中国公司债券评级方法应用研究_田渊博

合集下载

中国债券等级划分标准-概述说明以及解释

中国债券等级划分标准-概述说明以及解释1.引言1.1 概述在中国，债券等级划分标准是评估债券信用风险和投资价值的重要指标。

债券等级划分标准基于一系列评级方法和指标，根据债券发行人的信用状况和偿付能力，对债券进行评级分类。

具体而言，债券等级分为高等级和低等级，高等级债券通常代表发行人信用较好，风险较低，而低等级债券则意味着发行人信用较差，风险较高。

中国债券市场在近年来发展迅速，债券等级划分也逐渐成为市场参与者关注的焦点。

债券评级机构在债券等级划分过程中运用多种评级方法，包括基于财务指标、行业前景、市场条件和宏观经济环境等因素的分析和评估，以对不同发行人的债券进行评级和分类。

这些评级结果不仅可以为投资者提供参考，帮助其进行风险评估和投资决策，也可以为发行人提供融资渠道，降低借款成本。

然而，中国债券等级划分标准面临一些挑战和问题。

首先，评级标准的一致性和透明度仍然需要加强，不同评级机构对同一债券的评级结果可能存在较大的差异。

其次，债券市场的发展动态很快，新型债券品种和结构不断涌现，评级机构需要适应新形势，及时调整评级方法和标准，以更好地适应市场需求。

因此，本文将通过对中国债券等级划分的背景和现状进行分析，总结债券等级划分标准的重要性，并展望未来中国债券等级划分的发展方向。

1.2文章结构文章结构:文章主要分为引言、正文和结论三个部分。

引言部分主要介绍本文的背景、目的和文章结构。

首先概述了中国债券等级划分标准的重要性，以及本文将要讨论的内容。

然后详细介绍了文章的结构，包括各个章节的内容和顺序，以便读者能清晰地了解本文的组织结构。

正文部分是文章的核心内容，包括债券等级划分的背景和意义，以及中国债券等级划分的现状。

在2.1小节中，将详细介绍债券等级划分的背景，包括全球债券市场的发展趋势，债券等级划分的意义和作用等。

在2.2小节中，将探讨中国债券等级划分的现状，包括当前的债券等级划分机构和标准，以及债券市场中各个等级的发展情况。

我国公司债券信用评级影响因素分析——基于财务因素的实证研究

２文献综述
２．１国外公司债券评级方法的文献综述
．ห้องสมุดไป่ตู้
状态，因此，国内有关公司债券的研究也比较落后，关于公司债券评级方面缺乏一套比较完善的适用于中国债券市场的理论体系，所以，在债券评级方面的研究还有待于加强。
颁布之后正式发行，因此，本文选取２００７年《公司债数都在Ｆｉｓｈｅｒ研究模型的基础添加一些解释变量来进行的办法》券试点办法》以后发行公司债券的沪深上市公司作为研究研究。
ＮＤ资讯系统、ＣＳＭＡＲ数（２）加权Ｌｏｇｉｓｔｉｃ模型。Ｍａｒｔｉｎ，Ｈｅｎｄｅｒｓｏｎ，Ｐｅｒｒｙ＆样本。本文所用数据来源于ＷＩ据库和上海证券交易所、圳证券交易所公布的公司年报和Ｃｒｏｎａｎ（１９８４）采用加权ｌｏｇｉｓｔｉｃ模型回归分析，选取了一些债券信息，最终数据分析使用ＳＡＳ分析软件。关于财务比率指标来进行回归分析，进而判断财务比率指
（１）多元线性判别模型。Ｆｉｓｈｅｒ：（１９５９）《公司债券中风３研究设计

