信用分析模型介绍
信用分析模型介绍
信用分析模型可以分两类，预测模型和管理模型。预测模型用于预测客户前景，衡量客户破产的可能性。Z计分模型和巴萨利模型属于此类，两者都以预测客户破产的可能性为目标，不同之处在于所考察的比率和公式略有不同。管理模型不具有预测性，它偏重于均衡地解释客户信息，从而衡量客户实力。营运资产分析模型和特征分析模型属于此类。营运资产分析模型旨在通过资产负债表衡量客户的实力与规模，特征分析模型则偏重于利用各类财务、非财务信息评价客户风险大小。管理模型不象预测模型那样目标专一，同时具有很大的灵活性，通过适当的调整可以用于各种场合。
一、Z计分模型
Z计分模型通过关键的财务比率来预测公司破产的可能性。比较典型的为理查得·托夫勒（Richard Taffler）Z计分模型。1977年理查得·托夫勒对46家性质相同、规模大小一样的破产公司和有偿债能力的公司进行了对比，并依据其调查结果和利用多样差别分析法的基础上得出如下一些比率：
（税前利润/平均流公式（1）衡量公司业绩；公式（2）和(3)衡量公司的债股比率；公式(4)衡量公司在无收入状态下可维持业务的时间长短。Z计分值便是公式(1)-(4)比率的总和。如计分值为负值，则表示公司不景气。
经实践证明，这四种比率配上适当的权数，预测公司破产率的准确性高达97%以上。其中还发现一个重要规律，即公司破产一般发生在该公司第一次Z计分出现负值后的第三年里。可见，Z计分模型是帮助企业确定客户破产风险的有力工具。在实际应用中，Z计分模型存在以下三个缺陷：
1 权数难于确定
2 模型所依赖的数据难于获得
3 以46家公司为样本缺乏说服力
Z计分模型开创了分析信用风险的新思路。它虽不能准确预测出公司破产的具体时间，但它指出了破产的可能性，并能通过逐年比较反映出这种可能性扩大或缩小的趋势。它适用于大的集团公司。
二、巴萨利模型
由亚历山大·巴萨利（Alexander Bathory）发明。其比率如下：
(税前利润+折旧+递延税)/流动负债（银行借款、应付税金、租赁费用）
(1)税前利润/营运资本(2) 股东利益/流动负债(3) 有形资产净值/负债总额(4) 营动资本/总资产(5) (1)-(5)总和便是该模型的最终指数。低指数或负数均表明公司前景不妙。(1)衡量公司业绩；(2)衡量营运资本回报率；(3)衡量股东权益对流动负债的保障程度；(4)衡量扣除无形资产后的净资产对债务的保障程度；(5)衡量流动性。
巴萨利模型是Z计分法更普遍的应用。据调查，巴萨利模型的准确率可达到95%。巴萨利模型的最大优点在于易计于计算，同时，它还能衡量公司实力大小，广泛适用于各种行业。
三、营运资产分析模型
该模型的计算分两个步骤：营运资产计算和资产负债表比率计算。
1 营运资产计算营运资产=（营运资本+净资产）/
2 营运资产是衡量公司资模大小的尺度，可以作为确定信用额度的基础标准。
2 资产负债表比率计算营运资产模型考虑如下比率：流动资产/流动负债(1) （流动资产-存货）/流动负债(2) 流动负债/净资产(3) 负债总额/净资产(4)
评估值=(1)+(2)+(3)+(4)
(1) 和(2)衡量公司的资产流动性；(3)和(4)衡量公司的资本结构。可以看到，评估值综合考虑了资产流动性和负债水平两个最能反映公司偿债能力的因素。评估值越大，表示公司的财务状况越好，风险越小。
营运资产分析模型最大的贡献在于它提供了一个计算赊销额度的思路：对不同风险下的评估值，给予一个比例，按照比例和营运厂确定赊销额度。
表1表示不同评估值下对应的营运资产的不同比例。
从表1可以看出，对评估值越小（即信用风险越大）的公司，营运资产分析模型给予其越小的营运资产比例作为计算赊销额度的依据。
例：公司A、B、C的评估值及营运资产分别如表2所示
表示赊销额度计算
与Z计分模型和巴萨利模型相比，营运资产比较简单，易于操作，但它不能用来预测客户的破产可能性。在采用营运资产分析模型时应该注意以下几点：
1 根据营运资产模型得出的赊销额度只能作为信用管理人员决策的参考，而不能也不应严格按照模型的给出值确定额度，因为一些影响信用风险的因素在模型中并没有得到体现。
2 营运资产百分比等级应该不断根据公司的销售政策和公司当前的赊销总体水平进行调整。
四、特征分析模型
特征分析模型采用特征分析技术（Attribute Analysis Technique）对客户所有财务和非财务因素进行归纳分析。特征分析技术是一种对客户各方面的特征进行区分和描述的方法，它是从企业多年信用分析经验中发展起来的一种技术，从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干特征，把它们编为几组，并对这些特征不同表现的含意予以说明。
特征分析技术将客户信用信息分为三大类特征，18个项目。
（一）客户特征：包括1外表印象2产品概要3产品要求4竞争实力5最终顾客6管理能力
（二）优先特征：包括1可获利润2产品质量3市场吸引力4市场竞争5担保6替代能力
（三）信用特征：包括1付款历史记录2资信证明3资本和利润增长率4资产负债表状况5资本结构比率6资本总额。
比率6资本总额
对每一个项目，公司制定一个衡量标准，分为好、中、差三个层次，每个层次对应不同
的分值。例如，对应"产品质量"一项，衡量标准层次如下：
好：产品质量好，富有特色；
中：质量中等，属大众消费商品；
差：质量很差，属劣等品；对其它项也都相应确定不同衡量标准层次下的语言描述。不同层次对应的分值为：
好-对应分值为8-10分
中-对应分值为4-7分
差-对应分值为1-3分
在未得到某项的任何情况时，赋值0。
另外，根据公司的销售政策和信用政策对每一项都赋予一个权数，18个项权数之和为100。接下来，可以按照以下三个步骤计算
1 对每一项进行打分。某项特征越好，分值越高。
2 用权数乘以10（每一项可能得到的最高分值），得出最大可能评分值。
3 用每一项权数乘以实得分数并加总得出加权平均分，并以此与加总的最大可能评分值相比，得出百分率。
表3得对公司A的特征分析显示图
在图中总计栏中，最终百分率为46%，代表对于某项交易的支持态度。对于特征分析模型的最终月率可以作出如下归类：
