学文网信用风险评估篇1
一、长沙银行信用风险评估现状分析
长沙银行成立于1997年5月，是湖南省首家区域性股份制商业银行。成立12年来，长沙银行取得了喜人的发展成绩。紧紧围绕“***务银行、中小企业银行、市民银行”的特色定位，以及“四个三”的客户发展计划，初步形成了自身的经营特色和核心竞争能力。由于信用评价制度是一个复杂的系统工程，涉及到各方面的因素，同时我国信用评价研究起步较晚，目前我国尚未建立一套全国性的客户信用评价制度与体系。长沙银行对贷款企业进行信用评级的主要做法是：根据评估的需要设置若干组评估指标，对每一指标规定一个参照值。如果这一指标、达到参考值的要求就给满分，否则扣减该指标的得分。最后将各指标的得分汇总，并按总分的高低给贷款企业划定信用等级，作为贷款决策的依据。该种方法的不足之处在于：（1）评级指标、体系的构成是通过内部信贷专家确定的，缺乏定量化，具有不确定因索，有待进一步深入研究。（2）指标、权重的设置主要依靠专家对其重要性的相对认志来设定，缺乏科学性及客观性。（3）缺少对贷款企业各方面能力的量化分析，在对偿债能力等重要指标上只采用直接观察法，凭经验据报表估计其能力，有很大的主观性。（4）缺少对非财务因素的分析和现金流量的量化预测。
二、加强长沙银行信用风险评估建设
（一）完善信用评价指标体系和评价方法
长沙银行要建立内部评级体系，既要学习借鉴国外模型的理论基础、方***和设计结构，又要紧密结合本国银行系统的业务特点和管理现状，研究设计自己的模型框架和参数体系。要充分考虑诸如利率市场化进程、企业财务欺诈现象、数据积累量不足、金融产品发展不充分、区域风险差别显着、道德风险异常严重等国内特有因素。只有深刻理解中国的金融风险，才能建立起有效的风险评级模型，这需要信用风险系统设计师不仅掌握先进理论方法，还能够对长沙银行的现实问题提出技术对策。
（二）加强培训，提高银行评级人员的素质
长沙银行应加强与国际专业评级机构如穆迪公司、标准普尔公司合作，加快培养、建立评级专业人才队伍，负责内部评级实施和维护工作。同时聘请国外银行和评级公司的专家，对这些人员进行集中培训，或派往国外培训，使之成为风险量化专家和未来的金融工程专家，为国内商业银行新型评级系统的建立健全出谋划策。
在评级过程不可避免的会存在部分道德层面上的问题从而引发操作风险。对此，要从思想意志上对相关人员进行教育，增强其主人翁责任感；要将***治素质好、业务能力强的工作人员优先充实到信贷岗位。
（三）加强行业研究，建立和完善信用风险管理基础数据库
没有高质量的数据积累，信用评级的模型及各项指标则无用武之地。长沙商业银行要完善数据积累，必须在确保客户信息的完整性和准确性前提下，加快信用评级所需数据的收集，同时完善不良客户信息的收集。另外，长沙银行应根据客户的资产负债状况、市场环境等情况及时更新客户信息，以便做出准确的风险分析。在充分获取数据的同时，商业银行要加强信息技术系统的建设，并且要保证信息技术系统的可信度和稳健性。同时，必须按照行业进行适当分工，通过对不同行业的长期、深入研究，了解和把握不同行业的基本特点、发展趋势和主要风险因素，可以为受管理对象在同一行业内部和不同行业之间的风险比较创造必要条件，从而为信用级别的决定提供参照。
信用风险评估篇2
关键词：信用风险评估；网络信贷；借款人信用；人工神经网络
中***分类号：F832.5 文献标识码：B 文章编号：1674-2265（2016）12-0043-05
一、引言
P2PW络信贷平台凭借方便快捷、低门槛的优势，自2006年在中国首次出现后，数量呈几何模式快速增长。然而由于风险管控能力不足，导致问题平台不断出现。《中国P2P网贷风险指数快报》显示，2016年3月末中国P2P网贷问题平台1824家，占全国P2P网贷平台5326家的34.25 %。究其原因，在于中国的网贷平台规模普遍较小、发展时间较短，并不具备完善的风险防范与管理能力。网贷平台所面临的最大风险是借款人的信用风险，然而国内众多平台为抢占市场、快速上市，并没有在风控方面做好充分准备。大多数网贷平台缺乏完善的借款人信用风险评估体系，无法对借款人信用等级做出有效评估，导致平台出现运营危机。2015年，中国***府开始对国内网络信贷行业进行整改，风险控制成为网贷平台整改的核心内容。如何准确评估借款人的信用风险，成为提升网贷平台风险管控能力亟须解决的问题。
P2P网贷平台信用风险问题引起了国内外学者的广泛关注。网贷平台信用风险揭示方面，封延会、贾晓燕（2012）认为P2P网贷是影子银行的一种形式，暴露了中国金融风险监管的不完备。马运全（2012）认为，将P2P网贷平台数据接入征信系统可以最大限度地减少借款人信用风险发生的可能性。Klafft（2008）分析美国网贷平台Prosper的数据，发现借款人信用评级越高越容易获得贷款，逾期还款率也越低。信用风险影响因素研究方面，Herzenstein等（2008）认为借款人的债务收入比是影响信用风险的重要因素。Iyer等（2010） 提出了评估借款人信用风险的数据包括标准的银行数据和性别、年龄等非标准数据。Barasinska（2009）认为借款人年龄、性别、种族也是影响信用风险的重要因素。Duarte等（2012）认为外貌特征都会影响借贷行为。王会娟等（2014）基于“人人贷”的数据发现，对借贷行为影响较大的是工作认证、收入认证、视频认证和车产、房产认证等认证指标。温小霓等（2014）以拍拍贷为例，发现借款人信用积分、性别、住宅情况也对借款结果有影响；信用风险评估方法研究方面，张墨（2015）总结了 P2P 网贷个人信用评价的方法――层次分析法、主成分分析法、因子分析法、神经网络模型法等。张巧良（2015）应用层次分析法对网贷平台风险进行了评价。王保乾和王婷（2016）运用基于层次分析的模糊综合评价分析了大数据对网贷信用评估的影响。于晓虹和楼文高（2016）认为层次分析法、主成分分析法、因子分析法等方法均不太适合于P2P网贷个人信用评价与预警建模研究。Angelini等人（2008）开发了两个神经网络系统来进行信用风险评估，通过对意大利某小型企业的实证研究，表明神经网络适用于评估借款人违约风险。朱毅峰（2008）认为神经网络方法的优势在于对样本数据的分布没有要求，并降低了对差企业的误判率。
综上所述，网络信贷的信用风险评估在国内外的研究均取得了一定的进展。但已有研究往往将关注的焦点放在对信贷平台的风险评估，对借款人信用风险的关注度不够，对P2P网贷平台借款人信用风险的分析也大多采用定性分析法、层次分析法等带有一定主观性的方法，难以客观、全面地反映借款人信用的真实情况。基于此，本文从P2P网贷平台借款人信用角度出发，分析网贷平台借款人信用同个人基本信息的关系，筛选影响借款人信用等级评估的指标因素，选择在信用风险评估中可以解决非线性、不确定性变量关系的人工神经网络模型，对网贷平台的借款人信用风险评估进行实证分析。
二、网贷平台借款人信用风险评估指标的选取
P2P网络信贷的特点之一是网贷平台要求借款人提供的个人信息较为简单，一般包括身份信息、基本资产状况、年龄、学历等个人基础情况。通过第三方认证平台对借款人提供的信息进行认证，根据认证后的信息对借款人的信用等级进行评定，并将信息及评级结果公布在网站上，供贷款人参考。