债权投资评估方法

债权投资评估方法1. 哎呀，收益法你得知道吧！就像种瓜得瓜种豆得豆，我们通过计算债权未来能带来的收益来评估它的价值。

比如说那些稳定收利息的债券，用收益法评估可准啦！2. 市场法也很重要呀！这就好比在集市上比货，看看类似的债权在市场上卖多少钱，咱不就大概知道这个债权值多少啦。

像那些常见的公司债券就可以用市场法来衡量一下呢！3. 成本法你可别小瞧！就跟你盖房子要算成本一样，评估债权也得考虑当初投入了多少。

像是一些特殊的债权投资，用成本法能让你心里有个数哟！4. 你看哈，假设清算法是不是有点特别！这就像是给一个陷入困境的企业算算账，看看最后还能拿回多少。

要是遇到有可能破产的债权，用假设清算法可有用啦，你说是不是？5. 信用评级法也是很关键的哟！这就类似给人打分一样，给债权的信用打个分，级别高的自然更可靠呀。

比如那些大型国企的债权，信用评级就能发挥大作用呢！6. 行业分析法也得重视呀！不同行业的债权情况可不一样哟。

就像不同的田地里长的庄稼不一样，咱得具体行业具体分析。

像一些热门行业的债权，用行业分析法能搞清楚它们的特点呢！7. 风险调整法可不是随便说说呀！好比你出门看天气带伞一样，要考虑风险呀。

面对那些风险较大的债权，风险调整法能让你更谨慎地评估呢！8. 对比分析法也是个好办法哦！把几个债权放在一起比一比，好坏立马见分晓。

就跟选苹果一样，哪个更红更甜不就知道啦？像同类的债权，用这个方法超有用的！9. 情景模拟法也很有意思呢！想象各种不同的情况下来评估债权，就像导演拍电影似的。

比如一些会受外界因素影响很大的债权，情景模拟法就能让你看到不同场景下的价值哟。

总之呀，这些债权投资评估方法都很有用，得根据具体情况灵活运用呀！。

中诚信评级方法

中诚信证券评估有限公司公司债券信用评级基本方法一、公司债券信用评级的基本模式中诚信公司债券信用评级方法借鉴了国际著名评级机构的行业评级方法与债项评级方法，并充分考虑了国内不同行业内企业所面临的运营环境与市场特点。

这一方法适用于对中国企业发行的人民币债券的信用评级。

公司债券信用评级本身是针对公司债券这一产品进行的评级，因此债券获得的信用等级（债项级别）一般反映了两方面因素：一是债券发行人自身的信用风险，即主体信用等级；二是公司债券的特点，主要包括担保、抵押及债券的优先偿付次序等因素。

在主体信用评级方面，中诚信的评级方法体现了个体评级与支持评级相结合、质的分析与量的分析相结合、历史考察与未来预测相结合的信用评级基本原则。

所谓个体评级与支持评级相结合，是指发行人的主体信用等级综合体现了发行人个体信用品质和股东或政府的支持作用。

在评价发行人个体信用品质时，中诚信主要从宏观、中观与微观三个层面来考察。

在宏观层面，主要考察宏观环境或区域环境对发行人所处行业及发行人自身信用品质的影响；在中观层面，中诚信主要考察发行人所处行业的特点，主要包括行业周期性、行业监管环境及政策、行业竞争程度、行业供求趋势、行业进入壁垒等等因素；在微观层面，中诚信主要考察发行人自身的素质，主要包括竞争地位、战略与管理、运营模式、会计政策、规模与分散化、盈利能力、资本结构、财务实力、流动性等方面的因素。

同时，在个体评级与支持评级的原则指导下，某些具有相同或相近个体信用品质的发行人，由于已获得或可能获得的股东或政府的支持力度不同，或者股东、政府的实力不同，其最终获得的主体信用等级有可能不同。