特征评分有以下几个用途：
1 调整赊销额度。与营运资产模型相比，特征分析模型更全面。可以将特征分析模型与营运资产分析模型结合起来确定赊销额度。方法为：根据特征分析模型得出的最终百分率对在营运资产分析模型基础上得出的赊销额度进行调整。如表5所示：
表5根据特征分析模型调整赊销额度
比如：A公司的最终百分比为46%，根据营运资产分析模型得出对其赊销额度为10,000元，则根据特征分析模型调整后的赊销额度为：
10,000×(46%+0.5)+10,000=19.600
2 与其它分析模型的结果互相印证。
3 对客户进行分级。可以按照表6所示对客户分级
表6根据特征分析模型对客户分级
在采用特征分析模型时涉及到权数的的选择问题。权数的重心倾向实质反映了公司的政策取向。不管权数是偏重于销售或偏重于财务，有一些项目因为其重要性总是具有较高的权数，包括：付款担保、付款历史记录，资本结构比率，管理能力，产品概要等。一笔交易的信用风险不光取决于客户的付款能力还取决于它的付款意愿。Z计分模型、巴萨利模型和营运资产分析模型主要以财务分析为主，而特征分析模型既考虑了财务因素，又考虑了非财务因素，既考虑了付款能力，又考虑了付款意愿，另外，企业从多渠道获得客户信息（如销售人员获得客户信息）也可以在特征分析模型中加以利用。因此，特征分析模型是值得企业广泛采用的一种有效方法。
信用风险量化的4种模型
信贷风险管理的信用评级方法 信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。 1、KMV——以股价为基础的信用风险模型 历史上，银行在贷款决策时，曾经长时间忽视股票的市价。KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。 KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。 KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示： （1）KMV是如何工作的？ 假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。 在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。 KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。
沉默用户激活及客户价值分析
2014-7-6 13:54:00 沉默用户激活方案 一、几个基本定义： 1.交易间隔：用户的相邻两笔交易之间的交易间隔时长 2.沉默：最大交易间隔时长远大于某一设定阈值 3.活跃：最大交易间隔时长远小于某一设定阈值 4.排秩、秩次：对集合内的值排序，排序后所在的位置即为秩次 5.秩次比：所在秩次占集合元素总数的比值 6.沉默得分：用户沉默的程度得分，用来差异化细分沉默用户群 二、基本分析思路： 1．计算出单个用户的每次交易间隔，以此为基本数据原料进入下一步分析； 2.定义沉默用户的最大交易间隔阈值，以此为标尺，测量各个用户距离沉默的远近及可 能性； 3.计算沉默用户的沉默得分，划分沉默用户等级； 三、计算流程： 1.计算每个用户的历史交易频率F的间隔时长Ti＝｛T2-T1,T3-T2,…,Tn-Tn-1｝ 2.计算每个用户的最后一笔交易距今时长Tr=Today-Recently 3.对集合｛Ti｝及Tr进行排秩，并输出对应秩次{RankT1,RankT2,…,RankTr,…,RankTn} 4．将Tr所在秩次除以该用户总交易次数cF，得出秩次比TrF； ｀算法解释：以用户历史最大沉默间隔为参考，若Tr接近Max{Ti}，则表示该用户已 接近沉默边缘，并极有可能转入沉默状态，反之接近活跃。 活跃0 1 沉默 此处求百分比的目的为：将实际问题数字化，并以量化方式呈现： 若最近一笔消费距今时长排秩比： 等于1，则表示该用户已进入沉默状态； 若接近1，则表示用户靠近沉默边缘； 在0到1之间，表示用户未表现出明显即将进入沉默状态信号； 若接近0，则表示用户靠近活跃状态； 5.将Tr除以Max{Ti}，求得用户沉默得分S； ｀算法解释：以用户历史最大沉默间隔为参考，以数值方式衡量沉默程度： 以得分＝1为界限： 若得分小于1，则表示用户沉默程度较低，且未完全进入沉默状态； 若得分等于1，则表示用户已进入沉默状态； 若得分大于1，则表示用户已进入沉默状态，且沉默程度为S1－1； 若得分远大于1，则表示用户已进入沉默状态，且沉默度为S2－1（即
应用文-浅析信用评分模型
浅析信用评分模型 '\xa0\xa0\xa0 [摘要] 本文对信用评分领域中主要的模型和方法做了细致的概述和优缺点比较, 这些模型包括判别分析模型、决策树分析回归分析和神经 模型。 \xa0\xa0\xa0 [关键词] 信用评分判别分析模型决策树分析回归分析法神经网络法 一、信用评分概况 信用评分模型作为信用风险 的基础和核心,无论是对于建立 征信体系还是对于金融机构的信贷资产管理,都有着不可替代的作用。其主要目的,在于尽量将能够预测借款人未来行为的指标加以整合,并统一成可以比较的单一指标,以显示借款人在未来特定时间内违约的可能性,所有的信用评分模型,无论采用什么理论或方法,其最终目的都是将贷款 者的信用级别分类。为达到分类目的。当前，对个人信用评分模型的定义有多种，较为权威的种观点认为:“信用评分是预测贷款申请人或现有借款人违约可能性的一种方法。”这一观点指出了信用评分的作用和目的,不过随着信用评分模型的不断 ,信用评分已不仅是一种统计方法,也包含了运筹学,如数学规划法、非线性模糊数学(如神经网络方法)等。此外,信用评分的实际操作 也与决策原则紧密相关，决策原则事实上决定了信用评分模型实现其目的和作用的程度。因此,对个人信用评分模型这一数学工具在金融和银行业中的应用来说,较为全面和恰当的定义应是,“信用评分是运用数学优化理论(包括统计方法、运筹方法等),依照即定原则或策略(损失最小原则或风险溢价原则),在数据分析决策阶段区分不同违约率水平客户的方法。 