客戶信用評(píng)級(jí)系統(tǒng)的經(jīng)濟(jì)計(jì)量模型檢驗(yàn)

1、載數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究 2006 年 6期客戶信用評(píng)級(jí)系統(tǒng)的經(jīng)濟(jì)計(jì)量模型檢驗(yàn)王 恒 1 沈利生 2（1. 華僑大學(xué)商學(xué)院；2. 華僑大學(xué)數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所、中國社會(huì)科學(xué)院數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所）摘要：客戶信用評(píng)級(jí)系統(tǒng)是銀行業(yè)為規(guī)范授信業(yè)務(wù)降低貸款風(fēng)險(xiǎn)而采用的內(nèi)部評(píng)級(jí)系 統(tǒng)，必須考慮評(píng)級(jí)系統(tǒng)中指標(biāo)設(shè)置的科學(xué)性和合理性。本文利用排序多元離散選擇模型， 結(jié)合實(shí)際數(shù)據(jù)，對(duì)中國銀行的客戶信用評(píng)級(jí)系統(tǒng)進(jìn)行了檢驗(yàn)。檢驗(yàn)結(jié)果表明，該系統(tǒng)總體 可行，但還可以進(jìn)一步修訂完善。關(guān)鍵詞：信用評(píng)級(jí)，信用風(fēng)險(xiǎn)，內(nèi)部評(píng)級(jí)系統(tǒng)，排序多元離散模型中圖分類號(hào) 文獻(xiàn)標(biāo)識(shí)碼Test the Client Credit Gra

2、ding System Using Econometric ModelAbstract ： Client credit grading system is an internal ratings-based system which banks adopt in order to regular credit business and reduce loan risks. It must be considered whether selected indicators are scientific and reasonable. This paper uses ordered multi-v

3、ariable discrete choice model and practical data to test the client credit grading system of Bank of China. The result shows that system is feasible, but may be further emended and consummated.Key words ：credit grading, credit risk, internal rating-based system ，ordered multi-variable discrete choic

4、e model一、引言隨著我國服務(wù)業(yè)的進(jìn)一步對(duì)外開放， 外國銀行大舉進(jìn)入中國市場已是必然趨勢， 國有商 業(yè)銀行面臨著嚴(yán)峻挑戰(zhàn)。 努力控制和降低不良貸款比率， 提高貸款質(zhì)量，以與國外銀行競爭， 是國有商業(yè)銀行的重要任務(wù)。 按照巴塞爾委員會(huì)的計(jì)劃， 國際銀行業(yè)新的資本規(guī)則 巴塞爾 新資本協(xié)議（ Basel II ）于 2004 年 6 月正式頒布，并將于 2006 年底在成員國實(shí)施。這是在 新的國際金融環(huán)境下各國銀行進(jìn)行風(fēng)險(xiǎn)管理的最新“游戲規(guī)則” 。與 1988年巴塞爾資本協(xié)議相比，新資本協(xié)議的修正主要表現(xiàn)在三個(gè)方面： 一是建立了更加科學(xué)合理的監(jiān)管框架； 二是 將風(fēng)險(xiǎn)的定義從 1988 年的僅針對(duì)

5、信用風(fēng)險(xiǎn)擴(kuò)大為信用風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)；三是提 出了計(jì)算信用風(fēng)險(xiǎn)的內(nèi)部評(píng)級(jí)法（即IRB 法， Internal Ratings-Based approaches） 。國內(nèi)學(xué)者就此進(jìn)行了研究探討。鄧云勝、劉莉亞（ 2004）認(rèn)為，新巴塞爾資本協(xié)議進(jìn)一步明確了銀行可以使用標(biāo)準(zhǔn)法和 內(nèi)部評(píng)級(jí)法這兩種方法來計(jì)算信用風(fēng)險(xiǎn)的資本金要求，同時(shí)針對(duì)內(nèi)部評(píng)級(jí)法給出了更為明 晰、細(xì)致的詮釋。我國在執(zhí)行新巴塞爾資本協(xié)議時(shí)將很可能選用內(nèi)部評(píng)級(jí)法。劉莉亞（2004）認(rèn)為 , 信用風(fēng)險(xiǎn)以及由此產(chǎn)生的巨額不良貸款已經(jīng)成為制約我國銀行業(yè)發(fā)展的一個(gè)重要問 題。要從根本上解決這一問題， 商業(yè)銀行首先必須建立起科學(xué)的內(nèi)部評(píng)級(jí)系