所谓质的分析与量的分析相结合，是指在评价发行人信用品质时，中诚信综合运用定量分析与定性分析的方法。

对于那些能够量化分析的因素（如财务指标），中诚信尽量运用定量的评价方法，而对一些难以量化的因素（如政策因素），则运用定性的方法进行评价。

所谓历史考察与未来预测相结合，是指在分析影响发行人信用品质的风险因素时，中诚信不仅依赖于发行人的历史表现，而且要重点分析其未来的信用表现。

我国债券评级体系现状与评级方法分析

我国债券评级体系现状与评级方法分析内容摘要：1998年9月，经中国人民银行批准，我国首家中外合资信用评级机构—中国诚信国际信用评级有限责任公司在北京成立。

同时，央行有关负责人也表示在今后的金融监管工作中，将逐步利用证券评级。

该公司的成立和央行有关负责人的发言无疑是给中国的信用评级业特别是债券评级工作注入了一针兴奋剂，对于中国债券评级行业的发展将起一个良好的推动作用。

本文旨在探讨我国债券评级体系的现状，并对评级方法进行一定的分析，然后提出自己的建议和想法。

关键词：债券评级评级方法一. 在我国开展债券信用评级的必要性1.市场经济发展的需要。

债券评级源于本世纪初的美国，经过一个世纪的发展，在美国已形成了一套完整的制度，并在保持金融制度的稳定中成为不可缺少的环节。

因此，从整个历史的发展来看，债券评级是市场经济的必然产物，市场经济中存在大量的信用形式，或者说市场经济的基础是信用经济。

信用的基本特征是偿还性，它的运动过程是借债和还债的统一。

如果受信人的偿还能力出了问题，就会影响到信用关系，如果整个社会的信用恶化，就会阻碍市场经济的发展。

正因为如此，债券评级对债券偿还履约可能性进行信用风险评估，可以推动信用关系的良好发展。

2.发展债券市场的需要。

中国的债券市场起步比股票市场要早，但是由于种种原因，债券市场的发展严重滞后。

由于政策上的原因，我国目前是“重股市，轻债市”，而在西方国家恰恰相反，它们的证券市场结构逐渐向债券市场倾斜。

作为证券市场的一个组成部分，中国的债券市场亟待发展，而其前提就是需要一些权威的评级机构对企业债券做出评级，以推动债券市场健康发展。

对于投资者来讲，债券评级可帮助他们选择投资对象，以降低信息成本；对于企业来讲，债券评级可提高其知名度，同时根据“风险和报酬成正比”的原理，以确定其资金成本。

二．我国债券评级制度现存的问题1. 我国债券信用评级的法律法规不健全，政策出自多门，有关管理规定比较零散，缺乏必要的系统化、规范化和清晰化。

中国国债的评级等级

中国国债的评级等级中国国债是指中国政府发行的债券，是国家债务的一种形式。

作为一种重要的投资品种，中国国债的评级等级对于投资者来说具有重要的参考意义。

评级等级能够反映国债的信用风险水平，帮助投资者进行风险控制与资产配置。

中国国债的评级等级主要由国际评级机构和国内评级机构进行评定。

国际评级机构主要有标准普尔、穆迪和惠誉等，而国内评级机构主要有中国信用评级、大公国际评级和联合资信等。

这些评级机构根据一系列的指标和评级方法，对中国国债的信用风险进行评估和评级。

中国国债的评级等级通常分为AAA、AA+、AA、AA-、A+、A、A-、BBB+、BBB、BBB-等不同等级。

AAA是最高评级，代表着最低的信用风险；而BBB-则是最低评级，代表着较高的信用风险。

AAA等级的中国国债被认为是极低风险的投资品种，具有极高的信用水平和还本付息的能力。

这类国债通常具有较高的流动性和较低的利率，因此受到投资者的广泛青睐。

AA+、AA、AA-等级的中国国债也具有较高的信用水平，但相对于AAA等级的国债来说，其信用风险略高一些。

这类国债的利率相对较高，具有一定的投资价值。

A+、A、A-等级的中国国债被认为是中等信用水平的投资品种，其信用风险较高。

这类国债的利率相对较高，适合一些追求较高回报的投资者。

BBB+、BBB等级的中国国债被认为是较低信用水平的投资品种，其信用风险较大。

这类国债的利率相对较高，适合一些风险偏好较高的投资者。

需要注意的是，评级等级只是一种参考，不能完全代表国债的风险水平。

投资者还需要综合考虑其他因素，如宏观经济状况、利率水平、流动性等。

此外，评级等级还存在一定的局限性，评级机构的评级标准和方法也可能存在一定的主观性和偏见。

在投资中国国债时，投资者应该根据自身的风险承受能力和投资目标，选择适合自己的评级等级。