根据国内目前各大网贷平台对借款人的审核要求，一般需要借款人提供身份证、是否购车、基本资产情况、收入情况、婚姻状况、文化程度、住房条件等资料信息，国外一些平台对借款人审核的条件还包括种族、性别、外貌长相、体重等信息。借鉴国内外P2P网贷平台信用评价指标的选取情况，考虑P2P网贷平台借款人的特点及平台业务需求，本文选取借款人年龄、住房、购车、收入、婚姻、文化程度、历史信用记录、性别、上传照片（代替外貌特征）、居住区域等信息指标，作为网贷平台借款人信用风险评估指标。由于所选指标部分是非数值变量，为了能准确地分析这些变量对借款人信用风险的影响，将性别、住房、地区等设为虚拟变量，将部分指标进行虚拟量化，量化结果如表1所示。
（一）年龄
网络信贷借款人的年龄主要集中在20―60岁之间，年龄较小的借款人储蓄能力较低，缺少良好的消费习惯，其违约风险较高；年龄较大的借款人收入水平较低、突发消费较多，其违约风险也相对偏高。因此年龄在34―45岁之间、拥有稳定工作收入的借款人信用较好，违约风险低。
信用风险评估篇3
【关键词】风险导向审计 风险评估 审计信息化
***的十七大报告中将原来的“四化”扩展为“五化”，专门加入了对信息化的要求。信息化已经广泛地应用于各个领域之中，审计工作也面临着冲击和影响，传统的审计理念、审计方法、审计手段已经制约了审计工作的发展，在信息化条件下不断提高审计质量，降低审计成本，加快审计信息化建设的进程，提高管理能力和水平，是审计发展的必然趋势。
一、审计信息化的现状
随着数据库技术、网络技术、存储技术的发展，审计所需数据可以比较方便的从被审计单位系统迁移或转换到审计业务系统中来，计算机审计已成为审计最重要的审计方法。改变传统的作业手段，加快审计信息化建设步伐，从审计模式上将各个允许减少人工作业的模块使用计算机自动分析，实现信息化集成和批量处理是审计发展的必然趋势。
二、审计信息化在风险评估中的运用
（一）风险评估在风险导向审计中的作用
风险导向审计以战略观和系统观思想指导重大错报风险评估和整个审计流程，其思维与流程主线可以概括为：审计风险主要来源于企业财务报告的重大错报风险，而重大错报风险主要来源于整个企业的经营风险和舞弊风险，审计风险模型把审计风险和重大错报风险有机的结合在一起。风险评估程序是注册会计师为了了解被审计单位及其环境，以识别和评估报表层次和认定层次的重大错报风险而实施的审计程序，是风险导向审计模式的重要组成部分。
（二）风险评估程序中如何运用审计信息化
首先，在风险评估程序中可以采取询问、分析程序、观察和检查等方法来对被审计单位进行初步的风险评估，在此层面上，可以采用信息化给予辅助的可以有以下方面。
询问管理层和相关人员获取相应报表编制环境信息的时候，询问人员的选择可以由计算机自动筛选，相关管理层的履历和报表年度业绩要求和管理权限也会反映在计算机数据上，有助于排查管理层的诚信问题和是否存在舞弊压力和动机；在员工人数比较多的被审计单位可以采用计算机网络调查问卷的形式进行询问，询问可以选择匿名或实名，更有助于发现问题，并由计算机后台自动比对询问结果，该结果可以作为注册会计师询问获取是否存在由于舞弊产生的重大错报风险的相关证据。
分析程序是能将审计信息化运用得最恰当的一个方面，将被审计单位业务情况市场情况以及相关业绩要求导入审计分析系统，将其与报表数据进行比对分析，计算机自动分析的结果可以有助于注册会计师快速识别出从数据层面上未被识别出的重大错报风险。
其次，在风险评估程序中，执业指南要求注册会计师从以下几个方面了解被审计单位及其环境：被审计单位所处相关行业状况、法律环境与监管环境及其他外部因素；被审计单位的性质；被审计单位对会计***策的选择和运用；被审计单位的战略目标以及可能导致重大错报风险的相关经营风险；被审计单位财务业绩的衡量和评价；被审计单位的相关内部控制。以下就从这几个方面探讨风险评估中如何运用审计信息化。
在了解相关行业状况、法律环境与监管环境及其他外部因素时，可以运用风险导向审计信息化系统建立行业信息资料库，按行业分类，审计人员在获得被审计单位授权后可以进行比对查阅；同时资料库对口连接各个监管部门的数据库，配套法规***策出台以及运用的时间点实现同步更新，按地区导入最新法律法规，按信息点分类检索一致性，实现智能化对接，一步检索到位；不仅能在了解层面对比被审计单位的相关外部因素，在后续的审计中检查合法合规性时也可以作为参考标准使用，减少重复工作。
被审计单位的性质和被审计单位的内部控制这两个可以同时通过风险导向审计信息化系统来进行分析，将被审计单位的各种所有权结构和治理结构对应分析，如果系统资源足够完善的话，还能通过比较识别出潜在的关联方和关联方交易，从而提示审计人员给予充分的关注；被审计单位的内部控制体系可以直接导入审计方的风险导向审计信息化系统，实现数据无缝转接，极大程度上减少了口头沟通和面对面审计模式。在实务中，审计人员如果选择信赖被审计单位的内部控制，都会适当减少控制测试和实质性程序，但内部控制中的人工成分不能全部依赖于系统的自动分析，还是需要注册会计师的人工识别。
在了解被审计单位对会计***策的选择和运用时，风险导向审计信息化系统可以将从被审计单位收集到的会计账务具体处理方式和非数据信息分门别类，和现有的会计从***策逐一核对，将核对结果反映给审计人员，由审计人员做简单的职业判断即可，如有与常规会计处理不一致的交易将被系统自动识别出来，作为风险点反馈给审计人员。
在了解被审计单位的目标、战略以及可能导致重大错报风险的相关经营风险时，被审计单位的经营状况应放到大经济环境中加以考虑，被审计单位在历年审计中所提到的目标战略应该在审计信息化系统中保留下来，在承接新的审计任务时，可以通过密钥或相关授权得到历年的非数据信息，减少审计人员盲目收集资料的时间；对于被审计单位的业务拓张和新产品开发将会由系统上指派的行业专家进行评估，避免审计人员由于不了解行业而做出错误的职业判断，这一评估过程将由特定的保密措施约束，被审计单位有权在系统中申请关闭本单位新产品和新战略信息的评估权限。
在了解对被审计单位财务业绩的衡量和评价时，关键业绩指标的取得和比较是分析重大错报风险的关键。现在的审计实务中，相应的指标数据都已经可以由计算机自动计算完成，但是比较的过程还是由审计人员逐一核对，新的风险导向审计信息化系统应该能够把指标数据通过相应模型进行横向纵向自动对比，自动标示出非线性变化点或异常点，再由审计人员将其导入审计风险模型中进行分析，以便确定进一步审计程序；管理层的奖金和激励性绩效如果和利润挂钩，运用系统导入同行业高管薪酬水平和利润率进行比较，可以很好的检测出是否存在管理层舞弊的潜在风险。
（三）风险应对中如何运用审计信息化
现有的审计信息化软件仅能将同质化的会计信息数据迁移，然后进行自动比对，一般的核对项目仅限于和管理层认定进行比对，做出相应审计成果汇总。但在绝大多数审计中，报表层次的重大错报风险是和特别风险紧密联系的，特别风险的辨别不容易被常规处理所发现。
三、对于审计信息化与风险导向审计结合的延伸思考与展望
现代风险导向审计模式中重大错报风险的评估，很大程度上依赖于审计人员的职业判断，新的风险导向审计信息化系统完善后，审计人员只需要把被审计单位的基本信息导入系统，就可以得出相应的风险评估指标数据，极大了节约了审计成本。但是，由于风险导向审计信息化系统的公共性太强，这就对系统的安全性和可能接触到系统的工作人员的职业道德提出了更高的要求。
风险导向审计信息化系统很大程度减小了审计人员和被审计单位的信息不对称的可能性，在一定程度上约束了被审计企业信息造假的可能性，更大程度的发挥了审计的经济监督职能。
参考文献：
[1]蔡毓瑾.浅谈内部审计信息化[J].财经界（学术版），2012，（2）.