6、統(tǒng)， 并以此為基礎(chǔ)逐步完善信用風(fēng)險(xiǎn)的識(shí)別、度量和控制機(jī)制，進(jìn)而全面提升信用風(fēng)險(xiǎn)的管理能力。彭建剛，向?qū)?，王建偉?005）認(rèn)為，內(nèi)部評(píng)級(jí)法不僅凸顯了我國銀行業(yè)目前在風(fēng)險(xiǎn)管理方面存在的 薄弱環(huán)節(jié)，還將有力推動(dòng)我國銀行業(yè)轉(zhuǎn)換經(jīng)營理念和強(qiáng)化風(fēng)險(xiǎn)管理意識(shí)，并為我國銀行業(yè)提高風(fēng)險(xiǎn)管理水平提供正確的思路，對(duì)我國中小銀行的發(fā)展也有著重要的啟示作用。根據(jù)人民銀行的一項(xiàng)調(diào)查顯示，目前國內(nèi)已有不少商業(yè)銀行開始了內(nèi)部評(píng)級(jí)方法工作。 工商銀行完成了管理信息系統(tǒng)的整合工程，其數(shù)據(jù)庫建設(shè)相當(dāng)完備；中國銀行以香港中銀為試點(diǎn)，聘請(qǐng)海外機(jī)構(gòu)的專家構(gòu)建內(nèi)部評(píng)級(jí)系統(tǒng)框架，并在國內(nèi)推行貸款10級(jí)分類；建設(shè)銀行對(duì)內(nèi)部評(píng)級(jí)系統(tǒng)進(jìn)行了深入

7、的研究，自行研究和開發(fā)了信貸風(fēng)險(xiǎn)評(píng)級(jí)預(yù)警系統(tǒng)，經(jīng)過專家論證，已正式立項(xiàng)開發(fā)；國家開發(fā)銀行于2002年初就明確了建立內(nèi)部評(píng)級(jí)系統(tǒng)的目標(biāo)，并開始進(jìn)行研究隊(duì)伍的建立、組織和培訓(xùn)工作。此外，以中信實(shí)業(yè)銀行為代表的中小商業(yè)銀行 也準(zhǔn)備聘請(qǐng)國外公司， 聯(lián)合開發(fā)統(tǒng)一的內(nèi)部評(píng)級(jí)系統(tǒng)，目前已基本完成了招標(biāo)前對(duì)有關(guān)公司的考察工作（劉莉亞，2004 ）。內(nèi)部評(píng)級(jí)方法涉及一系列定量的財(cái)務(wù)指標(biāo)，也包括若干定性指標(biāo)。 指標(biāo)體系的設(shè)計(jì)自然需要充分反映客戶的資產(chǎn)現(xiàn)狀、經(jīng)營業(yè)績、履約歷史等，從而反映客戶的違約風(fēng)險(xiǎn)。然而， 對(duì)內(nèi)部信用評(píng)級(jí)系統(tǒng)的指標(biāo)設(shè)置進(jìn)行相應(yīng)的檢驗(yàn)也不可忽視，它涉及到評(píng)級(jí)指標(biāo)系統(tǒng)的科學(xué)性和合理性。目前，在這方面

8、的研究還比較少，已經(jīng)見到的有：肖北溟等（2004 ）利用貸款歷史數(shù)據(jù)，通過因子分析、聚類分析等方法構(gòu)建內(nèi)部信用評(píng)級(jí)模型，并對(duì)模型的有效性進(jìn)行了檢驗(yàn)。于立勇、詹捷輝（2004 ）在結(jié)合我國國有商業(yè)銀行實(shí)際數(shù)據(jù)的基礎(chǔ)上，利用正向逐 步選擇法構(gòu)建信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，通過Logistic回歸模型構(gòu)建了違約概率的測算模型。本文采用了不同的方法進(jìn)行探索，即根據(jù)中國銀行已有的客戶信用評(píng)級(jí)系統(tǒng)和實(shí)際數(shù)據(jù)，利用經(jīng)濟(jì)計(jì)量模型對(duì)評(píng)級(jí)系統(tǒng)進(jìn)行檢驗(yàn)，從而為客戶信用評(píng)級(jí)系統(tǒng)的修訂完善提供參考意見。、中國銀行客戶信用評(píng)級(jí)系統(tǒng)簡介中國銀行在國內(nèi)最早建立了客戶信用評(píng)級(jí)系統(tǒng)（楊向東，2004）。從1997年開始，為規(guī)范授信業(yè)務(wù)