二、各类信用评分模型概述 1.判别分析模型 判别分析法是对研究对象所属类别进行判别的一种统计分析方法。进行判别分析必须已知观测对象的分类和若干表明观测对象特征的变量值。判别分析就是要从中筛选出能提供较多信息变量并建立判别函数，使推导出的判别函数对观测样本分类时的错判率最小。这种方法的理论基础是样本由两个分布有显著差异的子样本组成，并且它们拥有共同的属性。它起源于1936年Fisher引进的线性判别函数，这个函数的目的是寻找一个变量的组合，把两个拥有一些共同特征的组区分开来。 判别分析方法的优点:适用于二元或多元性目标变量,能够判断,区分个体应该属于多个不同小组中的哪一组。自身也存在不可避免的缺点:该模型假设前提是自变量的分布都是正态分布的,而 中的数据往往不是完全的正态分布,从而导致统计结果的不可靠性。 2.决策树方法 决策树模型是对总体进行连续的分割,以预测一定目标变量的结果的统计技术。决策树构造的输入是一组带有类别标记的例子,构造的结果是一棵二叉或多叉树。构造决策树的方法是采用自上而下的递归构造。在实际中,为进行个人信用分析,选取个人信用作为目标属性，其他属性作为独立变量。所有客户被划分为两类,即好客户的和坏客户,将客户信用状况转换为“是否好客户”(值为1或0),而后利用数据集合来生成一个完整的决策树。在生成的决策树中可以建立一个规则基。一个规则基包含一组规则,每一条规则对应决策树的一条不同路径,这条路径代表它经过节点所表示的条件的一条链接。通过创立一个对原始祥本进行最佳分类判别的决策树,采用递归分割方法使期望误判损失达到最小。
竞争对手分析
战略分析 任何一个企业都不是孤立存在的，企业的生存和发展总是因其周围环境的转变而受到影响或制约。环境分为外部环境和内部环境。 一、企业外部环境分析 根据外部环境因素对企业生产经营活动影响的方式和程度，一般可将企业外部环境分为三大类： 这三大类因素彼此关联、相互影响，具有复杂性、动态性和不确定性等特征。 （一）一般宏观环境分析（PEST 分析） （二）行业环境分析（是中观环境分析，对企业的战略影响同样有较大影响，主要记住两个模型） 1.第一个模型: 行业生命周期模型 行业指其产品具有主要的共同特征的一大批企业或企业群体。 外部环境 内部环境 战略环境 一般宏观环境因素 行业环境因素 经营环境与竞争优势 外部环境
行业环境指对处于同一行业内的企业都会发生影响的环境因素。 大多数行业会经过一个起步期、成长期、成熟期和衰退期，制定企业战略时，行业所处的生命周期属于哪个阶段是非常重要的考虑因素，如经常提到的朝阳产业（电子行业）、夕阳产业（高能耗行业）等，特点是什么，如何判断的？在判断企业所处生命周期所处阶段的指标有市场份额、需求增长率、产品品种和竞争者数量等。 2.第二个模型:波特的五力模型 迈克尔?波特提出最具影响力的战略分析模型——五力模型，用以确定企业在行业中的竞争优势和行业可达到的最终资本回报率。 五力模型的具体内容见下图。 起步/引入期 成长期 成熟期 衰退期 时间 产量
下表列举了五力模型中五种力量的比较:
（三）竞争环境分析（前面讲了宏观、中观环境等因素，第三个是市场竞争分析，包括三个方面的分析） 1.市场分析（产品市场） （1）竞争对手分析 市场是指具有相似需求的一群消费者。 直接竞争对手是指那些向相同的消费者销售基本相同的产品或提供相同的服务的竞争者。分析竞争对手的主要作用在于帮助企业建立自己的竞争优势。竞争优势涉及企业在市场中与竞争对手竞争的每个方面，包括价格、产品范围、制造质量、服务水平等。 战略组群是指在相似产品、市场类别中遵循相似战略的一组竞争对手。并非所有的竞争对手之间都是直接互相竞争的，只有处于同一个战略群组的企业才是真正的竞争对手。每个战略群组根据其所采取的竞争战略不同而在市场中具有不同的地位。 确定战略群组可以更准确地定义正在与企业竞争的对手，并确定哪些因素可阻止潜在的竞争对手进入该战略群组。 可持续竞争优势是指不易被模仿的竞争优势。（例如牛鼻子现象） （2）消费者分析 了解消费者是企业制定战略时应重点考虑的内容，为了解和满足消费者，可从三个战略 2．融资来源分析（资本市场分析或融资分析） 融资者能否提供足够的支持，是决定企业战略实施过程中能否顺利获取所需资源的关键因素。对融资者状况的考察主要包括：（1）抵押条件；（2）支付记录；（3）贷款条件和贷款额度等。 3．劳动力市场状况 产品市场（物） 资本市场（财） 劳动力市场（人） 市场分析
银行个人客户信用评分模型研究
银行个人客户信用评分模型研究 近年来，中国的信用卡业务飞速发展，为银行带来了丰厚的利润。但招揽信用卡用户的激烈竞争导致银行不断放宽对于信用卡申请者的要求，疏忽了风险的管理和控制。能否掌握信用卡客户的业务规律，并能设计相应对策以管理控制风险，是信用卡业务成败与否的关键。据此，针对银行信用卡客户，收集并处理他们的信息，利用决策树算法建立个人信用评分模型，并结合社会实际情况对模型做出调整建议。 标签： 数据挖掘；决策树；信用评分 1 个人信用评分 一般信用的考察对象有两个：企业和个人。对于不同对象研究方式不同，但考察目的相同，即分析借款人的还款意愿和能力。本文研究的是个人信用，个人信用指的是基于信任、通过一定的协议或契约提供给自然人（及其家庭）的信用，使得接受信用的个人不用付现就可以获得商品或服务。 个人信用评分，是指通过使用科学严谨的分析方法，综合考察影响个人及其家庭的内在和外在的主客观环境，并对其履行各种经济承诺的能力进行全面的判断和评估。针对不同的应用，个人信用评分分为风险评分、收入评分、响应度评分、客户流失（忠诚度）评分、催收评分、信用卡发卡审核评分、房屋按揭贷款发放审核评分、信用额度核定评分等。个人信用评分是对个人信用的一种定量化描述，用客观的方式来预测信用行为。它具有减少和控制风险、辅助准确决策等作用。 2 数据采集 2.1 指标体系的选择 在实际的环境中，并不是所有的数据项都可为研究所用，因而本文结合专家法和实际可获取数据，选取了衡量客户的信用情况的四大主要因素，即：基本情况、职业情况、家庭情况、与银行的往来业务关系。 2.2 数据的采集 指标体系确定后，我们确立了具体的考察指标，并拟出了一份银行客户信息的调查问卷，在银行进行发放，发放总数100分，回收86份，回收率86%。 3 数据预处理
