地区信用评级方法研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇地区信用评级方法研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：在商业银行信贷风险控制中，开展地区评级具有其必要性和重要性。文中提出了地区评级的概念和内涵，通过因子分析、层次分析和聚类分析方法确定了地区评级指标体系和各指标权重，构建了地区评级模型。

关键词：地区评级；因子分析；信贷风险

中图分类号：F832文献标识码：A文章编号：1006-1428(2007)06-00-0073-04

一、地区评级定义与内涵

参照A.M.Best对国家风险评级的定义，地区评级是对区域层面影响金融债权保障力度的因素的全面衡量，包括政治和社会稳定、经济发展水平、公司治理(corporate governance)、区域金融发展和行业发展环境等。其中任一因素都可能影响商业银行具体借款人的财务实力、偿还债务的能力和还款意愿。地区评级是对一特定地区的借款人所面对的但超越其控制的区域层面的信用风险的综合评定。

地区层面的信用风险，是跨区域边界贷款中损失的可能性，这种损失是由某个特定地区发生的事件所导致，是整个区域经济发展能力及社会稳定和谐发展受到阻滞的金融体现。产生风险的“导火索”可能是微观经济主体的经营行为，也可能是宏观经济因素、社会因素、环境因素、政策因素或特定自然灾害等。地区信用风险不同于区域政府信用风险，但涵盖后者。因为，区域政府信用风险主要衡量给区域政府提供贷款的潜在风险，包括提供给政府的基础设施投资、公共设施投资及政府发行的地方公债等。因此，地区评级是对地区信用风险的计量，即是着重对整个信贷环境、投融资环境或经济发展环境的综合评价，其对优化商业银行信贷决策、完善风险管理具有重要的基础性作用。

二、地区评级指标选取及方法

1、指标选取。

从理论上，地区信用等级的测度指标体系要求越全面越好，但由于受到定量研究方法以及指标数据本身获取方面的限制，在实证研究中，只能有针对性地筛选那些具有一定代表性的指标项。为了使建立的地区评级指标体系具有全面、客观、准确的特性，本文在借鉴发达国家著名金融机构或评级公司国别()评级及区域竞争力分析的基础上，遵循系统性、综合性、可操作性、可比性、前瞻性和指导性的原则，将指标体系初步分解为定量分析指标和定性分析指标两部分，共71个原始指标。其中定量分析指标包括经济发展能力、文化环境、金融发展水平、产业结构及经济空间布局、区域市场发育程度、政府行政能力和区域开放程度，定性分析指标包括区位因素、法律法制环境、政治环境、社会环境、发展战略和参与经济一体化程度等。

2、评级方法。

为尽可能保证指标权重确定的科学性和评级结果的准确性，本文针对多指标体系的特点，对定量部分采用因子分析方法，定性部分采用层次分析方法确定指标权重，并对最终结果通过聚类分析进行风险等级分类。现以因子分析法为主作一介绍。

（1）因子分析方法。因子分析是对多变量的平面数据进行最佳综合和简化，即在保证数据信息丢失最少的原则下，对高维变量空间进行降维处理。该方法反映原始资料的大部分信息，来描述原有指标或因素之间的联系。代表各种信息的综合指标就称为因子。其数学模型为：

ε为特殊因子，表示了原有变量不能被因子变量所解释的部分。

该方法分析的基本步骤为：

①确定原有变量是否适合做因子分析。最基本的方法是计算变量之间的相关系数矩阵，如相关系数矩阵中的大部分相关系数都小于0.3且未通过统计检验，则这些变量不适合作因子分析。在SPSS11.5中，还提供了三种检验方法：巴特利特球形检验（Bartlett Test Of Sphericity）、反映象相关矩阵（Anti-image correlation matrix）和KMO（Kaiser-Meyer-01kin）检验。

②构造因子变量。因子分析中有多种确定因子变量的方法，常用的是基于主成份模型的主成份分析法，下面简单介绍原理。

主成份分析通过坐标变换手段，将原有的p个相关变量xi作线形变换，转换成另一组不相关的变量yi，可表示为：

③因子变量的命名解释。经过主成份分析得到的因子变量是若干原变量的综合。因此，对因子变量的合理解释，可以进一步说明原变量系统构成的主要因素和系统特征。

④计算因子得分。因子得分是因子变量的构造的最终体现。因子变量确定以后，对每一样本数据，我们需要得到它们在不同因子上的具体数据值。有了因子得分以后，我们对原有变量的分析就可以简化为对各因子得分变量的线形组合，即：