9、，健全客戶信用風(fēng)險(xiǎn)防范機(jī)制，中國銀行著手實(shí)施了統(tǒng)一授信管理，而對(duì)客戶進(jìn)行信用評(píng)級(jí)正是中國銀行統(tǒng)一授信管理的重要組成部分。評(píng)級(jí)對(duì)象按經(jīng)營性質(zhì)分為工業(yè)、 商貿(mào)、公用事業(yè)、房地產(chǎn)開發(fā)、綜合五種類型，每種客戶類型均設(shè)立AAA、AA、A、BBB、BB、B、CCC、CC、C、D十個(gè)信用等級(jí)。表1列出了客戶信用評(píng)分與信用等級(jí)對(duì)照。本文 在實(shí)證檢驗(yàn)中用到了制造業(yè)企業(yè)的數(shù)據(jù)，該類企業(yè)的評(píng)級(jí)指標(biāo)包括： 償債能力指標(biāo)、獲利能力指標(biāo)、經(jīng)營管理指標(biāo)、履約指標(biāo)、發(fā)展能力和潛力指標(biāo)、倒扣分項(xiàng)、限定性指標(biāo)、信用等 級(jí)修正指標(biāo)等8類指標(biāo)（各指標(biāo)分項(xiàng)內(nèi)容和打分標(biāo)準(zhǔn)略）。表1客戶信用評(píng)分與信用等級(jí)對(duì)照評(píng)級(jí)總分信用等級(jí)信用含義90-

10、100 AAA特優(yōu)客戶信用很好，業(yè)務(wù)穩(wěn)定發(fā)展，經(jīng)營和 財(cái)務(wù)狀況良好，現(xiàn)金流量充足，償債能 力強(qiáng)，授信風(fēng)險(xiǎn)較小。85-89 AA優(yōu)80-84 A良70-79 BBB較好客戶信用較好，現(xiàn)金周轉(zhuǎn)和資產(chǎn)負(fù)債狀 況可為債務(wù)償還提供保證，需落實(shí)有效 的擔(dān)保規(guī)避授信風(fēng)險(xiǎn)。65-69 BB尚可60-64 B一般50-59 CCC差客戶信用較差，整體經(jīng)營狀況和財(cái)務(wù)狀 況不佳，授信風(fēng)險(xiǎn)較大，應(yīng)采取措施以 確保銀行債權(quán)的安全。45-49 CC較差40-44 C極差40以下D最差客戶信用很差、授信風(fēng)險(xiǎn)極大。三、排序多元離散選擇模型簡介本文實(shí)證檢驗(yàn)采用的經(jīng)濟(jì)計(jì)量模型是排序多元離散選擇模型，這是一種適用于微觀分析的經(jīng)濟(jì)計(jì)

11、量模型。排序多元離散選擇與二元離散選擇模型相比有兩個(gè)不同點(diǎn)：（1）離散選擇在三個(gè)或以上；（2）離散選擇有一定的順序。在經(jīng)濟(jì)生活中存在著廣泛的排序多元離散選擇問題。例如，消費(fèi)者購買耐用消費(fèi)品如汽車，可以選擇高檔、中檔、低檔。影響其選擇的因素既有消費(fèi)者本人方面的因素：收入、家 庭人口數(shù)、使用目的（作為上下班交通工具或主要用于周末出游）等，也有汽車本身方面的 因素：價(jià)格、排量、耗油量、安全舒適程度等等。通過對(duì)消費(fèi)者的問卷調(diào)查，可以得到不同 消費(fèi)者對(duì)不同檔次汽車的選擇情況，從而可以利用排序多元選擇模型分析選擇順序與影響因 素之間的關(guān)系。還有許多其他的例子，如，中學(xué)生報(bào)考大學(xué)時(shí)的選擇：名牌重點(diǎn)大學(xué)、一般