竞争对手分析论纲
竞争对手分析论纲 Abstract 本文试图对众多的竞争对手分析方法建构具有方法论意义的竞争对手分析论纲，侧重论述了三维分析法、竞争对手分析流程和竞争对手分析软件，可为竞争对手分析技术的研究和应用提供思路和框架。 作为竞争情报核心内容的竞争对手分析差不多形成了众多的专门分析方法，构成了色彩斑斓的竞争对手分析谱带。如何把握这些方法，找出它们之间的内在联系，形成关于竞争对手分析方法的知识体系，是本文试图回答的问题。 竞争对手分析论纲的提出 论者,学讲、主张也；纲者，总则、要领也。论纲者，顾名思义，某一知识体系的纲要也，系举一纲而张万目之意。本文采纳论纲一词，意在对众多的竞争对手分析方法构筑一个纲要，一个体系，以起到纲举目张、提纲挈领的功效，推动竞争分析知识的组织和应用。
迄今为止，国内外许多学者从不同的视角对竞争对手分析方法进行了归纳和整合，提出了不同的论纲，例如： 1、普赖斯科特模型 1999年8月，John E. Prescott教授在安徽黄山召开的"全国竞争情报技能和案例分析"学术研讨会上作了题为"竞争对手跟踪分析"的专题报告，提出了竞争对手跟踪的金字塔模型。作为《竞争情报丛书》之一的《竞争对手分析》一书中以此模型建构了竞争对手和竞争环境的预警系统框架，使该模型起到了论纲的作用，故称竞争对手跟踪模型。如图1所示 图1 金字塔模型 2、波特模型
波特在1980年出版的《竞争战略》一书中提出了竞争对手分析模型，从企业的现行战略、以后目标、竞争实力和自我假设四个方面分析竞争对手的行为和反应模式。见图2。作为《竞争情报丛书》之一的《竞争对手分析》一书从竞争对手跟踪的角度对其进行了方法的细化和组织，提升了该模型的可操作性 图2 波特竞争对手分析模型 3、三角分析法 《竞争情报丛书》之一的《竞争战略与竞争优势》提出了三角分析法，认为对大环境、企业自身和关键对象三大要素的研究
第六章 客户分析-客户信用评级方法
2015年银行业专业人员职业资格考试内部资料 公司信贷 第六章 客户分析 知识点：客户信用评级方法 ● 定义： 总体来看，商业银行客户信用评级主要包括定性分析法和定量分析法两类方法。专家判断法在我国商业银行客户信用评级中运用较为广泛。 ● 详细描述： 1. 定性分析法 定性分析法主要指专家判断法。目前所使用的定性分析法，虽然有各种各样的架构设计，但其选择的关键要素都基本相似，其中，对企业信用分析的5Cs系统使用最为广泛。除5Cs 系统外，使用较为广泛的专家系统还有针对企业信用分析的5Ps系统和针对商业银行等金融机构的骆驼( CAMEL )分析系统。 1）5Cs系统 5Cs系统指: ①品德(Character) ②资本( Capital )③还款能力( Capacity )④抵 押( Collateral) ⑤经营环境(Condition) 。 2）5Ps分析系统 5Ps分析系统包括: 个人因素(Personal Factor) 、资金用途因素( Purpose Factor)、还款来源因素(Payment Factor) 、保障因素 (Protection Factor) 、企业前景因素( Perspective Factor) 。 3）骆驼( CAMEL) 分析系统 骆驼( CAMEL) 分析系统包括: 资本充足率(Capital Adequacy) 、资产质量( As sets Quality) 、管理能力( Management) 、盈利性( Earning)和流动性( Liquidity) 等因素。 2. 定量分析法 定性分析法的突出特点在于将信贷专家的经验和判断作为信用分析和决策的主要基础，这种主观性很强的方法/体系带来的一个突出问题是对信用
顾客价值分析模型
顾客价值分析模型 管研00 郑立明 摘要：在前人有关顾客价值研究的基础上，本文首次提出设计价值和顾客决策价值等新概念，区分顾客期望价值和顾客感知价值的不同含义，构建一个动态的顾客价值分析模型，并分析它所包含的基本关系。最后给出计算顾客感知价值的一个实例。 关键词：设计价值顾客决策价值顾客价值模型 1 顾客价值含义的简要回顾 P·Kotler（1994）提出顾客让渡价值（Customer Delivered Value），它指的是总顾客价值与总顾客成本之差。总顾客价值就是顾客从某一特定产品或服务中获得的一系列利益，它包括产品价值、服务价值、人员价值、形象价值；而总顾客成本是在评估、获得和使用该产品或服务时而引起的顾客预计费用，它包括货币成本、时间成本、体力成本、精力成本［1］。 …… 在前人研究的基础上，本文将提出“设计价值”和“顾客决策价值”两个新概念，并进一步分析和界定顾客价值的其他相关概念，据此建立起一个动态的顾客价值分析模型。 2 顾客价值分析中的一些基本概念 2.1 顾客期望价值（Customer Expecting Value，CEV） 顾客期望价值（CEV），反映顾客在特定的环境和时空条件下，对于某种产品或服务的主观需求状态，是一种有待实现和期待满足的需求量；或者指：在消费之前顾客对已经存在的某种产品或服务的预先感知的价值量，因而也可以是一种实在的估计值。 …… 当今的顾客比以往掌握更多的知识、信息与技能，也更热衷于学习与创新尝试，在日趋宽泛的产品选择中享有愈来愈多的主动权，随着交易的重复和消费经验的积累，顾客对于产品和服务的期望价值也越来越高。因此，如顾客价值模型所示，顾客期望价值曲线（CEV）在长期中呈逐渐上升之势。 2.2 设计价值（Designed Value，DV） 本文认为，在顾客价值分析中，有两个最重要的概念：设计价值和顾客感知价值。 设计价值（DV），是在产品或服务供应商的构想中将要提供给顾客的一种效用或价值，或者指供应商根据前期的研发设计已经制造出来的但还需要通过市场传递给消费者的一种效用或价值（即一种还没有实现的价值）。这是从供应厂商角度给出的一种衡量，因此可以看成是一种目的在于满足顾客期望价值的计划供给量或潜在供给量。 …… 2.3 顾客感知价值（Customer Perceived Value，CPV） 顾客感知价值（CPV），也称顾客感知收益，或顾客感知利得，它指顾客在交易中或通过消费实际感觉到的物质收益和精神收益的总和，因此也是一种主观的感受，一个事后的综合评价量。它反映顾客对于包含着质量、品种、价格、服务、信誉、速度等要素的产品或服务的综合满意程度［5～7］。 。。。。。。 3 顾客价值分析模型及其内涵 在明晰以上几个基本概念基础上，本文提出一个动态的顾客价值分析模型（得自张中科的“成本、价格和客户价值的动态关系”图形的启发［9］）。选取两个时刻T1和T2，来分析顾客价值发展变化的情况。为便于理解和直观比较，顾客决策价值（DCV）在图形中有一个时间提前量。
