结构。一般来说，随着具有较低求偿权等级的新债的增加或具有较高求偿权等级的债务的到期，企业的信用状况将得到改善。但是随着求偿权等级较低的债务总量的减少和求偿权等级较高的债务总量的增加，信用状况将恶化。同时，由于财务数据具有其本身固有的缺陷，而且部分非财务数据和财务数据之间存在着逻辑联系，在信用风险度量模式中对非财务变量的使用可提供对财务数据的校验，并提高度量方法的风险识别能力。因此在模型中引入相应的非财务因素的度量，并且将非财务因素具体分为非财务数量因素(如经营年数、银行交易周期、负面银行记录等)和非财务质量因素(如公司战略、管理能力、组织结构、客户信誉等)，以便更好地反映企业在市场交易中来履约的意愿与履约的能力，同时将定性的信息定量化，最终实现“数字化”的信用评级。
(二)信用风险综合度量模型的实证分析路线
实证学术研究是通过运用数据，采用客观中立的立场来描述经济行为，通过分析、计算、试验、研究得出结论的一种方法，回答“实际是什么”的问题。因此我们可以通过企业资信的调查，运用实证研究的方法来收集数据、进行假设，设立模型，进而检验模型，最后推理得出结论，建立起企业信用风险的综合度量模型，具体路线如图2所示。
在企业信用风险信息征集中，可以通过查阅企业相关财务报告、走访调查(各银行机构、联合担保公司、政府主管部门、企业等)和问卷调查等方式获得相关资料，并将各种渠道收集来的企业资信资料，按照科学方法进行分类、计算、分析、判断等加工处理，为信用风险度量模型的构建作准备。在数据整理中，对于财务数据来说，主要是甄别和剔除虚假报表，避免对模型预测能力的干扰；对于非财务数据而言，重点是数据的外延和内涵在时间序列上的连续性。在评价样本的选择上，既要注重样本的代表性，又要注意样本时效性。评价变量选择的方法可以采用定性判断法和定量筛选法，其中，定量筛选可以通过各种统计分析的方法剔除经统计检验不显著的指标，保留检验显著的指标。在模型选择的过程中，可以借鉴国外先进的分析技术以及使用一些常用的统计软件，如SAS、SPSS、Matlab、Eviews等。最后可以通过一些非样本中的企业实际资信情况采取信用等级迁移矩阵检验、累计准确性剖面图检验等定量验证工具对构建的模型进行检验，并对其进行修正，最终确立模型，使其具有较高的价值性和可操作性。
(三)搭建一个信用风险综合度量的数据供给平台
企业信用风险综合度量模型的构建关键在于信用数据的搜集，而目前企业信用信息的取得缺乏有效的渠道。通常财务信息可以通过查阅企业的财务报表(资产负债表、损益表、现金流量表)及注册会计师的审计报告等，而非财务信息包括宏观层面上的国家宏观经济信息和政策信息、客户所处的地区经济信息、行业信息、竞争环境与竞争格局信息、市场总供给与总需求信息等，微观面上的企业内部管理信息、市场占有情况信息、产品结构及竞争力信息、营销渠道信息、各种生产消耗数据信息、税务信息、融资能力与融资手段、对外担保信息等，这些信息主要分布在以下几处：一是公共机构，如金融监管部门、政府行政部门等；二是金融机构，如银行、担保公司等非银行金融机构；三是其他主体，如消费者反馈等。鉴于银行、特别是中央银行在经济发展中的重要地位、所拥有的信息优势，特别是由于全面的数据信息可以作为其进行宏观金融调控的有利支持，故考虑由央行出资，建立一个独立法人的专业数据公司，在银行业已拥有信息的基础上，将各公共机构、非银行金融机构和其他渠道的信息外销给专业数据公司，形成统一的数据库，商业化运作，有偿使用，进而为企业信用风险综合度量提供一个强大的数据支持系统，从而也有利于加强整个社会的诚信建设。
一、引言