对于风险承受能力较低的投资者，建议选择信用等级较高的国债，以降低投资风险；而对于风险承受能力较高的投资者，可以适当考虑信用等级较低的国债，以追求更高的回报。

中国国债投资绩效的实证评估

中国国债投资绩效的实证评估引言中国国债是指我国财政部所发行的政府债务。

作为一种相对稳定且风险较低的投资工具，国债在投资者中广受欢迎。

然而，投资者对于国债的实际绩效如何评估却往往存在疑惑。

本文旨在通过实证研究，评估中国国债投资的绩效，并探讨其对投资者的意义。

方法数据收集和处理为评估中国国债的投资绩效，本文选取了过去5年间的相关数据。

数据来源包括中国人民银行官方网站、国家统计局以及其他可靠的经济金融网站。

通过对这些数据进行整理和分析，可以得到相关指标，如国债的收益率、波动率等。

绩效指标本文采用了一系列经典的绩效评估指标来评估中国国债的投资绩效，这些指标包括： - 年化收益率：衡量投资在一年内获得的回报。

计算方法为（期末资产净值/期初资产净值）的年化倍数。

- 夏普比率：衡量单位风险所获得的超额回报。

计算方法为（年化收益率-无风险收益率）/标准差。

- 最大回撤：衡量投资在某一时期内的最大损失。

计算方法为峰值与谷底之间的最大跌幅。

- 胜率：衡量投资在获得正收益的次数占总次数的比例。

计算方法为正收益次数/总次数。

数据分析通过对数据进行分析，可以得到以上绩效指标的具体数值。

接下来将分别对这些指标进行解释和讨论。

实证评估结果年化收益率根据收集到的数据，中国国债的年化收益率维持在一个相对稳定的水平。

虽然会有年度波动，但整体上来说，国债的年化收益率略高于银行存款利率，显示出其较为可观的回报。

夏普比率计算夏普比率时，需要将无风险收益率考虑在内。

根据历史数据，中国国债的夏普比率相对较高，表明国债的风险调整回报较为优秀。

然而，需要注意的是，在市场出现剧烈波动的时候，国债的夏普比率可能会下降。

最大回撤最大回撤是一个衡量风险的指标。

在中国国债的情况下，最大回撤一般较为低，说明相对稳健的投资特性。

然而，虽然最大回撤较低，仍然可能存在一定风险，需要投资者保持警惕。

胜率通过统计中国国债的正收益次数占总次数的比例，可以得到国债的胜率。

债券评级模型与方法

影响企业债券（包括公司债券）信用评级的各方因素：第一，发行债券的主体信用。

目前，每个信用评级公司主要是参考发行债券主体单位的资产负债情况，以还债能力以及其资金流动性，来对主体进行信用评级。

第二，债券的担保机构。

在我国企业债券市场不发达的情况下，企业债券发行过程中申报复杂、审批漫长、额度控制、债券必须担保等措施严重制约了企业债券的发行。

因而发行债券的企业几乎全为大型优质企业，并且大部分债券均由四大国有商业银行担保。

拥有强有力保障的企业债券在信用评级上具有很大的优势。

同时，我们也应该看到，如果我国所发行的企业债券都在“准政府”机构的担保之下发行的，这在一定程度上提高了企业债券的信用评级，但这扭曲了其实际的价值，给债券市场带来了潜在的风险。

第三，债券的融资项目。

融资项目的未来现金流状况以及该项目的发展前景决定了该债券的价值，是信用评级的参考因素之一。

第四，宏观因素。

在我国，国家政策对资本市场的影响不容忽视。

在利好的国家政策扶持之下，企业债券所融资项目的价值会相对提高，债券主体的未来现金流流动性会更强，偿债能力会相对提高，从而提高了该债券的信用评级等级。

二、运用Altman 的Z 模型对我国发债企业的信用评级分析从上述分析来看，我国企业债券评级的主要参考因素仍然是发行债券的主体信用等级。

因此，运用Altman 的Z 计分模型对我国企业主体信用进行评级，这对我国外部评级有一定指导作用。

其判断函数为：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5其中：X1 为营运资金/ 总资产；X2 为留存收益/ 总资产，X3 为息税前利润/ 总资产，X4 为股权市价总值/ 总负债，X5 为销售收入/ 总资产为了对非上市公司进行资信评级，Altman 对模型进行了改进，将用账面价值代替了市场价值，并改变各个比率的参数，得到对非上市公司资信评级Z 模型：Z=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5（2）其中，各个变量的含义同式（1）。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