信用风险评估篇4
【关键词】商业银行；信用风险；评估方法
一、引言
信用风险的定义有广义和狭义之分，广义的定义是信用关系的一方因为另一方没有履约而导致的可能损失；从狭义的角度理解信用风险指的是债务人在债务期限结束时不能按时履行债务合约，最后导致债权人损失的可能性。
《世界银行》对全球银行业危机的研究指出，信用风险管理不善是导致商业银行破产的常见原因。加强信用风险管理对我国商业银行而言十分重要。由于信用风险的形成主要取决于企业财务状况，我们通常将商业银行信用风险分析转化为企业财务状况的衡量。目前我国的信用风险分析以对财务指标的分析为主。
二、文献综述
国外学者进行了大量的理论和实证研究，为银行信用风险评价的研究提供了研究思路。Rock(1984)指出7个因素比较受信用卡业者所重视，Steenackers和Goovaerts(1989)采用Stepwise Logistic Regression模型寻找影响信用风险的原因，Horrigan（1966）筛选出总资产、债券价格、营运资金等变量采用Z评分方法建立多元回归模型，预测穆迪公司与标准普尔公司的评价模型。Ohlson（1980）建立 Logistic 回归模型进行风险预测。 Halen、Thomson（1988）采用 Logistic 模型对银行破产问题进行了分析。
国内关于信用风险评估的研究起步较晚，但是随着我国金融市场的发展及金融机构对于信用风险的逐渐重视，我国信用风险评估方法的研究尤其是应用现代信用风险评估方法的研究成果逐渐增多。
张玲和曾维火（2004）采用Z模型对我国国内上市公司进行违约预测分析。实证研究结果表明Z模型测算的公司Z值与上市公司信用级别具有较好的相关性。章强(2002)提出要防范信用卡风险，要使信用卡操作流程化，将分散的关于某一项具体业务操作的各项规定综合起来，转换成“处理流程表”的形式。吴晶妹(2002)讨论了现代信用的地位、特征、信用结构、信用效率以及现代信用活动对经济增长的积极作用。贾波，谢佳永(2002)则把信用消费理论和银行的消费信贷业务联系在一起。王春峰、万海晖和张维（1998）将判别分析法应用于商业银行信用风险评估中，与 Logistic 方法的比较，进一步研究了判别分析法的有效性。于立勇，***辉（2004）分析了我国国有商业银行财务数据并利用正向逐步选择法构建信用风险评估指标体系，通过 Logistic 方法建立违约概率计算模型。方洪全、曾勇、何佳（2004）通过极大似然法建立序次 Probit 模型，该模型可用于银行债项风险等级的动态分析，对国内商业银行准备金计提、贷款定价具有重要意义。邓玺在《美国的信用卡收入 风险构成及相关性研究》认为，在一定的收入规模以内，收入的增长幅度大于风险的增长，信用卡产业存在明显的规模效益。周洪亮、穆文全（2003）详细阐述了信用卡业务风险管理的理念、技术和相关法规以及美国所采用的先进的信用卡业务风险管理方法。胡勇，张永青（2006）分析了目前个人信用消费贷款的基础，提出了建立全国统一的个人征信系统，建立风险呆账核销制度。
三、信用风险评估方法
信用风险评估方法不断推陈出新，管理技术正日臻完善，许多定量技术、支持工具和软件已付诸商业应用。与过去的信用管理相对滞后和难以适应市场变化的特点相对比，新一代的金融工程专家将建模技术和分析方法应用到这一领域，产生了一批新技术和新思想。随之而来，在传统信用评级方法基础上产生了一批信用风险模型，这些模型受到了业内人士的广泛关注。信用风险模型主要是通过数学手段对历史数据进行统计分析，从而对有关群体或个体的信用水平进行定性或者定量评估，并对其未来行为的信用风险进行预测，提供信用风险防范的有效依据和手段。
从统计学角度看，常用来对信用风险进行分析的数学工具主要包括判别分析、Logistic回归分析、主成分分析和神经网络等四种类型。
判别分析法(DiscriminantAnalysis)，也叫多变量判定分析法它是根据已知的违约和非违约的企业进行分类构成若干个总体，由这多个总体的特征找出一个或多个判别函数(或准则)，用于判别任一己观察的向量应判属哪一个总体，以及检验两个或多个母体，在所测量的指标量上是否有显著差异，如有则指出为哪些指标。该法很适合用于信用分析，但这一方法也有很大缺陷，其假定条件过于严格，如要求数据服从多元正态分布；协方差矩阵相同；均值向量、协方差矩阵、先验概率均为己知等等，但在实际中所处理的数据都有不同程度的违背，往往不能完全满足条件。
Logistic模型假设企业违约事件服从Logistic分布。该模型同样选择一系列的财务指标来研究企业的违约概率。Logistic回归模型不要求模型变量间具有线性的相关关系，自变量可以是连续变量，也可以是离散变量或者虚拟变量，同时也放松了变量服从协方差矩阵相等和残差服从正态分布的要求，模型的因变量以0或者1来代表违约事件是否发生，更具有直观性。
Logistic模型的最大优点在于它解决了因变量不连续回归问题，特别是因变量为分类变量时非常适合使用该模型进行研究。应用Logistic分析可识别自变量对个人住房抵押贷款违约风险的影响方向，达到识别影响个人住房抵押贷款违约风险主要因素的目的。Logistic模型是由Logic模型变换而来。Logit模型采用的是逻辑概率分布函数。
Probit模型是二元离散选择模型的一种。在Probit模型中，采用的概率函数则是累积标准正态分布函数，模型计算方法和Logistic很类似，但在具体的计算方法和假设前提上又有一定的差异，Probit模型假设企业样本服从标准正态分布，其概率函数的p分位数可以用财务指标线性解释，Probit模型采用极大似然函数求极值的方法求解，采用积分的方法计算破产概率。该模型包括了非线性估计，所以计算量较Logistic模型大。
自组织数据挖掘起源于乌克兰控制专家A.G.Ivaklmenko在上世纪六、七十年代提出的数据分组处理方法，因此自组织数据挖掘算法通常又被称为GMDH算法。GMDH基于启发式自组织方法，启发式自组织方法在过程动态分析的基础上利用启发式方法选择模型结构，然后在模型结构的基础上估计模型的参数。它不要求给出模型的具体形式，只要给出函数的类型、生成函数的形式及选择准则就可以了，并且函数的选择也不是原则性的问题。其中的自组织是一种过程，复杂动态系统的组织在这个过程中产生、繁殖和完善。在利用自组织原则的方法中，寻求复杂系统动态模型的过程是通过模型结构由简单到复杂而逐渐实现的，即在归纳判断方法的基础上进行的。具体步骤是将数据分成学习集和检测集，学习集的数据根据内准则形成多个初始模型的集合，然后由外准则选出竞争模型，并重复建模和筛选这一过程，最终形成最优复杂度模型。与回归分析相比，GMDH是一个动态的建模过程，从样本数据中选出影响因素且不用考虑相关性的问题，另外回归分析对数据的数量和质量要求较高，GMDH能够对有噪声的小样本进行较好拟合度的建模。它用二元二次多项式通过层层自组织形成最终的非线性选择模型；拟用主成分分析基础上，再对主成分变量两两构造二元logit模型作为GMDH的部分变量模型，以期得到识别率更高的离散选择模型。
GMDH方法的优势在于它能够对输入输出的变量原始信息构造出模型，从而进行自选择。出于GMDH方法构建出的网络具有神经网络的的特性，用多项式处理数据同时在结构上有自组织、全局优选的特性。因此，GMDH非常适合用于复杂系统的建模。
鉴于文章的样本比较小，还有与GMDH法相似的拔靴法。拔靴法又称Bootstrapping，就是利用有限的样本资料经由多次重复抽样，重新建立起足以代表母体样本分配之新样本。Bootstrapping 是通过具有估计值特性的样本数据来描述该特性，它不断地从真实数据中进行抽样，以替代先前生成的样本。此法样本数越大越好，对于估计结果的准确性更为有利。与解析方法相比，bootstrapping的优点在于，它无需对分布特性做严格的假定就能进行推断分析，这是因为它使用的分布就是真实数据的分布。
参考文献：
[1]Ohlson J.Financial Ratios and the Probabilistic Predictionof Bankruptcy[J].Accounting research,1980.
[2]M.Odom and R.Sharda.A neural network for bankruptcyprediction[J].International Joint Conference on NeuralNetworks,1990.
[3]周洪亮,穆文全.信用卡风险管理[M].中国金融出版社,2002,9.
[4]王春峰,万海晖,张维.组合预测在商业银行信用风险评估中的应用[J].管理工程学报,1999(1):5-8.