现代市场经济是一种信用经济，经济活动越来越普遍地以契约合同为基础来从事生产和交易，以保证经济有序运行。然而，由于交易双方存在信息不对称和诚信契约的不完全，导致了信用风险的产生，并随着信用交易的扩大而不断地扩大。据相关资料显示，我国每年因信用缺失而造成的直接和间接的损失高达近6 000亿元，几乎相当于我国一年国内生产总值的增长部分。可见，信用风险已经成为我们当今面临的主要风险，如何有效地度量和管理信用风险，将其限制在可接受的范围内而获得最高的风险调整收益，成为当今理论界和实务界研究的主要课题。
二、信用风险度量方法的发展
对信用风险进行度量的研究国外开展得比较早，到目前为止，已形成了一系列比较成熟和系统的理论方法，根据分析技术和方法的不同可作以下划分：
一是传统的信用风险度量方法。主要包括5c要素分析方法和信用评分方法，前者的分析主要集中在对借款人的道德品质(character)、还款能力(capacity)、资本实力(capital)、抵押品(collateral)和经营环境(condition)五个方面进行定性分析以判别借款人的还款意愿和能力，是一种专家分析法；后者是对影响借款人信用状况的若干指标赋予一定权重，通过某些特定方法得到信用综合分值或违约概率值，并将其与基准值相比来决定是否给予贷款以及贷款定价，其代表为Z计分模型。
二是现代的信用风险度量方法。20世纪80年代以来，受债务危机的影响，各国银行普遍重视对信用风险的管理和防范，新一代金融工程专家利用工程化的思维和数学建模技术，在传统信用风险度量的基础上提出了一系列成功的信用风险量化模型。主要有KMV公司的KMV模型、JP摩根的信用度量制模型（CreditMetrics TM）、麦肯锡公司的Credit Portfolio View模型和瑞士信贷银行的信用风险附加计量模型(CreditRisk +)等。这些模型分别从不同方面计量了信用风险，在实务中得到了广泛的应用。
近年来，我国学者对信用风险管理也进行了大量的研究和实证分析，为我国信用风险管理提供了重要的理论指导。但从目前的研究现状来看，信用风险管理中主要存在以下问题：一是信用风险的管理主要集中在商业银行信贷风险的衡量与控制上，即信用风险的衡量是针对特定债务的违约风险进行的，而不是对企业信用状况的综合衡量；二是从我国实践来看，对信用风险的衡量仍以定性分析为主，定性指标所占比例过大，由于这种方法主要依赖信贷专家的经验判断，所以难以确保信用风险衡量的准确性和一致性，同时，即使存在相关的定量化风险衡量模型，也很少有学者基于这些现代信用分析模型对我国实际情况进行实证分析。
三、我国企业信用风险综合度量模型的基本框架
目前，由于我国资本市场发育尚不成熟，不具备通过企业的股票价格来反映企业市场价值的条件，因此国外开发的一些模型从总体上讲对我国的信用风险度量还不能完全适用。所以笔者认为可以结合我国的实际情况，构建一个“以商业化运作的数据平台为支持，以商业银行为主体，各类征信公司和评级机构为辅助的企业信用风险的综合度量模型”（见图1），以此作为一个指导性的概念框架，同时借鉴国外先进的信用风险度量技术，作为这一框架下信用风险绝对大小的度量，实现企业信用风险的综合评价，以期更好地通过衡量信用风险来防范和控制信用风险。
(一)信用风险综合度量模型的基本思想
这一信用风险综合度量模型主要是以商业银行为主体，各类征信公司和评级机构为辅助，通过对企业财务和非财务因素的度量来综合反映企业的信用风险，最终进行企业信用评级。由于资本市场的建立和完善需要一个相当长的过程，基于财务数据建立信用风险度量模型成为目前的现实选择。在财务因素中，反映企业信用风险的主要度量标准包括企业初始价值、债务到期前收益、资产价值波动率以及债务结构等，其中，初始价值是评价企业价值的基础，是覆盖企业债务的最根本保障；企业债务到期前收益反映企业的赢利能力，是还本付息的基本源泉；资产价值波动率体现企业资产的价值及其波动情况，不仅可以反映企业当前价值与违约度的关系，而且还可以预测资产价值的波动与企业可能违约的相互关系，是风险的驱动因素；在度量企业信用风险时，除了需要考虑企业资产价值外，还应该考察企业的债务结构。