企业信用风险评估模型分析
企业信用风险评估模型 企业信用风险评估是构建社会信用体系的重要构成要素，也是企业信用风险管理的 核心环节。企业信用风险评估涉及四个基本的概念，即信用、信用风险、信用风险管理以及信用风险评估。本节重点为厘清基本概念，并介绍相关企业信用风险评估操作。 I —、企业信用风险评估概念 企业信用风险评估是对企业信用情况进行综合评定的过程，是利用各种评估方法，分析受评企业信用关系中的履约趋势、偿债能力、信用状况、可信程度并进行公正审查和评估的活动。 信用风险评估具体内容包括在收集企业历史样本数据的基础之上，运用数理统计方法与各种数学建模方法构建统计模型与数学模型，从而对信用主体的信用风险大小进行量化测度。 I 二、企业信用风险评估模型构建 (一）信用分析瘼型概述 — 在信用风险评估过程中所使用的工具——信用分析模型可以分为两类，预测性模型和管理性模型。预测性模型用于预测客户前景，衡量客户破产的可能性；管理性模型不具有预测性，它偏重于均衡地揭示和理解客户信息，从而衡量客户实力。 计分模型 Altman的Z计分模型是建立在单变量度量指标的比率水平和绝对水平基础上的多变量模型。这个模型能够较好地区分破产企业和非破产企业。在评级的对象濒临破产时，Z 计分模型就会呈现出这些企业与基础良好企业的不同财务比率和财务趋势。 2.巴萨利模型
巴萨利模型（Bathory模型）是以其发明者Alexander Bathory的名字命名的客户资信分析模型。此模型适用于所有的行业，不需要复杂的计算。其主要的比率为税前利润/营运资本、股东权益/流动负债、有形资产净值/负债总额、营运资本/总资产。 Z计分模型和巴萨利模型均属于预测性模型。 3.营运资产分析模型 营运资产分析模型同巴萨利模型一样具有多种功能，其所需要的资料可以从一般的财务报表中直接取得。营运资产分析模型的分析过程分为两个基本的阶段：第一阶段是计算营运资产（working worth);第二阶段是资产负债表比率的计算。从评估值的计算公式中可以看出，营运资产分析模型流动比率越高越好，而资本结构比率越低越好。 《 营运资产分析模型是管理性模型，与预测性模型不同，它着重于流动性与资本结构比率的分析。由于净资产值中包含留存收益，因而营运资产分析可以反映企业的业绩。 □第三章企业征信业务 又因为该模型不需要精确的业绩资料，可以有效地适用于调整后的账目。通过营运资产和资产负债表比率的计算，确定了衡量企业规模大小的标准，并对资产负债表的评估方法进行了考察，可以确定适当的信用限额。 4.特征分析模型 特征分析模型采用特征分析技术对客户所有财务和非财务因素进行归纳分析；从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干特征，把它们编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。 (二）企业信用风险评估模型构建① 1.预测性风险模型构建——Z计分模型
信用风险量化模型
银行风险量化评级模型 银行根据巴塞尔新资本协议对内部评级法的要求及借鉴国际银行业经验，采用信用风险评级模型，通过此模型测算客户违约概率、违约损失率等风险参数。 将客户信用等级分为三等九级，即AAA、AA、A、BBB、BB、B、CCC、CC、C级。从AAA级到C级风险逐及递增。在内部评级结果运用于确定授信额度上，表现为授信额度以企业净资产为基数，乘以一个与企业评级相对应的信用系数；客户信用等级高，对应的信用系数大，则相应的授信额度就高；客户信用等级低，对应的信用系数小，则相应的授信额度就低。内部评级结果除了影响授信额度外，还被用于进行简单的贷款定价，如某银行将借款人评级等级与贷款利率浮动水平联系起来，信用等级高的借款人其贷款利率在基准利率的基础上下浮动，等级越高，下浮幅度越大；信用等级低的借款人其贷款利率在基准利率的基础上上浮，等级越低，上浮幅度越大，从而起到覆盖风险成本的作用。 通过建立有效的程序来获得和更新有关借款人财务状况和贷款特性的重要信息，并在掌握重要信息的基础上及时更新借款人评级，对可能影响借款人违约概率、违约损失率的因素进行持续监测，并根据掌握的信息对客户和业务进行重
新评级。同时，独立部门必须至少每年检查一次银行评级体系及其运行状况，包括信用风险控制职能的运作和对违约概率、违约损失率等风险要素的估计。 在开发评级模型和评级系统等“硬件”设施的同时，设计了内部评级体系运行的组织架构，明确了风险管理、信贷等有关部门的职能分工，从管理制度等“软件”方面保证评级体系的正常运行。内部评级体系的运行由风险管理部、信贷经营部、合规部三个部门分工合作完成，其中风险管理部门负责制定客户信用评级办法，组织专家对信用评级的指标体系、模型方法和参数标准进行论证，负责设计、开发、维护评级系统；信贷部门负责确定评级人员，组织、推进和实施客户信用评级；合规部门则负责指导、检查和监督信用等级审定工作。
客户价值分析