（2）层次分析法。层次分析法（Analytic Hierarchy Process, AHP）是美国运筹学家T.L.Saaty在20世纪70年代提出的一种定性与定量分析相结合的多目标决策分析方法。该方法依靠决策者的经验，构造成比较矩阵，其中，引入标度表（如表1）来标定同级各因子之间重要性的比较，并合理给出相应权重。整个过程体现了人的决策思维活动中分析、判断和综合等基本特征。

表1Saaty标度表

（3）聚类分析法。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出分类的标准，聚类分析能够从样本数据出发，采用层次式的判别方式，根据变量之间的亲疏程度逐次进行聚类。聚类的时候会涉及到两种类型亲疏程度的计量：一种是样本数据之间的亲疏程度，一种是样本数据与小类、小类与小类之间的亲疏程度。样本数据之间的亲疏程度主要通过样本之间的距离、样本间的相关系数来度量。

三、地区评级模型构建

数据来源于2004年度《中国统计年鉴》、《中国金融统计年鉴》、《中国城市统计年鉴》。其中，由于数据获取的困难，金融机构不良率取自某商业银行2004年度各区域数据。模型构建过程为：

首先，将原始指标数据进行标准化。

其次，通过因子分析，根据变量的信息损失量都小于20%的原则筛选出60个指标，共提取9个公共因子，它们反映了原变量92.12%的信息。通过因子载荷矩阵和因子得分矩阵，得到原始变量和公共因子之间的关系。

第三，采用各公共因子即主成份的方差贡献率作为其权重，得到地区信用环境质量定量得分Si：

第四，原始指标权重的确定。

将因子得分函数代入地区信用评分方程，对各原始变量的系数进行归一化处理，从而得到原始指标的权重（如表2）。其中，对指标X4、X12、X17、X19、X23、X24、X25、X29和X51，当其计算时，应该取其实际值的负数。

表2定量评价指标权重

从而计算出2004年度中国各省区定量评价得分。

第六，通过层次分析法得出定性评价指标体系、指标权重，并从实际操作角度提出相应（如表3）。并据此对各区域进行分析，得出其对应定性得分。

表3定性评价指标体系及权重

第七，得到地区评级总得分。经专家咨询和参考国内各商业银行的现行实践，在地区评级结果的计算中，定性和定量部分的权重分别为30%和70%。根据上文分析结果，得到2004年度我国各区域的评级得分，如表4示。

第八，对地区评级结果进行聚类分析。采用层次聚类分析中的Q型聚类，选用类间平均链锁法计算小类之间的距离，采用欧式距离计算样本之间的距离。将各区域分为低风险地区、较低风险区、中等风险地区、较高风险地区和高风险地区五类。从结果可看出，较高风险地区较为集中，为细化其内部风险含义，以更好地指导实际信贷业务开展，对该部分地区再进行一次聚类分析，将其分类三类，得到最终的地区等级分类，按照风险从低到高用数字1-7分别代替，如表4示。

表42004年度全国部分地区评级得分

四、结论

本文从商业银行信贷业务开展的实际需求出发，借鉴区域经济学和国别（）评级的相关理论，通过定量和定性分析，选取了相应指标并确定了各指标权重，构建了地区评级模型，可用来指导商业银行信贷业务的开展。地区评级结果是客户评级和行业评级的主要评价内容，可为商业银行制定科学的区域信贷政策提供依据，为地区风险限额的确定提供计算基准，并且可作为信贷产品定价和经济资本分配的基础。需要指出的是，由于数据获取的困难，对反映地区信用发展的指标选取受到一定限制，有待以后完善和优化。另外，该地区评级是对地区综合发展能力的一个静态评价，可考虑以后适当加入相关预测指标，从而能够动态地对地区信用状况进行科学的评价。

参考文献：

[1]Christian Bluhm, Ludger Overbeck and Christoph Wagner, An Introduction to Credit Risk Mode ling[M].CRC Press.

[2]巴塞尔银行监管委员会，中国银行业监督管理委员会翻译.统一资本计量和资本标准的国际协议：修订框架.[M].北京：中国金融出版社，2004.

[3]曹荣湘等.国家风险与评级.[M].北京：社会科学文献出版社，2004.

[4]张敦富等.投资环境评价与投资决策.[M].北京：中国人民大学出版社，1999.

[5]余建英，何旭宏.数据统计分析与SPSS应用.[M].北京：中国人民大学出版社，1999.

[6]薛薇.统计分析与SPSS应用.[M].北京：中国人民大学出版社，2001.（责任编辑：周智立）

注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”