一般来说，随着具有较低求偿权等级的新债的增加或具有较高求偿权等级的债务的到期，企业的信用状况将得到改善。但是随着求偿权等级较低的债务总量的减少和求偿权等级较高的债务总量的增加，信用状况将恶化。同时，由于财务数据具有其本身固有的缺陷，而且部分非财务数据和财务数据之间存在着逻辑联系，在信用风险度量模式中对非财务变量的使用可提供对财务数据的校验，并提高度量方法的风险识别能力。因此在模型中引入相应的非财务因素的度量，并且将非财务因素具体分为非财务数量因素(如经营年数、银行交易周期、负面银行记录等)和非财务质量因素(如公司战略、管理能力、组织结构、客户信誉等)，以便更好地反映企业在市场交易中来履约的意愿与履约的能力，同时将定性的信息定量化，最终实现“数字化”的信用评级。
(二)信用风险综合度量模型的实证分析路线
实证学术研究是通过运用数据，采用客观中立的立场来描述经济行为，通过分析、计算、试验、研究得出结论的一种方法，回答“实际是什么”的问题。因此我们可以通过企业资信的调查，运用实证研究的方法来收集数据、进行假设，设立模型，进而检验模型，最后推理得出结论，建立起企业信用风险的综合度量模型，具体路线如图2所示。
在企业信用风险信息征集中，可以通过查阅企业相关财务报告、走访调查(各银行机构、联合担保公司、政府主管部门、企业等)和问卷调查等方式获得相关资料，并将各种渠道收集来的企业资信资料，按照科学方法进行分类、计算、分析、判断等加工处理，为信用风险度量模型的构建作准备。在数据整理中，对于财务数据来说，主要是甄别和剔除虚假报表，避免对模型预测能力的干扰；对于非财务数据而言，重点是数据的外延和内涵在时间序列上的连续性。在评价样本的选择上，既要注重样本的代表性，又要注意样本时效性。评价变量选择的方法可以采用定性判断法和定量筛选法，其中，定量筛选可以通过各种统计分析的方法剔除经统计检验不显著的指标，保留检验显著的指标。在模型选择的过程中，可以借鉴国外先进的分析技术以及使用一些常用的统计软件，如SAS、SPSS、Matlab、Eviews等。最后可以通过一些非样本中的企业实际资信情况采取信用等级迁移矩阵检验、累计准确性剖面图检验等定量验证工具对构建的模型进行检验，并对其进行修正，最终确立模型，使其具有较高的价值性和可操作性。
(三)搭建一个信用风险综合度量的数据供给平台
企业信用风险综合度量模型的构建关键在于信用数据的搜集，而目前企业信用信息的取得缺乏有效的渠道。通常财务信息可以通过查阅企业的财务报表(资产负债表、损益表、现金流量表)及注册会计师的审计报告等，而非财务信息包括宏观层面上的国家宏观经济信息和政策信息、客户所处的地区经济信息、行业信息、竞争环境与竞争格局信息、市场总供给与总需求信息等，微观面上的企业内部管理信息、市场占有情况信息、产品结构及竞争力信息、营销渠道信息、各种生产消耗数据信息、税务信息、融资能力与融资手段、对外担保信息等，这些信息主要分布在以下几处：一是公共机构，如金融监管部门、政府行政部门等；二是金融机构，如银行、担保公司等非银行金融机构；三是其他主体，如消费者反馈等。鉴于银行、特别是中央银行在经济发展中的重要地位、所拥有的信息优势，特别是由于全面的数据信息可以作为其进行宏观金融调控的有利支持，故考虑由央行出资，建立一个独立法人的专业数据公司，在银行业已拥有信息的基础上，将各公共机构、非银行金融机构和其他渠道的信息外销给专业数据公司，形成统一的数据库，商业化运作，有偿使用，进而为企业信用风险综合度量提供一个强大的数据支持系统，从而也有利于加强整个社会的诚信建设。