客户价值分析 客户价值分析就是在理解客户价值内涵的基础上，动态地监控客户价值的发展趋势，为更好地实现客户价值管理提供有效的信息支持。在有关客户价值分析的研究中，最著名的莫过于盖尔所提出的客户价值分析工具，该模型首次出现在盖尔的《管理顾客价值》一书中，尔后频频被引用，几乎成了客户价值分析的标准。在本节中，将重点讨论盖尔的客户价值分析模型。 在《管理顾客价值》一书中，盖尔提出了7种客户价值分析工具，包括：市场感知质量水平；市场感知价格水平；客户价值图；得失（Win/Lost）分析；客户价值分析对照图（Head-to-head Area Chart）；关键事件表；What／Who矩阵。其中，尤为重要的是前三种客户价值分析工具，直接与当今普遍接受的客户价值内涵相吻合。因此，本节将结合有关方面的研究发展动态，重点描述前三种分析工具。 1）市场感知质量水平 通过对客户价值内涵的探讨，我们知道感知质量水平对形成感知价值的重要性。在盖尔的客户价值分析模型中，市场感知质量分析同样是客户价值分析的核心。 根据盖尔提出的模型，对市场感知质量水平的测量主要有三个步骤： 第一步，采用小组调查（Focus Group）或其他形式，召集目标市场的客户（既包括本企业的客户，也包括竞争对手的客户），要求他们列出除价格以外的其他影响购买决策的重要质量因素。 第二步，确定不同质量属性在客户决策中的权重。最简单的方法就是让客户根据各质量因素在决策中的重要性打分，然后再汇集不同客户的看法，形成一套统一的权重。 第三步，选择那些对本企业和竞争对手企业都十分了解的客户（既包括本企业的客户，也包括竞争对手的客户），征询他们对本企业和竞争对手在各质量属性上的评价，然后用客户对本企业每一个属性的评分除以竞争对手相应的得分，得到本企业在各属性上的业绩比率。最后，根据各属性的权重，算出所有质量属性的加权平均值，就可以获得一个总体的市场感知质量水平。 事实上，在某个行业中，每个企业往往都有自己的特色，通常在某个质量水平上处于领先，因此，市场感知质量水平在很大程度上将取决于不同的评价标准和权重体系，说到底就是由客户的感知偏好决定的权重水平。以高档汽车为例，宝马汽车在驾驶性能上首屈一指，而凯迪拉克却宽敞、舒适，凌志汽车的故障率十分低。如果客户看重驾驶性能，则在决策时将赋予其较高的权重。因此，对于不同的目标客户群而言，对质量的感知方式和标准是不同的。客户关系管理的一个重要目的就是区分具有不同感知偏好和特性的客户群，针对不同的客户群采用定制化的策略，全面地满足其要求，实现客户价值的最大化。 2）市场感知价格水平 市场感知价格水平主要用于评估客户对获得某种产品或服务的一种感知付出。在盖尔的模型中，市场感知价格水平也是客户价值分析的重要工具之一。事实上，市场感知价格水平的测评与市场感知质量水平的测评相似，唯一不同的地方是让客户列出影响成本感知的因素，而不是影响质量感知的因素。在获得成本感知因素的基础上，要求客户分别列出不同因素的权重，并评价竞争对手在每一个价格因素上的感知水平。 在某些价格构成要素十分清晰的行业，可能无需评价市场感知的价格水平，但是在大多数行业，评价市场感知价格水平十分重要。表2—3以豪华汽车为例，阐明了如何评价市场感知价格水平。
商业银行信用风险管理
XX大学 大数据时代下商业银行信 用风险管理 XXX论文 XXX 2012/12/23
大数据时代下商业银行信用风险管理 摘要美国次贷危机引发了大数据时代下商业银行信用风险管理的反思。信用风险是银行业面对的主要风险之一，如何有效地度量和管理信用风险是银行风险 管理者尤为关注的问题，本文简要介绍了传统的信用风险度量方法和现代信 用风险度量模型，在此基础上提出基于新巴塞尔协议的商业银行信用风险管 理和基于信用衍生产品的商业银行信用风险管理方法，以期对我国商业银行 信用风险管理有所启示。 关键词次贷危机，信用风险传染，信用风险，信用风险度量，信用风险管理 一．引言 从单一的信贷市场风波发展为全球性金融危机造成美国次贷危机破坏力一再升级，房地美和房利美被美国政府强行“国有化”，雷曼兄弟申请破产，美林被收购，高盛和摩根史丹利转型为银行控股公司，美国最大储蓄银行华盛顿互惠银行被收购。关键是信用风险的大爆发，动摇了金融体系稳定的基础。此次危机是因债券市场和衍生品市场引发的，但其基础却是美国的次级住房按揭贷款，导火索和根源都是贷款这个基础资产的风险集中爆发。 首先，信用社会的基础要求当事人有足够的动力来履约，但这一基础被削弱了。第二，信贷消费成为普遍的生活方式和经济特征，加深了信用风险的影响程度，第三，金融机构房地产信贷的过快增长和信贷标准降低，导致信用风险过快积累并最终爆发。仅有上述两项还不足以形成全面的信用风险，信贷过快膨胀和信贷条件不断降低才造就了引爆危机的充分条件。 信用风险传染可能会导致大面积的信用风险违约，引发严重的金融事件。目前美国次级债券市场危机既可以看做一种信用风险传统的结果：房屋贷款者违约使得贷款回收困难，导致以贷款为基础的衍生品包括各种产品价格下降进而导致投资基金亏损甚至破产，市场信心也可能被破坏。 因此可见，信用风险是银行业面对的主要风险之一，如何有效地度量和管理信用风险是银行风险管理者尤为关注的问题。 二．银行信用风险的产生
客户价值分析模型
客户价值分析模型 Kotler (2000)认为关系行销的重心要放在如何和最有价值的顾客建立长期并为公司带来利润的关系，而Morgan & Hunt (1994)更明白点出顾客价值已经成为顾客关系行销的核心基础。如同Wyner (1996)所提，顾客价值已经重新诠释了传统行销的活动：把顾客视为一种资产，评估其未来收益以及成本以决定是否进行行销活动。Wyner (1996)更指出，企业80％的销售利润是来自于20％的顾客，而其余20％的销售利润，却花了公司80％的行销费用。由此可知，如何找出具有价值的顾客，对企业的获利来说是多么重要。而根据Kotler & Armstrong (1996) 所下的定义，具有价值的顾客为「一个未来为公司带来的利润大过于公司花在其身上的成本之顾客」。 顾客价值之计算主要是将顾客在未来数年间之消费金额与相对应之产品成本与维持成本加以扣除，再折现以求得出顾客未来数年净贡献的现值。在这样的理论基础之下，发展出了不少顾客价值分析模型。Dwyer (1989)首先定义顾客终生价值为「由顾客面所预期之利润，减去与顾客相关成本的现值」。