[5]周敏,李世玲,张富堂.数据组合处理方法在数据预测中的应用[J].计算机测量与控制,2006,14(7).
信用风险评估篇5
关键词：普外科；手术；护理风险；信息系统
普外科的病种比较多，且患者病情较为复杂，往往需要手术***，存在一定的护理风险[1]。加强普外科护理风险管理，预防和避免护理不良事件的发生是一项重要课题。有研究表明[2]，对普外科加强护理风险管理，可以提升护理质量，降低护患纠纷的发生。徐素彬等人[3]研究认为，加强护理风险管理可以提高普外科护士的风险意识，减少风险系数，提高患者护理的满意度。随着医院信息化管理模式的不断推进，一些医院在护理风险管理中逐渐尝试引入了护理风险评估系统。有研究表明[4]，将护理风险评估系统引入住院患者的护理中，可以降低护理风险缺陷事件的发生。近年来，我院结合临床实践需要，在普外科引入了护理风险综合评估信息系统，有效提升了普外科护理风险管理质量。
1护理风险综合评估信息系统的组成及模块功能
我院目前投入使用的护理风险综合评估信息系统的编程语言采用Powerbuilder9.0，后台数据库服务器采用Oracle8.17，客户端操作系统平台为Windows10／NT／XP。此信息系统主要分为入院评估、住院评估评价、护理风险动态评估记录与护理安全风险评估告知等4个模块，见***1。入院评估模块功能主要为记录患者的个人资料，护理查体、入院沟通与入院护理风险（包括“长海痛尺”疼痛评估、跌倒/坠床危险因素评估等）的评估。住院评估评价模块功能主要包括评估项目、评估结果、评价是否符合入院评估的内容等。护理风险动态评估记录模块主要是采用自制表格式设计将“长海痛尺”疼痛评估、跌倒/坠床危险因素评估等量表评估得分结果与评估护理人员签名等内容编进该系统的程序中，储存于该系统的数据库中。护理安全风险评估告知模块主要涵盖知情告知、患者/家属签名、压疮危险因素评估、跌倒/坠床危险因素评估、脱管危险因素评估，以及与危险因素相对应的护理干预措施等内容。
2护理风险动态评估信息系统的应用
2.1研究资料
选取2017年3月至2018年7月在我院普外科住院手术患者300例，其中男176例，女124例，年龄31～70岁，平均年龄（58.05±6.31）岁；疾病类型：胃肠道疾病30例、体表肿瘤10例、甲状腺及***疾病80例、腹部外伤120例、腹外疝60例。两组患者年龄、性别、疾病种类等一般情况比较差异无统计学意义（P0.05）。
2.2方法
2.2.1对照组采用普外科住院手术常规护理，在科内设立质量监控员，采用质量检查的模式，发现患者出现护理风险之后，及时给予处理。
2.2.2研究组在对照组的基础上加用护理风险综合评估信息系统实施护理风险管理。由责任护士协助患者采用询问、护理查体、生命体征测量等方法完成护理风险动态评估信息系统中的入院评估模块的内容。由护士长完成护理风险动态评估信息系统中的住院评估模块的内容，即对责任护士完成的入院评估模块的内容给予逐项评价。由责任护士完成护理风险动态评估信息系统中的护理风险动态评估记录模板内容。由责任护士负责该系统的护理安全风险评估告知模块内容；责任护士可以根据评分结果，在对应的护理措施的评估单上采用打“√”的方式进行选择。
2.3效果评价
比较两组不良事件发生率、护理人员护理安全质量合格率、护理投诉率等护理风险管理相关指标。采用我院自行设计的患者满意度调查表对住院患者进行调查，评价等级分为非常满意、比较满意、一般满意、不满意。
2.4数据处理方法
应用SPSS22.0软件统计分析数据。计数资料采用例数与百分比进行描述，采用检验。P0.05表示差异有统计学意义。
3结果
3.1两组护理风险管理相关指标比较
研究组不良事件发生率、护理投诉率均低于对照组（P0.05），见表1。
3.2两组患者满意度比较
研究组患者满意度为98.67%，明显高于对照组患者满意度88.67%（P0.05），见表2。
信用风险评估篇6
我们建立了一个地区综合信用风险评价体系，对30个省级行***区（因财***情况特殊而未被纳入研究范围）和265个城市的风险进行定量评估。这一体系包括13个指标，涵盖了房地产市场、财***、金融以及经济基本面等四个方面。
房地产市场风险指标有房地产投资占GDP的比重、土地供给消化压力指数、房价收入比和人口增长率等四个指标；前两个指标主要反映了房地产供给层面的风险，后两个指标则主要反映需求方面的风险。财***风险指标包括地方融资平台的债务率（债务余额/营业收入）、地方融资平台的债务期限结构（短期债务/总债务）、地方***府自身的财***收支余额占GDP的比重和地方***府卖地收入占财***收入的比重等四个指标。金融风险则主要由最新经济杠杆率水平（银行贷款占GDP比重）及其2010年以来的累积变化来反映。经济基本面主要有三个指标，分别是中期经济增长率、最近三年经济增速较其十年平均水平的下滑程度以及人均GDP；前两个指标综合起来可以反映经济潜在增速及其最近的变化，由此呈现该地区经济结构问题的严重性和转型压力；而最后一个指标反映了一个地区的相对富裕程度以及经济发达程度。
各区域省市信用风险差别较大
通过对各区域省市的风险分析，就风险的地区分布而言，我们发现沿海及一些西部省份的风险相对较高，而中部地区的风险则相对较低。另外， 2005年和2014年各省的风险得分对比显示风险是在向沿海地区集中。东部和西部的信用风险主要来源于前期的房地产投资以及地方***府较高的债务。
就城市风险的分布而言，我们发现风险最集中的是一部分三四线城市（237个中的60个），二线城市次之。前者的风险主要是来源于房地产投资过剩以及财***状况不佳，而后者的风险主要与高地价和高房价相关。因人均GDP较高，经济、财***等基本面比较好，一线城市风险较小。在风险最高的30个城市名单上，一半是来自沿海省份，三分之一是来源于西部省份。
集中研究的这几大风险因素，特别是房地产市场风险、地方财***风险和地方金融系统风险这三个风险因素高度相关。也就是说，如果其中某个风险因素过高，容易导致其他风险因素也上升。而这种风险的高度相关性决定了***府需要控制单个因素的高风险向不同领域传导，以更好控制系统性风险。
进行财税改革控制风险
中国***府有可能采取一系列措施来控制地方***府财***风险。我们预测这些措施包括但不限于发行新的地方***府债券来置换即将到期的地方***府融资平台债务、推行更多的PPP项目、将一批地方***府资产私有化，以及在资本支出中加大中央***府的转移支付。但是这些改革措施在各省和地市的推进速度将取决于他们所面临的不同压力。
中央***府公布的债务置换计划允许地方***府直接发行普通地方***府债券或特别地方***府债券，来替换即将到期的地方融资平台债务。***府已经修改了预算法，在获得***批准的情况下，地方***府可以直接发行债券。***已经给今年的置换计划批准了2万亿元的置换额度。按照审计署截至2013年6月的报告，当时地方***府负有偿还责任的债务存量中将于2015年到期的量约1.9万亿元。但是，考虑到2013年7月至2014年12月间的到期量有相当部分会展期到今年，同时期间还有新增债务，保守估算今年到期的地方***府负有偿还责任的债务量约3.3万亿元。这样来看，目前2万亿元的地方债额度只能置换60%。以此来看，2万亿元的发债置换额度恐怕难以解决今年地方***府的到期债务融资问题，下半年存在着进一步提高地方***府债券发行额度的可能。可以预见，地方***府债券市场在未来几年将快速增长。目前地方***府债券规模还只有约1.2万亿元，相信到2020年这一规模将扩大到12万亿元以上。
即便地方***府债券存量在未来五年扩张到12万亿元，解决相当部分债务置换，我们预估2015年-2020年间地方***府仍然有约9.5万亿元到期债务需要偿还。这其中一部分可能以现有方式继续通过银行贷款或者融资平台来展期，而相当部分则可能通过***府社会资本合作（PPP）的方式引进社会资本来消化。财***压力或风险较大的地方***府将更迫切地需要参与PPP项目。但它们不稳定的财***状况对于要求高风险溢价的私有机构来说并不具备吸引力。为了吸引这些私有机构，高风险地区的***府就必须更积极对现有公共项目进行体制改革，并对潜在的私有投资机构提供更优惠的***策，其中包括给予它们更高的股份、在股权结构中更多的话语权，以及减少***府对项目和相关市场的干预等等。同时，财***压力或将驱使地方***府出售资产。我们认为有更大财***压力或风险的地区将出售更多的国有资产，尤其在它们推出的PPP项目进展不顺的时候。
