光大证券-企业信用评价系列研究之一：对企业信用评价方法的回顾及思考-190623

《光大证券-企业信用评价系列研究之一：对企业信用评价方法的回顾及思考-190623（9页）.pdf》由会员分享，可在线阅读，更多相关《光大证券-企业信用评价系列研究之一：对企业信用评价方法的回顾及思考-190623（9页）.pdf（9页精品完整版）》请在悟空智库报告文库上搜索。

        ◆  信用评价是一个不断发展的过程
        对信用评价方法的最早探索可追溯到  20  世纪之前，随着分析工具的丰富以及数据处理能力的提高，信用评价方法也逐渐复杂化。信用评价方法从定性的经验判断向定量的指标衡量发展，从单一的历史财务数据分析到考虑多种信用影响因素。
        ◆  基于信用形成要素的专家判断
        20  世纪以前，信用评价主要采用专家判断的方法。专家判断起源于银行信贷业务，是一种建立在长期经营经验上的主观判断方法。其依赖于专家的经验，主观性强、成本较高，判断结果还可能前后不一致。
        ◆  财务比率综合分析法
        沃尔比重法首次将财务比率应用到信用评价中，选取  7  个财务指标，将目标企业与标准值比较，获得最终综合得分。但沃尔比重法缺乏理论的支持，指标的选取是否有普适性，有待论证。同时，权重的准确性也有待考虑。
        ◆  基于财务指标的多元判别模型
        多元线性判别分析模型跳出了专家经验的局限，并且通过大量企业历史数据去挖掘权重。多元判别模型受限于样本数据，并且样本数据受到线性回归模型的假设限制，现实中常常存在样本量不足，且不符合正态分布假设等问题。
        ◆  基于数理模型的现代信用度量
        KMV  模型与  Credit  metrics  模型作为现代信用评价模型更加全面衡量企业信用风险，降低了主观因素对信用评估的影响。但模型仍然受到数据来源的限制，模型分布的假设难以反映信用风险的真实分布，还有一些道德因素等未能体现。
        ◆  总结：对信用评价方法的思考
        模型无法识别信息质量。随着信用评价方法的发展，越来越多的信息被纳入评价体系，信息的充分度得到了提高，但该评价体系却无法改善甚至无法识别信息的质量。
        对于过往信息的依赖。信用评价模型更多是聚焦借款人的过往信息。实际信用审查的过程中，要将过去信息、经验与未来前瞻性相结合。
        信用评价模型的发展方向。随着技术的发展，未来或将出现更为高效的模型，不仅可以纳入更丰富的信息体系，还能够能挖掘样本的深层信息，及时识别信息的质量，进行综合评价。
        ◆  风险提示
        需要认识到单一评价方法及模型的不足，在信用评价过程中，要结合外部经济环境、行业发展趋势、企业的财务表现进行综合评价。还应加强对信息质量的审查。