此外Sewell & Brown (1990)、Hughes (1994)、Kotler (2000)等学者也分别在不同的假设以及定义之下提出了各自对顾客价值的计算公式，不过大都是在特定的假设以及参数之下所提出的例子。而Berger & Nasr (1998)有鉴于此，试图提出一套有系统的模型计算顾客价值，他们针对Jackson (1985)提出的二类顾客之特色加以整理，对该二类型的顾客之终生价值提出了五种类型的模型。而Hughes (1994)所提出之RFM 顾客价值分析模型不同于其它之方法，此模型利用三种指针：最近购买日(Recency)、购买频率(Frequency)及购买金额(Monetary)，以判断顾客的价值，Stone (1995)更在其研究中利用此模型分析信用卡顾客之价值。因为一般企业的顾客交易数据库中都可以萃取出这些信息，因此RFM 模型可以说是目前企业界最常用的顾客价值分析方法之一。 建立顾客购买行为随机模型以描述顾客行为 根据Ehrenberg (1959)及Colombo & Jiang (1999)对顾客行为之机率分配假设，建立顾客购买行为随机模型，以描述顾客的购买行为。 建构结合RFM 模型及马可夫链的顾客价值分析模型 根据顾客购买行为的改变为马可夫链随机过程，并利用Hughes (1994)所提出之RFM 模型定义顾客购买状态。利用贝氏机率推导顾客购买状态移转机率，根据顾客行为随机模型计算各购买状态下之预期利润进行顾客利润矩阵之估计，最后结合顾客购买状态移转矩阵及利润矩阵，进行顾客价值估计。 进行顾客价值分析模型的数据实证及比较 利用某企业之实际顾客交易数据，进行本顾客价值分析模型之数据实证，并将分析结果和目前业界常用之顾客价值预测方法进行比较。 微积分公司采用的顾客价值分析模型，主要结合顾客购买行为随机模型、马可夫链、RFM 模型及贝氏机率此四个理论或模型所发展而成。首先，建立顾客购买行为随机模型，并根据顾客之历史交易数据估计模型假设中之先验分配参数。此外，利用马可夫链描述顾客购买行为，并且根据Hughes (1994)所提出之RFM 顾客价值分析模型，定义马可夫链中之不同顾客购买行为状态，以建构顾客购买状态之马可夫链移转矩阵及利润矩阵。而最主要的贡献为：根据贝氏机率推导顾客在已观察到前期购买行为状态时，其下期购买行为状态之事后机率分配，并以之估计顾客购买状态移转矩阵之移转机率。此外，依据顾客购买行为随机模型之行为机率分配假设，估计顾客于不同购买状态下之预期贡献利润，以建立利润矩阵。最后，结合顾客购买状态移转矩阵以及顾客利润矩阵进行顾客价值之分析。
客户信用分析模型型剖析
客户信用分析模型（Z计分模型、巴萨利模型等） 客户信用分析模型 客户信用分模型分为两类：预测模型和管理模型。预测模型用于预测客户前景，衡量客户破产的可能性，Z计分模型和巴萨利模型属于此类，两者都以预测客户破产的可能性为目标。 客户信用分析之预测模型－Z计分模型 信用评分法的基本思想是，财务指标反映了企业的信用状况，通过对企业主要财务指标的分析和模拟，可以预测企业破产的可能性，从而预测企业的信用风险。最初的Z计分模型由 Altman在1968年构造。 其中：Z1主要适用于上市公司，Z2适用于非上市公司，Z3适用于非制造企业。 Z1＝1.2*X1 + 1.4*X2 + 3.3*X3 + 0.6*X4 + 0.999*X5 其中 X1 ＝（流动资产-流动负债）/资产总额 X2 ＝留存收益/资产总额 X3 ＝（利润总额+利息支出）/资产总额 X4 ＝权益市场值/负债总额 X5 ＝销售收入/总资产 一般地，Z值越低企业越有可能破产。如果企业的Z值大于2.675，则表明企业的财务状况良好，发生破产的可能性较低。反之，若Z值小于1.81，则企业存在很大的破产风险。如果Z值处于两者之间，则企业的财务状况非常不稳定。 Z2＝0.717*Xl + 0.847*X2 + 3.107*X3 + 0.420*X4 + 0.998*X5 其中 X1 ＝（流动资产一流动负债）/资产总额 X2 ＝未分配利润/资产总额 X3 ＝（利润总额+利息支出）/资产总额 X4 ＝权益/负债总额 X5 ＝销售收入/总资产 Z3＝6.56*X1 + 3.26*X2 + 6.72*X3 + 1.05*X4 其中 X1 ＝（流动资产-流动负债）/资产总额 X2 ＝未分配利润/资产总额 X3 ＝（利润总额+折旧+摊销+利息支出）/资产总额 X4 ＝所有者权益/负债总额 Altman认为，根据上述公式计算的Z值，如果Z小于1.23，风险很大；Z大于2.9风险较 小。
浅谈竞争对手分析的方法
浅谈竞争对手分析的方法 中国管理传播网（域名：https://www.360docs.net/doc/f211577601.html,） 作者：孙新平来源：本站原创时间：2004-6-7 当今企业处在一个超竞争的环境中，新的竞争对手不断的进入，行业内整合不断的加剧。在这样一个瞬息万变的市场环境中，谁能掌握市场的先机，谁能及时把握竞争对手的动态，谁就在竞争中掌握了主动。所以对竞争对手进行分析就显得尤其重要。 在这里首先要说明两个概念。 第一，竞争参与者与竞争对手。每一个企业都在某一个行业环境里生存，在这个行业中，有许多的竞争参与者，但不是每一个竞争参与者都是你的竞争对手。那么什么样的企业才能称其为竞争对手呢？只有那些有能力与该企业抗衡的竞争参与者，才能称其为竞争对手。所以在分析竞争对手的时候要有的放矢，不能面面俱到。 第二，竞争分析和竞争对手分析。竞争对手分析只是竞争分析的一部分。竞争分析除了竞争对手分析之外，还包括行业的竞争环境分析、波特五力分析中的供应商的分析、经销商的分析、潜在进入者的分析以及替代产品分析。 本文专门就如何分析竞争对手进行探讨。 一、竞争对手分析的框架 面对一大堆的财务数据、市场信息以及其他纷沓而至的各种信息，如何理顺和筛选这些信息，如何对竞争对手进行分析是摆在企业的情报工作者面前的一个重要课题。 笔者认为建立一个竞争对手分析的框架非常重要。将杂乱的信息按照建立好的框架进行分类，这样就可以避免情报工作的盲目性，有的放矢的收集竞争对手的信息。这里介绍三种竞争对手分析的框架。 1．基于平衡计分卡的竞争对手分析框架