另外，地方融资平台的信用评级目前还集中在比较窄的信用等级范围上，92%左右在AA-和AA+之间，AAA的评级超过6%，A+或稍低评级只占不到2%。而我们估算的城市财***风险得分的差异明显更大，说明目前的评级尚未真正反映风险的多元化。我们预期未来市场对地方***府专项债（基于具体项目的现金流而不是预算资金来还本付息）的评级将有更多的分化。
新城镇化+宽松货币防控风险
房地产供给过剩所带来的风险主要集中在部分三四线城市。这可以部分解释为何***府进一步的城镇化战略倾向于加快中小城市的城镇化进程，尽管从经济意义来说也许更应该推动大型城市的快速发展。去年中央***府已经出台了一套城镇化发展蓝***及户口改革方案，其核心思想是让流动人口能够享受到同等的公共服务。我们预计部分高风险的三四线城市将会在户口改革及相关的农村中推进更快。
从宏观***策看，***府仍将在稳增长、调结构和控风险这三个主要的目标之间进行平衡，平衡的结果很可能是宏观***策尤其是货币***策在未来几年仍保持相对宽松。一方面，***府可能容忍经济增长率在合理范围内逐步下行，特别是在那些房地产严重过剩、地方债务负担过重的省市，需要抑制结构相对落后的领域中债务继续扩张，所以不可能实行大规模的宏观刺激和货币放松。另一方面，***府又需要防控由于投资放缓可能出现的经济增速过度调整带来的系统风险，因此货币***策需要相对偏宽松。
我们认为***策的核心组合应该是通过降准、降息和财***改革来降低企业和地方***府的融资成本。预期***府会容忍更多的企业债务违约，从而打破刚性兑付以纠正道德风险问题。相对宽松的货币***策配合更多的风险暴露，预期无风险利率会下降，不过风险溢价则可能会上升。但是，总体上中国经济中的系统性风险仍然不大。
地方风险或倒逼经济结构改善
依靠房地产和基础设施投资拉动经济增长的模式已经开始损害经济效率并增加风险，高风险地区的***府将被迫依靠更多市场化的措施来刺激增长，在新兴产业和高科技产业领域大有可为。我们之前的分析显示沿海地区相对来说风险较高，但是这些地区充足的人力资本和财富积累，使得产业结构转型升级更具可行性。
信用风险评估篇7
目前，中国中小企业总数已占全国企业总数的99%以上，创造了将近60%的国内生产总值和社会销售额。然而，这些为中国经济贡献度如此之大的中小企业所获得的融资服务与其战略地位严重不相称。其中，中小企业的信用问题是导致其不能获得贷款的一个首要问题。那么，中小企业信用风险的研究就显得极其必要了。与此同时，怎样使参与供应链融资的各方风险降到最低，达到一个多方共赢的目的，也是本文研究的目的所在。
本文主要采用层次分析法，层次分析法的优点在于能够把复杂问题简单化，用层次分析法把中小企业融资的各类复杂风险提取、归类以及明了化，最终给出一个全面可靠的评估方法。
一、相关研究
叶蜀君（2006）分析了银行信用风险与信贷风险之间的关系，认为信贷风险是商业银行信用风险管理的主要对象，将信贷风险分为企业的经营风险和企业赖账违约的道德风险，并对银行的信贷风险进行了博弈分析。白少布（2010）则采用有序多分类logistic模型，提出了不同等级信用违约概率的估计方法，基于违约贡献度建立了企业供应链融资信用违约概率模型。张琅、胡海清从供应链金融信用风险影响因素的分析、供应链金融信用风险评估模型的建立两方面展开，采用主成分分析、支持向量机等方法，通过比较研究找到适合我国商业银行使用的供应链金融信用风险评估方法。
分析诸多文献和以上研究成果，显而易见，有两点不足：一是现有的关于企业融资信用风险的研究只是把贷款企业放在一个孤立的位置进行研究和评估，并没有从整个供应链的角度考量；二是供应链金融业务中授信的支持性资产对信用风险的影响没有引起足够的重视。加之，对于中小企业来说，由于信用风险的主观性等某些特征，信用风险的度量是非常困难的，在此基础之上，信用风险的定量分析更是难上加难。因此，采用供应链融资的视角，研究中小企业的信用风险将是一个具有很大挑战和长远意义的课题。本文正是从供应链融资的视角出发，对参与贷款的中小企业的信用风险建立一个相对全面的评估指标体系，并创新性地加入了授信的支持性资产的评估，以期提供一个更全面的定量方法对中小企业的信用风险进行可靠的估量。
二、基于供应链的融资风险影响因素
（一）中小企业自身状况
银行贷款给中小企业主要考虑的是企业的主体信用水平、财务实力和健康程度等。具体细分为以下几点。
1.基本状况。包括企业管理的规范性、企业的实力等。有句话这样讲“别人我们无法改变，我们能改变的只有自己”。这句话同样适用于准备贷款的中小企业，中小企业只有不断完善自身状况才能在银行的信贷评级中慢慢上升到较高级别，这样融资成本就会很大降低。
2.财务状况。财务状况是银行考察的重中之重，因为财务实力直接决定着还贷的能力。在下面的评估指标体系中，财务指标也会作为一个重点来考量。
3.企业未来竞争力。我国的中小企业普遍存在缺乏核心竞争力和经营前景确定性差的问题。这一因素可能会成为横亘在企业与银行之间的一座大山，所以，这一因素也成为银行考虑的重点之一。
（二）支持性资产状况
供应链融资作为面向中小企业的融资品类，对受信主体的资质要求门槛较低，而对物流、资金流等重要的直接或间接还款来源更为重视。因此，需要对供应链金融业务中授信的支持性资产（即广义的动产担保物权）慎重选择。
1.应收账款。为了保证授信的自偿性，应收账款融资中的应收账款必须具备可实现性。
2.存货。存货融资中存货选择的主要考虑因素是违约后变现的便利性和变现的成本。
3.预付款。预付款融资是面向未来即将获得存货的融资，此类融资除了应考虑存货类抵押物选择的原则外，一些特殊的变量也决定了业务的可行性。
（三）核心企业状况
核心企业是供应链融资业务中影响中小企业贷款风险的特异性变量，其在风险评估体系中的作用可以用“水可载舟，亦可覆舟”来比喻：供应链融资作为银行与核心企业之间达成的对供应链成员中小企业提供融资服务的系统性安排，在对核心企业供应链上下游的授信中往往以各种方式将核心企业的信用嵌入信用风险管理的函数之中。由此可见，其对中小企业信用的影响是无法取代的。
（四）行业状况
银行必须了解预贷款企业整个的行业状况，任何短期融资都只能支持合理的融资需求，而不是投机性的融资需求；如何确定投资和投机的区别，需要银行对行业的供应链条、行业市场动向以及行业内部的商业规则都非常清楚。其中，行业地位和行业特征的评价决定了银行贷款的意愿。可见，行业状况对整个风险评估具有举足轻重的意义。
（五）供应链关系状况
（Mohd Nishat Faisal）等在供应链风险缓解一文中提到的在供应链融资中影响企业信用风险因素的11个关键变量，其中多达7个是关于供应链关系状况的，包括信息共享、敏捷供应链、供应链成员间信任、供应链成员间相互合作的态度、供应链中的调整激励和收入共享***策、风险共担机制和知识供应链中的风险。
三、供应链融资视角下中小企业信用风险评估指标设计
（一）选取指标重点建议
本文在对大量文献和银行开展此类业务经验学习和借鉴的基础上，向10位从事相关行业的专业人士分发调查问卷，问卷的主要内容是对本文列出的指标给予删减或补充，并提出实际操作中遇到的困难。基于此，本文认为应该从以下两方面进行完善，达到构建一套合理、全面的中小企业信用评估指标体系的目的。
1.支持性资产状况（即广义的动产担保物权）必须列为重点考察指标之一。比较而言，传统的不动产抵押授信业务的抵押物价值、权属较为透明和清晰，因此对抵押物状况的评估不是风险评估的重点。而在广义的动产担保物权抵押业务中，由于质押物权的多样性和未来情况的众多不确定性，其转让的适格、权属的明晰以及价值的足额等等特性，首先关系到受信企业的违约成本，同时关系到银行在客户违约后的债权保障，因此在信用评估体系中需重点关注。