［６］运用Ａ徐一骞（检验００９）ｌｔｍａｎ的Ｚ得分模型，２了２００６年至２００７年由中诚信所作信用评级的３４家企业，结果表明我国企业存在众多信用评级相背
司在中国的市场体制与社会环境中有其自身的特点和不足，如果完全照搬国外的评级模型和方法，必然是不合意的．因此，本文在国内外关于债券评级方法的研究成果之上，选取ＭＤＡ、Ｌｏｉｓｔｉｃ模型、ｒｏｂｉｔＰｇ模型以及神经网络四种优良的债券评级模型和方法，结合中国上市公司的自身特点，从变量甄选的角，度优化评级模型和方法并扩大实证检验的样本容量，通过实证分析，推衍出更加适合中国上市公司的债券评级方法或模型．实证分析结论表明：本文甄选出的评级变量较国外常用的评级指标更好的刻画了中国上市公司的风险特征；ｏｉｓｔｉｃ模型、ｒｏｂｉｔ模ＰＬｇ型和神经网络方法都对中国上市公司的债券有较高的评级分类能力，尤其是Ｐｒｏｂｉｔ模型和神经网络方法对中国公司债券的评级非常准确，误判率几乎为０．
＊
收稿日期：０１０１４５７２－－）基金项目：辽宁省教育厅人文社会科学重点研究基地专项项目（２０１３０３７ＺＪ，作者简介：男，湖北宜昌人，田渊博（博士研究生９８６—）１：Ｅ－ｍｃｔｉａｎｂ＠１２６．ｃｏｍ．ａｉｌｙｙ
ｎＡｌｉｃａｔｉｏｎＳｔｕｄｏｎＢｏｎｄＲａｔｉｎＭｅｔｈｏｄＡｐｐｙｇｏｆＣｈｉｎａＣｏｒｏｒａｔｉｏｎｐ
ＴｂＩＡＮＹｕａｎｏ－
（ｌｉｅｄＣｏＦａＲＣｏＡＦＤＵｏｌｌｅｅｉｎａｎｃｅｎｄｅｓｅａｒｃｈｅｎｔｅｒｉｎａｎｃｅ，ｏｎｂｅｉｎｉｖｅｒｓｉｔｐｆｆｐｇｇｙ
管效率，活跃市场交易从而提高市场效率．优良的债
１引言
债券评级对于债券的发行以及债券收益率价差都有较大的影响，在债券市场的构建中具有重大的理论价值和实践意义．债券评级能够减少资本市场中的信息不对称，降低公司的融资成本，提高金融监
券评级方法和技术能够为债券市场及资本市场提供准确的风险信息，提高市场资源配置的能力和效率；同时，债券评级方法及技术是债券市场和资本市场发展进步的必然产物，也是债券市场和资本市场健康发展的基础与保证．因此，债券信用评级技术的优化和提高，必然能够促进中国公司债券市场的发展
第３１卷第４期２０１４年１２月
经济数学ＪＯＵＲＮＡＬＯＦＱＵＡＮＴＩＴＡＴＩＶＥＥＣＯＮＯＭＩＣＳ
Ｖｏｌ．３１，Ｎｏ．４Ｄｅｃ．２０１４
中国公司债券评级方法应用研究
ｉｎａｎｃｅｎｄｃｏｎｏｍｉｃｓ，ａｌｉａｎ，ｉａｏｎｉｎ１６０２５，ｈｉｎａ）ＦａＥＤＬＣｏｇ１ｆ
，ｂｓｔｒａｃｔａｔｈｏｍｅａｎｄａｂｒｏａｄｔｈｉｓａｅｒｃｈｏｏｓｅｓｆｏｕｒｔｅｓｏｆｍｅｔｈｏｄｓｉｎａｓｅｄｏｎｔｈｅｒｅｓｅａｒｃｈｅｓａｂｏｕｔｂｏｎｄｒａｔｉｎＡ－Ｂｐｐｙｐｇ，，，ｔｏｔｈｅｒｉｓｋｆｅａｔｕｒｅｓｏｆＣｈｉｎａｌｉｓｔｃｏｒｏｒａｔｉｏｎｓＭＤＡ，ＬｏｉｓｔｉｃＭｏｄｅｌＰｒｏｂｉｔｍｏｄｅｌａｎｄｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄａｃｃｏｒｄｉｎｌｕｄｉｎｃｐｇｇｇ，ｔｈｅａｎｌｅｏｆｔｈｅｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎａｎｄｔｈｅｄａｔａｏｆＣｈｉｎａｌｉｓｔｃｏｒｏｒａｔｉｏｎｗａｓｕｓｅｄｔｏｃｏｎｄｕｃｔｓｕｃｈｍｅｔｈｏｄｓｗｅｒｅｏｔｉｍｉｚｅｄｂｇｐｐｙｖａｒｉａｂｌｅｓｓｅｌｅｃｔｅｄｃａｎｃａｔｕｒｅｔｈｅｒｉｓｋｆｅａｔｕｒｅｓｏｆＣｈｉｎａｌｉｓｔｃｏｒｏｒａａｎｅｍｉｒｉｃａｌａｎａｌｓｉｓ．