12、 重點(diǎn)大學(xué)、普通大學(xué)、?？茖W(xué)校等。居民購買住房時(shí)的選擇：高檔別墅、一般商品房、經(jīng)濟(jì) 適用房、二手房等等。顯然，排序多元離散選擇模型也適合于銀行對(duì)客戶信用等級(jí)的評(píng)定。 下面先簡單介紹排序多元離散選擇模型（簡稱排序模型）。在排序模型中，作為被解釋變量的觀測值y表示排序結(jié)果或分類結(jié)果，其取值為整數(shù)，如0, 1, 2, 3,。解釋變量 x'是可能影響被解釋變量排序的各種因素，斤可以是多個(gè)解釋變量的集合，即向量。排序模型的一般形式是:y* = Xi'+ £4#式中，是隱變量（latentvariable，或潛變量），x'是解釋變量的集合，B是待估計(jì)的參數(shù),&是隨

13、機(jī)變量（或隨機(jī)擾動(dòng)項(xiàng)）。相對(duì)于顯式變量y而言，隱變量y*沒有觀測值，一個(gè)典型的解釋是把隱變量理解為某種效用,效用的大小可用數(shù)值來衡量。在估計(jì)排序模型時(shí)，只需輸入y的觀測值和各解釋變量X的觀測值。隱變量y*由解釋變量x'作線性解釋后,依據(jù)y*#所對(duì)應(yīng)的如下規(guī)則，對(duì) yi進(jìn)行排序分類:0 12if yiY*if Y Wyi W Y*if Y W yi W YMifYM < y*式中，各y是決定yi排序的門限值（threshold values，或端值）。決定yi排序的值是0, 1,2,M，但也可以是任意值。排序模型要求，對(duì)于yi而言，較大的yi對(duì)應(yīng)于較大的隱變量y*。所以，當(dāng)y &l

14、t; yj時(shí)，就意味著y* < y*。各y觀測值的概率由下列式子確定:p（y = O|x, B, Y = f（y- x'B）P（yi =i|x, B 丫） = f（y- x'B）- f（y- x'B）P（yi = 2 1 xi , B，丫） = F （ Y - xi B） - F （ Y2 - Xi B）P(yi = m |Xi, b 丫)=1- f(ym - Xi B)式中，F(xiàn)是&的累積分布函數(shù)。如果選擇Porbit模型，F(xiàn)就是標(biāo)準(zhǔn)正態(tài)分布函數(shù)；如果選擇logit 模型， F 就是邏輯分布函數(shù)。由此我們可知，排序模型估計(jì)得到的實(shí)際上是各觀測值y落入不同區(qū)

15、間(即等級(jí))的概率。丫是與系數(shù)B起估計(jì)的門限值(端值)，由極大化下列對(duì)數(shù)似然函數(shù)得到B和丫：L( B 丫)二 刀iog(P(yi =0|Xi, B 丫)+ "iog(P(yi =i|Xi, B 丫)i ?yi =Oi?yi=1+ l + ”iog(P(yi =m |Xi, B 丫)i ?yi =M利用經(jīng)濟(jì)計(jì)量軟件 Eviews 可以方便地估計(jì)排序多元離散選擇模型。四、利用排序模型檢驗(yàn)客戶信用評(píng)級(jí)系統(tǒng)本節(jié)利用排序模型檢驗(yàn)客戶信用評(píng)級(jí)系統(tǒng)。中國銀行某支行根據(jù)該行信用評(píng)級(jí)系統(tǒng)對(duì) 制造業(yè)企業(yè)進(jìn)行了信用評(píng)級(jí)， 數(shù)據(jù)齊全的有 361 家，這里利用這些已有數(shù)據(jù)建立信用評(píng)級(jí)排 序模型。 需要首先回答