2.财务指标需充分关注。银行的任何融资都相当于银行与借款企业共同做生意，借款企业必须自有本金，且本金必须具有高度的流动性。在实际中，有些借款企业之所以会出现大的授信风险很大程度上是由于借款企业的财务结构失衡，造成借款企业无法将损失维持在自有资金的比例范围之内，从而保持对于银行授信的偿付能力。此外，由于供应链融资直接切入借款企业的经营活动，需通过业务本身了解借款企业的经营性现金流状况，这些相关指标出现在信用风险评估的重点位置，便于客观评估和及时防范。
（二）供应链融资风险评估指标体系设计
综观以上分析，根据专家意见以及实际情况，构建供应链融资视角下中小企业信用风险评估指标体系如表1所示。该体系共分为两个层次：目标层和准则层，准则层下设一级准则层、二级准则层和三级指标层（因为该体系只是为了计算各个风险指标的权重，故忽略方案层）。
四、基于层次分析法的融资风险评估流程
表1所列指标评估体系中，准则层各指标权重的确定非常重要，因为权重的确定直接关系到评估结果的正确与否。本文使用层次分析法（简称AHP方法）确定指标权重，其特点在于对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多准则或无结构特性的复杂决策问题提供简便的决策方法。以上特点对于融资信用风险的评估刚好适用，加上专家打分，能够为各指标提供一个客观的权重评估。在表1评估体系的基础上，运用AHP方法确定各个指标权重的流程有如下四项。
CR
综上所述，结合专家打分，表1中准则层的所有指标权重都可由上述方法算出，这样会得到一个关于指标风险大小的排序，以确定评估指标体系。
五、结束语
合理、客观、全面、实用的中小企业信用风险评估指标体系和评估模型的设计，有助于银行得出可靠的评估结论。简言之，一个设计合理的信用风险评估指标体系使银行能够便利地使用并获利。然而，实际中，我国银行在对中小企业的信用评估时，对于指标的选取和权重的判定绝大部分是由专家依据经验得出，主观性极其明显，相应的，必然会造成评估结果的主观性。本文在总结前人研究成果的基础上，结合实际，提出一种更为实际的中小企业信用评估指标体系，同时，运用层次分析法对各指标的权重进行判定。当然，我国商业银行在这方面还处于起步阶段，将来需要走的路还很长。为了使本文设计的评估指标体系能够帮助到银行及供应链融资各方，未来还需要在以下几方面进行完善；一是各银行今后要有意识地增加信用风险的数据积累，建立银企信息共享机制；二是各中小企业要遵循真实的原则，公布的财务报表和数据一定要真实可靠；三是合作的态度，不论是银行还是中小企业或是核心企业参与供应链融资都有一个共同的目的：获取利润，只有各方都抱有一颗互惠互利的心态，才会达到一个共赢的结局。
【参考文献】
[1] “供应链金融”课题组.供应链金融——新经济下的新金融[M].上海：上海远东出版社，2009：161.
[2] 叶蜀君.关于控制银行信用风险的思考[J].生产力研究，2006（9）：53.
[3] 白少布.基于有序logistic模型的企业供应链融资风险预警研究[J].经济经纬，2010（6）：66.
[4] 张琅，胡海清，张道友.基于支持向量机的供应链金融信用风险评估研究[J].软科学，2011（5）.
信用风险评估篇8
关键词：信用卡风险；评估；层次分析法；灰色GM（1，1）模型
一、引言
近年来，中国消费信贷快速发展，对扩大内需、推动经济持续发展起到了重要作用。与国外银行信用卡业务相比，中国各商业银行信用卡业务的风险管理水平罗低，管理手段和方法相对落后，缺乏有效的申请评估方法来规避信用风险。如何有效分析信用风险状况，关系到银行自身的经营风险。
在信用评级研究中，多元判别分析技术（MDA）得到广泛应用，但其要求数据服从多元正态分布和协方差矩阵相等的前提条件，与现实中的大量情形相违背，由此在应用中产生很多问题[1]。因此，许多学者对MDA进行了改进，主要有对数、二次判别分析（QDA）模型、Logit分析模型、神经网络技术（NN）[2]、决策树方法[3]等，这些方法在解决部分问题的同时也带来新的问题。就中国的现状而言，存在的问题是用于评估的数据特性不稳定、历史数据样本容量小等，这就导致MDA方法所需的有效样本数量偏小而影响其使用效果[4~5]。
以往国内商业银行对信用风险评估相关数据重视不足，造成有效信息的缺失，灰色预测模型具有少样本预测的特点已被广泛应用在许多领域[6~9]。本文利用层次分析法（AHP）和灰色预测模型相结合的组合评价方法对信用卡申办人进行信用等级评估，以寻求降低信用卡信用风险的有效措施。
二、组合评估模型
（一）AHP计算信用卡申请指标权重
参照国际标准、国内外银行经验和个人信用等级评估方法，综合考虑商业银行特点与所在地区情况，通过对以往申请人群的考察，以专家判断为基础，选择四大类17个指标来评价个人信用等级（见表1）。
根据影响个个信用等级的主要因素建立系统的递阶层次结构，运用AHP确定各评估指标的权重。具体步骤如下：
Step 1： 构建判断矩阵A=[aij]，i，j=1，2，…，n，式中aij就是上层某元素而言Bi与Bj两元素的相对重要性标度。
Step 2： 判断矩阵A的一致性检验，评估矩阵的可靠性。检验方法为：
1.计算一致性指标Ic=（λmax-n）/（n-1），当λmax=n，Ic＝0，为完全一致，Ic越大，判断矩阵A的完全一致性越差。
2.计算平均随机一致性指标IR：随机构造500个样本矩阵，随机地从1~9及其倒数中抽取数字构造正负反矩阵，求最大特征根的平均值λ′ max，和IR=（λ′ max-n）/（n-1）。查找相应的平均随机一致性指标IR（见表2）。
3.计算一致性比RC=IC/IR，当Rc
Step 3： 计算层次单排序及总排序。层次单排序是根据判断计算对于上一层某元素而言本层次与之有联系的元素重要性次序的权值；层次总排序是依次沿递阶层次结构由上而逐层计算，即可计算出最低层因素相对于最高层总目标的相对重要性的排序值。
（二） GM（1，1）模型
设有已知序列：X （0 ）={x （0）（k）}nk=1，其1-AGO 生成序列：X （1 ）={x （1）（k）}nk=1，其中：x （1）（k）=x （0）（i），GM（1，1） 所建立的白化方程实际上是一个带初值的微分方程，见（1）式。
+ax （1）（t）=ux （1）（1）=x （0）（1），其中a，u为待定参数。 （1）
对（1）式求解得： （1）（k+1）=（x （0）（1）-）e-ak+ （2）
其中：=[a u]T=（BTB）-1BTYN （3）
背景值：z （1）（k+1）=0.5x （1）（k+1）+0.5x （1）（k）（4）
B=-z （1）（1）-z （1）（2）…-z （1）（n-1）11… 1T
YN=（ x （0）（2），……，x （0 ）（n））T
对式（2）通过累减还原，得预测值：
（0 ）（1）=x （0）（1） （0）（k）=（1-ea）（x （0）（1）-）e-a（k-1 ），k=2，3…，n （5）
（三）AHP-GM11模型及其实现
1．模型输入点的选取。通过AHP建立的指标体系，由于各判断矩阵的RC值均小于0.1，可认为它们均有满意的一致性。对权值累计贡献率>＝95%的指标保留，否则删除该指标，从而得到简化后的风险指标体系，并作为输入值。
2．GM模型预测。有了评估体系后，银行就可根据信用卡申请者或者信用卡授卡对象的归一化数据通过GM（1，1）模型得到预测结果。如果预测值>=0.8，说明申请者由于各种原因，申请者坏账风险比率高，银行应拒绝申请；如果0.4
3.模型的实际应用。本文结合实际情况，选取10个样本进行预测[13]，预测结果（见表3）。
三、结论
运用基于AHP和GM模型的风险评估模型可以同时考虑客户的一些静态和动态指标，如职业、学历、还款记录等，可以通过反映申请者的综合情况来考核其信用状况，为商业银行开展信用卡业务风险防范提供了依据。
但与此同时，在评价每个因素时，有时会出现某些指标的权重过高导致其综合评价指数偏高，而影响其信用状况评定。所以，如何更好地确定指标权重，进一步提高评估模型的稳定性、合理性将是作者今后的研究方向。
参考文献：
[1]Eisenbeis R A.Pitfalls in the application discriminant analysis in business and economics[J].The Journal of F inance，1977，(2).