Ｔｈｅｃｏｎｃｌｕｓｉｏｎｓｓｈｏｗｔｈａｔｔｈｅｒａｔｉｎ－ｐｐｐｙｇ，，ｉｏｎｓｂｅｔｔｅｒｔｈａｎｔｈｅｒａｔｉｎｖａｒｉａｂｌｅｓｏｆｔｅｎｃｈｏｓｅｎｉｎｔｈｅｌｉｔｅｒａｔｕｒｅｓａｂｒｏａｄａｎｄａｌｌｏｆＬｏｉｓｔｉｃＭｏｄｅｌＰｒｏｂｉｔｍｏｄｅｌａｎｄｎｅｕｒａｌｔｇｇ，ｒｅｓｕｌｔｓｏｆｒａｔｉｎｃｌａｓｓｉｆｉｃａｔｉｏｎｔｏｔｈｅｂｏｎｄｓｏｆＣｈｉｎａｌｉｓｔｃｏｒｏｒａｔｉｏｎｓｅｓｅｃｉａｌｌｔｈｅｒａｔｉｎｎｅｔｗｏｒｋｈａｖｅｍｕｃｈｍｏｒｅｃａａｂｉｌｉｔｇｐｐｙｐｙｇ，ｏｆｔｈｅＰｒｏｂｉｔｍｏｄｅｌａｎｄｎｅｕｒａｌｎｅｔｗｏｒｋｍｅｔｈｏｄａｒｅｖｅｒｒｅｃｉｓｅａｎｄｔｈｅｅｒｒｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎｒａｔｅｓａｒｅａｌｍｏｓｔ０．ｙｐ；ＭＤ；；；ＫｅｗｏｒｄｓＡ；ＬｏｉｓｔｉｃＰｒｏｂｉｔｎｅｕｒａｌｎｅｔｗｏｒｋｏｎｄｒａｔｉｎａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎｖｂｇｇｙ
田渊博
）（辽宁大连１东北财经大学金融学院和应用金融研究中心，１６０２５
＊
选用ＭＤＡ、Ｌｏｉｓｔｉｃ模型、ｒｏｂｉｔ模型以及神经网络四Ｐ摘要在国内外债券评级的研究基础之上，ｇ种债券评级方法，结合中国上市公司的风险特征，从变量甄选的角度对债券评级方法进行优化，同时采用中国上市公司数据进行实证分析．实证结论表明：甄选出的评级变量较国外常用的评级指标更好的刻画了中国上市公司的风险特征；Ｌｏｉｓｔｉｃ模型、ｒｏｂｉｔ模型和神经网络方法都对中国上市公司的债券有较高的Ｐｇ评级分类能力，尤其是Ｐ误判率接近于０．ｒｏｂｉｔ模型和神经网络方法对中国公司债券的评级非常准确，；；关键词债券评级；神经网络；变量甄选Ａ；ＬｏｉｓｔｉｃＰｒｏｂｉｔＭＤｇ中图分类号Ｆ８３０．９１文献标识码Ａ
第４期
田渊博：中国公司债券评级方场．债券评级模型和方法的研究在国外已逾百年，从而积累了一批在理论和实践中都得到较为广泛应［１，２］选取了用的统计模型和方法．Ａｌｔｍａｎ（１９６８）破产公司９４５年至１９６５年期间６６家制造业公司，１在选取一定的财务指标后，和非破产公司各３３家，建立了著名的Ｚ得分模利用多元判别分析（Ａ）ＭＤ型；ｌｔｍａｎ发现Ｚ得分模型的正确分类比率高达Ａ［３］将Ｌ０％以上．Ｏｈｌｓｏｎ（１９８０）ｏｉｓｔｉｃ模型引入到９ｇ公司财务危机预测上来，他利用１９７０年至１９７６年部分公司的财务数据应用于该模型，最后得到在预测公司破产上具有显著作用的四类因素分别是：规模、杠杆比率、业绩表现（比如净收入／总资产或营业收入／总债务）和货币流动性（营运资本／总资产或者［４］（采流动资产／流动负债）此外，ｍｉｅｗｓｋｉ１９８４）．Ｚｊ用１应９７２年至１９７８年的部分美国公司作为样本，用于Ｐ即累积概率模型，也得到了较好ｒｏｂｉｔ模型，［５］（的预测结果．Ｃｏａｔｓ与Ｆａｎｔ１９９３）将神经网络方法应用于公司财务状况的评价．他们选择与Ａｌｔｍａｎ年的Ｚ得分模型相同的五个指标，以１至９７０９８９１年的数据样本进行了检验，不仅克服了ＭＤＡ方法理论假设与现实背离的困境，结论也表明神经网络方法比ＭＤＡ方法在公司分类上更加有效．鉴于中国债券市场的落后以及实证数据的缺失，国内对债券评级进行研究的大多数学者都是在借鉴国外经验的基础上，对成熟有效的债券评级模型和方法进行改进，以应用于中国债券市场．李湛和