平衡计分卡从四个方面来考察企业的业绩，学习与创新、内部业务流程、客户与市场、财务。既然可以用平衡计分卡来考察一个企业的绩效，那么同样可以用平衡计分卡的思想来分析竞争对手。 下表是用平衡计分卡对竞争对手进行分析的一个例子。 表一、平衡计分卡导向的竞争对手分析框架 表一只是给出了竞争对手分析的一个框架，并没有列出所有的分析指标，企业可以根据自己所在的行业的关键成功因素，来选择指标，然后对竞争对手进行分析。并且在指标权重的选择也需要企业自己来掌握。 在以上的框架里，有些信息是可以公开获得的，比如市场信息和财务信息，有些信息则比较难以获得，比如企业的内部业务流程的信息。内部业务流程方面的分析最好的方法就是采用标杆管理的方法来进行。标杆管理(Benchmarking)，也叫做基准管理或参照管理。这种管理方法在70年代末由施乐公司首创，后经美国生产力与质量中心系统化和规范化。据美国1997年的一项研究表明，1996年世界500强企业中有近9 0%的企业在日常管理中应用了标杆管理，其中包括AT&T、Kodak、Ford、IBM、Xerox等。标杆管理的基本思想是以最强的竞争企业或那些在行业中领先和最有名望的企业在产品、服务或流程方面的绩效及实践措施为基准，树立学习和追赶的目标。通过资料收集、比较分析、跟踪学习、重新设计并付诸实施等一系列规范化的程序，将本企业的实际情况与这些基准进行定量化的比较和评价，在此基础上选取改进本企业绩效的最佳策略，争取赶上或超过竞争对手。中国海洋石油总公司（简称中海油），为了进一步增强企业的核心竞争力，选择了挪威国家石油公司作为基准，进行了标杆管理。这是我国企业第一次选取国外的大
商业银行信用风险预警模型
商业银行信用风险预警支持模型及其系统 一?引言 商业银行是经营风险的组织,能否很好地管理信用风险将关系到商业银行的生存和发展?现有对信用风险管理的研究,不论是5C法?Z-Score还是KVM模型等,都倾向判断信用风险的大小?这些研究的方向沿着“逐步求精”的思想,从判别 信用风险的相对大小到判别信用风险的绝对大小?然而,信用风险的大小是内外 部环境不断变化的,具有易变性;同时它也随时间而不断变化,具有时变性?虽然,对单一时间点信用风险的研究在信用风险研究中,可以度量及比较信用风险的大小,但在商业银行信用风险管理的实务中,还需要解决什么时间?由什么依据决定需要对信用风险进行度量,以及对度量结果采取怎样避险措施的问题? 对预警(Early-Warning)的研究最早来源于军事,指通过预警飞机?预警雷达等工具提前发现?分析和判断敌人的进攻信号,并把这种信号的威胁程度 传递给指挥部门,以提前采取应对措施?在经济领域,穆尔首先采用多种指标综合方法构建美国宏观经济预警系统?在信用风险管理方面,首先将信用风险预警和 将预警系统(EWS)的概念应用到信用风险管理的是Fisk,预警被认为是对风险的提前预测?将预警理论应用到信用风险预警,现有的研究大多集中在对单一时间点?信用风险大小转化成预警级别的研究,如基于人工神经网络的信用风险预警?基于灰色模型的信用风险预警等等?这些研究从本质上看都是对信用风险度量方法的应用和延伸,缺乏对信用风险整个生命周期内预警的研究? 本文通过对商业银行信用风险生命周期的研究,结合企业预警理论,研究商 业银行信用风险预警的三个阶段,在分析商业银行信用风险预警各个阶段的目标和实现步骤的基础上,研究信用风险预警的概念模型,最后运用系统分析的方法,研究商业银行信用风险预警支持系统的系统结构? 二?信用风险的生命周期和信用风险预警的过程 传统的信用风险定义为包括借款人?债券发行人或金融交易对方在内的交易对手由于各种原因不能完全履约致使金融机构?投资人或交易对方遭受损失的可能性?从狭义上讲,信用风险就指信贷风险?通过对风险概念的梳理,从风险承担 者(即商业银行)的角度来看,信用风险即由于交易对手是否违约的最终结果和商业银行认为交易对手是否违约之间的偏差,这种差异可能对商业银行造成损失? 信贷交易是产生信用风险的一种交易,商业银行的交易对手即贷款人?根据 贷款人借贷的实际情况,对一个贷款人信用风险产生到结束的时间阶段可以用图1表示?该过程一直持续到借贷合同到期,贷款人做出是否违约的决策为止,即信贷交易信用风险的生命周期?在生命周期内,商业银行如果始终认为贷款人一定
信用风险量化的4种模型
信贷风险管理的信用评级方法 信贷风险管理的新方法 信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。 1、KMV——以股价为基础的信用风险模型 历史上，银行在贷款决策时，曾经长时间忽视股票的市价。 KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。 KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。 KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。信用中国https://www.360docs.net/doc/f211577601.html, 我们共同打造换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示： （1）KMV是如何工作的？ 假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。 在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。 KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。 使用前面描述的期权方法，普通股的市场价值可以用一个买入期权的价值来评估，模型如下： E=f(A，，r，B，ζ) (1) 其中：公司资产的市场价值(A)及其市场价值的波动( )，不能直接观察到，是由公司股票的市场价值及其波动和公司债务的账面价值估计的；公司的违约发生点(B)是短期债务的全部价值加上长期未偿付债务的一半价值之和；贷款的到期