[2]Tam K Y，KiangM.Managerial applications of neural network s：the case of bank failure predictions[J].Management Sciences，1992， (1).
[3]F rydman H，A ltman E I，Kao D L.Introducing recursive partitioning for financial classification： the case of financial distress[J].Journal of F inance，1985，(1)：269-291.
[4]王春峰，等.小样本数据信用风险评估研究[J].管理科学学报，2001，(1)：28-32.
[5]李建平，徐伟宣，刘京礼，石勇.消费者信用评估中支持向量机方法研究[J].2004，(10)：35-39.
[6]邓聚龙.灰色控制系统[M].武汉：华中理工大学出版社，1988.
[7]刘思峰，郭天榜.灰色系统理论及其应用[M].郑州：河南大学出版社，1991.
[8]DENG Julong.Control problems of grey systems[J].Syst &Contr Lett，1982，(5)：288 -294.
[9]张岐山.灰朦胧集的差异信息理论[M].北京：石油工业出版社，2002.
[10]颜文.中国信用卡业务风险的宏微观分析[J].财会研究，2007，(4)：13-15.
[11]张颖，于海龙.中国信用卡业务现状和前景的综合分析[J].经济师，2007，(5)：23-24.
[12]信用评分及其应用[M].王晓蕾，石庆焱，吴晓惠，等，译.北京：中国金融出版社，2006：2-10.
[13]许速群，张岐山，杨美英.个人信用卡申请风险评估模型[J].中国信用卡，2007，(6)：30-33.
信用风险评估篇9
【关键词】logit;新能源;因子分析;STATA
一、绪论
新能源是一个正在兴起，并且在国家的大力支持下蓬勃发展的行业。对于新能源上市公司，不仅需要与同行业的新能源公司竞争，还需要跟传统的能源公司竞争。对于身处竞争激烈的新能源上市公司而言，建立财务机制是十分必要的。因为往往财务数据的异常能反映出公司的潜在危机，为公司预防和应对危机提供可靠的依据。本文的财务信用风险评估就是对引起企业财务状况和经营状况异常的因素进行跟踪和监测，以便公司的管理层应对危机。本论文还克服了仅仅依靠单纯的财务指标来预警带来的滞后性，将新能源上市公司的财务风险看成一个动态变化的过程，对于新能源上市公司危机预警和降低危害具有重大的意义。
二、国内外研究现状
马丁（Martinm，1977）选取1969～1974年间58家有财务困境的银行，运用筛选出的8个财务指标预测两年后银行破产概率，由此建立了Logistic回归模型，预测效果比Z模型和ZETA模型好。奥尔森（Ohlson，1980）选取1970～1976年的2163家企业，其中2058家营运正常企业，其余是经营困难的企业，建立Logistic回归模型，准确率高达96.12%，这也是多元回归模型第一次在破产预测中的应用。姜秀华、任强和孙铮（2001）选择了84家企业按照1:1的方式配对，建立Logistic判别模型，得出对两类企业的预测准确率都在80%以上。李蕾和韩立岩（2010）利用主成分分析和logistic回归模型解决了解释变量多重共线性等问题，提出了我国中小企业的财务指标体系。李月英（2010）选取了38家上市公司，其中31家良好的公司，7家st公司构建独院线性回归模型，研究表明主营业务收入增长率，资产负债率和总资产增长率是预测最显著的3个指标。
三、Logistic模型在新能源上市公司财务信用风险的实证分析
（一）样本的选择
本文的研究对象是我国新能源上市公司，选择2009年到2014年间第一次被st的公司作为财务危机来研究，并考虑公司的规模和公司所处的行业，按照1：1的原则来匹配为st公司匹配正常运营的公司。本文筛选了2009到2014年间首次被st的25家A股新能源上市公司，同时根据上述原则匹配了25家A股新能源上市公司。本文根据指标体系分为盈利能力指标，偿债能力指标，成长能力指标，运营能力指标和现金流量指标，包括每股收益、每股净资产、每股营业利润、净资产收益率等35个财务指标。
（二）财务指标的筛选
本文初步构建的指标体系涉及五大模块35个财务指标，但是不清楚对于样本的分布，所以对财务指标进行非参数检验来筛选指标。首先本文利用spss19.0选用k-s检验来判断样本是否服从正态分布。根据k-s检验可知，除了利息保障倍数（X15）等13个指标外，其余的22个财务指标都服从正态分布，这指标体系中服从正态分布的指标多，故留下服从正态分布的22个指标进行之后的检验。接下来对22个指标进行显著性差异检验。利用spss19.0对上文中的22个服从正态分布的指标进行显著性差异的检验。因为要做财务信用风险评估，需要样本之间有显著性的差异，故对样本进行T检验。根据分析结果，留下具有显著性差异的每股收益（X1），每股净资产(元/股)（X2）等14个指标。
（三）因子分析
根据因子分析的原理，利用spss19.0对保留的14个指标，50个样本进行因子分析。通过对KMO检验和Bartlett球形检验做因子分析。由结果可知，本文中的KMO值为0.797，Bartlett球形检验统计量的Sig为0.000，故本文的样本适合做因子检验。对样本按照主成分分析的原理进行因子分析。按照“解释的总方差”表，提取了3个公因子，解释的总方差依次为54.382%，11.985%和10.627%，总共能够解释76.967%。（四）logit回归利用stata对通过因子分析的得到的3个公因子作为协变量进行二元Logit分析，按照进入法的方法进行回归分析，协变量全部进入模型。因变量表示企业的状况，“1”表示经营状况好的公司，“0”表示st的公司。据Logit回归结果可知，主成分1的p值为0.005，主成分2的p值为0.359，主成分3的p值为0.702。我们可以看出利用Logit模型构造出来的财务风险预警能力，第一个因子很显著，另两个因子的在5%的显著性水平下不显著。
四、结论
信用风险评估篇10
现金流量分析是基于企业所编制的现金流量表，结合其他财务信息，对借款人在一定期间的现金收入、现金支出及现金收支净额进行分析，确定借款人的现实还款来源，为贷款管理决策提供最直接的依据。
一、一般性结构分析
现金流量分析的基本分析依据是企业报送的现金流量表。该表按经营活动产生的现鑫流量、投资活动产生的现金流量和筹资活动产生的现金流量三大块进行编制。现金流量的结构分析就是在现金流量有关数据的基础上，进一步明确现金收入、现金支出、现金余额的构成情况。其中，现金上入构成反映企业的各项业务活动现金收入(如经营活动的现金收入、投资活动的现金收入、筹资活动的现金收入等)在全部现金收入中的比重及各项业务活动现金收入中具体项目的构成情况，明确企业的现金来源及增加现金的可能途径；现金支出构成是指企业的各项现金支出占企业当期全部现金支出的百分比，它具体地反映企业现金的投向和用途；现金余额结构分析是指企业的各项业务，包括经营活动、投资活动、筹资活动及非经常性项目的现金收支金额占全部现金余额的百分比，反映企业现金余额的形成。一般而言，对于成长型公司来说，经营活动现金流量应为正数，投资活动的现金流量为负数，筹资活动的现金流量则是正负相间的。
通过结构分析，银行可以进一步了解企业当期财务状况的形成过程、变动过程及变动原因，把握企业或产品生命周期所在的不同阶段，预测企业财务状况的变化趋势，以便有针对性地选择信贷进入或退出，降低不良贷款比例，有效控制信贷风险。