16、的問題是： 既然已經(jīng)有了信用評(píng)級(jí)系統(tǒng)和評(píng)級(jí)結(jié)果， 為什么還要用排 序模型？理由有二：( 1)檢驗(yàn)信用評(píng)級(jí)系統(tǒng)中的指標(biāo)設(shè)置是否合理，是否存在冗余指標(biāo)。信用評(píng)級(jí)指標(biāo)的 作用是要能夠根據(jù)企業(yè)的不同經(jīng)營狀態(tài)特征給出不同的打分，再把多項(xiàng)指標(biāo)的打分匯總， 確定企業(yè)信用等級(jí)， 這是銀行信貸管理的重要依據(jù)。 如果某種指標(biāo)對(duì)所有企業(yè)來說都可以得到 大致相同的分?jǐn)?shù)， 它就不具備區(qū)分企業(yè)經(jīng)營狀態(tài)的能力， 它就是一種冗余指標(biāo)， 就應(yīng)該從評(píng) 級(jí)指標(biāo)體系中剔除。 另一種情況是， 如果某指標(biāo)可以由其他幾個(gè)已有指標(biāo)的線性組合來替代， 這個(gè)指標(biāo)缺乏獨(dú)立性， 也是冗余指標(biāo)， 應(yīng)該予以剔除。 用經(jīng)濟(jì)計(jì)量學(xué)的術(shù)語來說就是要檢驗(yàn) 指標(biāo)

17、的顯著性。( 2)檢驗(yàn)信用評(píng)級(jí)指標(biāo)系統(tǒng)中各指標(biāo)的分值設(shè)置是否合理，對(duì)評(píng)級(jí)結(jié)果的影響程度是 否符合原先的設(shè)計(jì)思想?；蛘哒f，判斷各指標(biāo)對(duì)評(píng)級(jí)結(jié)果的影響程度。信用評(píng)級(jí)體系中各指標(biāo)的選擇與打分標(biāo)準(zhǔn)都是人為決定的，直觀上很難判斷指標(biāo)的顯 著性和分值的合理性， 排序模型則可以輕松地解決。 根據(jù)定量計(jì)算結(jié)果， 既可以得到各指標(biāo) 的顯著性水平， 又可以得到各指標(biāo)對(duì)評(píng)級(jí)的影響程度， 這就有利于對(duì)信用評(píng)級(jí)系統(tǒng)作出客觀 評(píng)判，并為指標(biāo)調(diào)整和分值調(diào)整指明方向。表 2 所列是本文排序模型中用到的各變量名稱及其含義(即評(píng)級(jí)指標(biāo))。需要說明的一點(diǎn)是， 由于企業(yè)的規(guī)模差距較大， 絕對(duì)指標(biāo)的差距也較大， 根據(jù)絕對(duì)指標(biāo)進(jìn)行打分評(píng)

18、級(jí)就失 去了意義。所以在排序模型中未包括絕對(duì)指標(biāo)，也未列在表 2 中。未列入的指標(biāo)有：凈現(xiàn)金 流量、業(yè)務(wù)收入、凈利潤。此外，授信資產(chǎn)本金償還記錄和授信資產(chǎn)利息償還記錄這兩個(gè)指 標(biāo)高度相關(guān)，不能同時(shí)作為解釋變量(同時(shí)作為解釋變量將使軟件不能求解)，表 2 中只保留了授信資產(chǎn)本金償還記錄（BJCH ）。排序模型中用到的解釋變量是已經(jīng)評(píng)定的企業(yè)信用等級(jí)（XY ）,在原始數(shù)據(jù)中分為AAA、AA、A、BBB、BB、B、CCC、CC、C、D共10級(jí)。為了適應(yīng)排序模型要求，把它 們分別賦以從 10 到 1 共 10 個(gè)數(shù)值：10（ AAA ）、9 （AA ）、8（ A ）、7（ BBB ）、6（ BB ）、

19、5（B ）、4（ CCC）、3 （CC）、2 （C）、1（ D ），這樣就大致與多數(shù)評(píng)級(jí)指標(biāo)中的高分對(duì)應(yīng)高級(jí) 別相一致。其他變量的觀測值均直接來自原始數(shù)據(jù)。表2變量名及其含義對(duì)照表序號(hào)變量名稱含義（評(píng)級(jí)指標(biāo)）序號(hào)變量名稱含義（評(píng)級(jí)指標(biāo)）1 XYr信用等級(jí)11CHZZ存貨周轉(zhuǎn)率2 ZC；FZ資產(chǎn)負(fù)債率12GLSP管理水平3 SD)BR速動(dòng)比率13BJCH授信資產(chǎn)本金償還記錄4 XJBR現(xiàn)金比率14ZCJZ固定資產(chǎn)凈值率5 XJFZ經(jīng)營活動(dòng)現(xiàn)金流負(fù)債比15SRZZ主營業(yè)務(wù)收入增長率6 YWVLR主宮業(yè)務(wù)利潤率16LRZZ利潤增長率7 ZEHB資本回報(bào)率17LDSZ領(lǐng)導(dǎo)者素質(zhì)8 ZLJZ治理機(jī)制18

20、QJGH市場前景、發(fā)展規(guī)劃與實(shí)施條件9 SRtXJ銷售收入現(xiàn)金含量19CWXX財(cái)務(wù)信息質(zhì)量指標(biāo)10 SKZZ應(yīng)收帳款周轉(zhuǎn)率利用經(jīng)濟(jì)計(jì)量軟件 Eviews得到的估計(jì)結(jié)果列于表3。表3排序模型估計(jì)結(jié)果解釋變量系數(shù)估計(jì)標(biāo)準(zhǔn)差z-統(tǒng)計(jì)量伴隨概率ZCFZ -1.8956730.360878-5.2529410.0000SDBR -0.2274170.057504-3.9547740.0001XJBR 0.6288380.1706483.6850100.0002XJFZ 0.4084300.0971314.2049200.0000YWLR -0.1697350.335891-0.5053290.6133Z

21、BHB 1.3623130.5296482.5721080.0101ZLJZ 0.1438580.1068411.3464760.1781SRXJ 0.9967710.7695971.2951860.1953SKZZ -0.0035540.001063-3.3433960.0008CHZZ -0.0008280.005104-0.1621310.8712GLSP 0.5106520.1504363.3944780.0007BJCH 0.3241090.0619525.2316040.0000ZCJZ -0.0231470.137191-0.1687250.8660SRZZ 0.0264490.

22、0107532.4596990.0139LRZZ 0.0129060.0089151.4476750.1477LDSZ -0.2162170.139971-1.5447250.1224QJGH 0.1328820.1219091.0900150.2757CWXX 0.1492480.0169938.7831500.0000門限值（端值）LIMIT_2:C(19) -0.76681580.953553 -0.8104211 0.4213LIMIT_3:C(20) -0.286CLIMIT_4:C(21) 0.2828LIMIT_5:C(22) 1.5100LIMIT_6:C(23) 2.7684

23、LIMIT_7:C(24) 3.8754LIMIT_8:C(25) 4.6106,LIMIT_9:C(26) 5.3610,LIMIT_10:C(27) 5.963599)63986692248500.941161 -0.303985 0.76110.935749 0.302224 0.76250.937813 1.610170 0.10740.944119 2.932349 0.00340.949045 4.083544 0.00000.954217 4.831837 0.00000.969433 5.5：1.005794 5.9：9084 0.0000>9199 0.0000赤池信息

24、判據(jù)2.897558施瓦茨判據(jù)3.188416對(duì)數(shù)似然估計(jì)-496.0092Hannan-Quinn 判據(jù)3.013196Restr.對(duì)數(shù)似然估計(jì)-594.2852Avg.對(duì)數(shù)似然估計(jì)-1.373987LR 統(tǒng)計(jì)量(18 df)196.5520LR 指數(shù)(Pseudo-R2)0.165368概率(LR stat)0.000000觀察表3估計(jì)結(jié)果，注意表中最右面一列中帶陰影的三個(gè)格，分別對(duì)應(yīng)YWLR （主營業(yè)務(wù)利潤率）、CHZZ （存貨周轉(zhuǎn)率）和 ZCJZ （固定資產(chǎn)凈值率）。它們的伴隨概率（Prob.） 都比較大，說明這三個(gè)變量的解釋效果不顯著，或者說，這三個(gè)變量的系數(shù)值為零的可能性很大。把這

25、三個(gè)解釋變量去掉后得到新的估計(jì)結(jié)果如表4所示。表4 解釋變量中去掉 YWLFR主營業(yè)務(wù)利潤率）、CHZZ（存貨周轉(zhuǎn)率）和ZCJZ（固定資產(chǎn)凈值率）以后的估計(jì)結(jié)果解釋變量系數(shù)估計(jì)標(biāo)準(zhǔn)差z-統(tǒng)計(jì)量伴隨概率ZCFZ -1.8711530.350956-5.3315890.0000SDBR -0.2262710.057317-3.9477140.0001XJBR 0.6263250.1701803.6803610.0002XJFZ 0.4131570.0966494.2748080.0000ZBHB 1.3209810.5230332.5256170.0115ZLJZ 0.1418770.106734