二、偿债能力分析
运用现金比率、偿付全部债务比率、到期债务偿还能力比率三个指标，测定企业债务偿还能力，以此作为贷款决策的基本依据。
1、现金比率
现金比率：期末现金及现金等价物余额/流动负债
这一指标值越大，说明还债能力越强；如该值过小，说明短期还债能力较差，负债经营较严重。现金比率能最直接、最现实地反映企业短期还债能力。
2、偿付全部债务比率
偿付全部债务比率=经营活动现金净流量/债务总额
经营活动整个企业运营活动中心，现金净流量是整个现金流量的主要部分，用经营活动现金净流量来作为全部债务偿还的基础，更安全、更有效。该指标值越大，说明还债能力越强，它与资产负债率相比，更能反映企业举债经营能力。
3、到期债务本息偿还比率
到期债务本息偿还比率=经营活动现金净流量/(本期到期债务本金+现金利息支出)
公式中分母数字来源于现金流量表中“筹资活动现金流量”。该指标可大致判断企业的即期偿债能力和以现金偿付到期债务的程度。
三、获利能力分析
根据企业现金净流量与投入资源这间的比值关系，揭示企业保持现有经营水平，创造未来盈利能力。通过销售现金流量比率、总资产净现率、再投资比率、盈利现金比率、营业利润现金含量、现金购销比率、主营业务资金回笼率等技术指标的分析，可以较为准确地判断和把握企业获利趋势和还贷能力。
1、销售现金流量比率
销售现金流量率=经营活动产生的现金净流量/当期主营业务收入
该指标值揭示的是每实现1元的营业收入能带回多少现金净流量。如它大于销售利润率，说明销售前景看好；反之，则可能存在一定的问题，应引起银行的注意。
2、总资产净现率
总资产净现率：年度内实现的经营活动现金流量/(年初总资产值+年末总资产值)
该指标说明企业在会计年度内平均每1元资产所获得的经营活动现金净流量，衡量企业经营资产的利用效果。考察近几年的指标数列，可揭示经营资产利用效率的发展变化趋势。该指标值越大越好，结合同业标准值比较，可帮助判断企业的行业地位和行业竞争力。
3、再投资比率
再投资比率：经营活动现金净流量／资本性支出
该指标反映的是企业当期经营活动现金净流量是否足以支付资本性支出(固定资产的投资)所需要的现金。该比率越高，企业扩大生产规模、创造未来现金流量获利润的能力越强。如果该比率小于1，说明企业资本性支出所需的现金，除由经营活动提供以外，还包括外部筹措的资金。 4、盈利现金比率 盈利现金比率=经营活动现金净流量/净收益
这是一个评价收益品质的综合指标，对于防范因企业人为操纵利润导致银行决策失误有重要作用。由于账面利润易受采用的会计方法、会计估计等人为因素的影响，往往会有虚饰情况。如企业通过虚计收入、少计费用而虚增账面盈利，但虚增的利润不会有相应的现金流人，利用这个指标则有助于洞察实情。该指标低，说明企业净收益质量不高；该指标较高则说明收入、费用的确认与现金收入之间的差距较小，净收益有足够的现金保障，净收益质量较好。从长期来看，这一指标也可以作为评价企业生产经营周转是否正常、能否持续经营的参考。为使净收益与经营活动现金净流量计算口径一致，在具体分析时，该指标中净收益应扣除投资收益和筹资费用。 5、营业利润现金含量 营业利润现金含量=(经营活动现金净流量-利息支付)/营业利润×(1―所得税率)
该指标是一个良好的警示标志。当该值过小时，警示银行关注企业利润的真实性。
6、现金购销比率
现金购销比率：购买商品及接受劳务的现金支出/销售商品及提供劳务的现金收入
该值应接近销售成本率。如该值过大，很可能是下面两个环节出了问题：一是采购环节购进了大量质次价高或呆滞的商品；二是销售出现了严重滑坡，应引起银行高度重视。
7、主营业务资金回笼率
主营业务资金回笼率：销售商品及提供劳务收到的现金/主营业务收入
该值反映了在收付实现制下当期主营业务资金回笼情况。资金回笼率越接近1，说明资金回笼越快，积压贷款越少；反之，则会造成大量资金积压，加大筹资成本和难度，更严重的是会形成大量坏账损失，增加企业经营风险。
下面以辽宁省某股份有限公司2002年年报披露的有关数据对该公司进行分析评估，演示现金流量分析在实际工作中的运用。
销售收入56000万元，净利润3600万元，每股收益0．23元，每股净资产2．68元，净资产收益率8．4％，每股现金流量0．48元。
现金总流人10474．89万元，由以下三个部分构成；①经营性流人4269．89万元，占40．76％，其中主要业务销售收入带来的流人86．6％，其他13．4％；②投资流人2085万元，占19．9％，其中股利流人为0，投资收回和处置固定资产带来的现金流人100％；③筹资流人4120万元，占39．4％，其中借款流人52．18％，吸收权益资金流人47．82％。
现金总流出13382．58万元，由以下三个部分构成：①经营牲流出3234．90万元，占24．1896，其中购买商品和劳务54．38％，支付给职工的以及为职工支付的现金10．81％，税费3．6％，支付的其他与经营活动有关的现金为31．21％，②投资流出3833．19万元，占28．64％，其中权益性投资支付的现金60．74％，购置固定资产、无形资产和其他长期资产所支付的现金39．26％；③、筹资流出6314．49万元，占47．1％，其中偿还本金47．51％，筹资费和利息支出52．49％。
对以上数据进行计算分析，不难看出：现金流入、现金流出的结构合理、比例适中。虽然现金流出较大，但这种流出主要是用于投资，且权益性投资又占最大比例，说明该公司股权扩张较快，每股效益又能跟上股本扩张。同时，从盈利现金比率、现金比率、偿付债务比率、营业利润现金含量、主营业务资金回笼率等主要技术指标反映的数据看，该公司主营业务突出，经营活动正常，赢利能力较强，现金流量充裕(每股现金流量达0．48元)，属于成长型公司，还款能力能够得到保证，对其放贷是可行的。
综上所述，现金流量分析在信贷风险评估中的作用是显而易见的。虽然现阶段它还只是作为一种辅助方法在必要时使用，随着银行对其认识的加深，其优越性会得到充分体现，在信贷风险评估中发挥重要作用。在重点搞好现金流量分析的同时，还要做好以下几个方面的工作：
一、正确对待现金流量分析与财务分析的关系。因为现金流量分析是建立在完整的企业财务报表体系之上的，这个体系主要包括资产负债表、损益表和现金流量表。这三张报表分别从不同角度反映企业的财务状况、经营成果和现金流量。资产负债表反映企业一定时期所拥有的资产、需偿还的债务以及投资者所拥有的净资产的情况；损益表反映企业一定期间内的经营成果，即利润或亏损的情况，表明企业运用所拥有的资产获利的能力；现金流量表反映企业一定期间内现金的流人和流出，表明企业获得现金和现金等价物的能力。因此，利用这三张报表所进行的财务分析和现金流量分析各有侧重，各有优势，前者擅于捕捉有关企业长期财务状况的变动信息；后者在分析企业短期流动性和盈利性方面更有建树。
由于实践中缺乏完善的有关企业现金流量指标的同业标准(《2001年度企业评价标准值》中仅涉及“全部债务比率：经营活动现金净流量／总债务”、“经营活动现金流人量／销售收入”两项现金流量指标)，目前实际工作中现金流量分析只是对现金流量的趋势进行分析，即通过观察企业连续期(至少是两年)的现金流量表，比较各期有关的项目金额，分析某些指标的增减变化情况做出预测。在这种情况下，对企业资产负债表、损益表的分析必不可少，尤其是当其用于同业横向比较分析时。只有科学组合两种分析方法，银行才能对企业做出客观、全面的评价。
二、举办业务培训，切实提高银行信贷人员的财务分析能力，转变传统的工作思路，重视现金流量分析在银行信贷风险评估中的充分运用。