26、1.3292630.1838SRXJ 0.9488600.7636421.2425450.2140SKZZ -0.0035700.001057-3.3762400.0007GLSP 0.5070410.1496803.3874920.0007BJCH 0.3221880.0616215.2285080.0000SRZZ 0.0264610.0106992.4733050.0134LRZZ 0.0130060.0089111.4594810.1444LDSZ -0.2129990.139554-1.5262780.1269QJGH 0.1314200.1217851.0791110.2805CW

27、XX 0.1484770.0168568.8082860.0000門限值（端值）LIMIT_2:C(16) -0.7709450.947656-0.8135280.4159LIMIT_3:C(17) -0.2884740.934267-0.3087700.7575LIMIT_4:C(18) 0.2805580.9292100.3019320.7627LIMIT_5:C(19) 1.5061680.9319561.6161360.1061LIMIT_6:C(20) 2.7636-410.9381332.9458940.0032LIMIT 7:C(21) 3.8707610.9430114.104

28、6850.0000LIMIT_8:C(22) 4.6056530.9480134.8582150.0000LIMIT_9:C(23) 5.3554-440.9633355.5592730.0000LIMIT_10:C(24) 5.9577160.9999005.9583120.0000赤池信息判據(jù)2.881764施瓦茨判據(jù)3.140304對(duì)數(shù)似然估計(jì)-496.1584Hannan-Quinn 判據(jù)2.984554Restr.對(duì)數(shù)似然估計(jì)-594.2852Avg.對(duì)數(shù)似然估計(jì)-1.374400LR 統(tǒng)計(jì)量(18 df)196.2535LR 指數(shù)(Pseudo-R2)0.165117概率(LR s

29、tat)0.000000420-2-4200250300350100150151050-5Standardized Residuals ActualFitted比較表4和表3可知，去掉三個(gè)解釋效果不顯著的變量以后，其余各變量的系數(shù)估計(jì)值（Coefficient列）變化都很小，這表明 YWLR （主營業(yè)務(wù)利潤率）、CHZZ （存貨周轉(zhuǎn)率） 和ZCJZ （固定資產(chǎn)凈值率）這三個(gè)變量對(duì)排序模型的影響微乎其微。所以，把它們用到信 用評(píng)級(jí)系統(tǒng)中的作用也不大，可以剔除。新排序模型估計(jì)結(jié)果的擬合圖和殘差圖如圖1所示。圖1去掉YWLR （主營業(yè)務(wù)利潤率）、CHZZ （存貨周轉(zhuǎn)率）和ZCJZ （固定資產(chǎn)凈值率）

30、以后的擬合圖和殘差圖排序模型的標(biāo)準(zhǔn)方程形式如下：l_XY =-1.871153159*ZCFZ - 0.2262710512*SDBR + 0.6263245745*XJBR +0.4131571514*XJFZ + 1.320980961*ZBHB + 0.1418771396*ZLJZ +0.9488598102*SRXJ - 0.003569623468*SKZZ + 0.5070410521*GLSP +0.3221882394*BJCH + 0.02646125018*SRZZ + 0.01300561486*LRZZ -0.212998631*LDSZ + 0.1314198027

31、*QJGH + 0.1484767409*CWXXXY_1 = CNORM(-0.7709449637-l_XY)XY_2 = CNORM(-0.2884738534-I_XY) - CNORM(-0.7709449637-I_XY)XY_3 = CNORM(0.280558019-I_XY) - CNORM(-0.2884738534-I_XY)XY_4 = CNORM(1.506167859-I_XY) - CNORM(0.280558019-I_XY)XY_5 = CNORM(2.763641214-I_XY) - CNORM(1.506167859-I_XY)XY_6 = CNORM(

32、3.870761163-I_XY) - CNORM(2.763641214-I_XY)XY_7 = CNOR M(4.605653475-I_XY) - CNORM(3.870761163-I_XY)XY_8 = CNORM(5.355444446-I_XY) - CNOR M(4.605653475-I_XY)XY_9 = CNORM(5.957716045-I_XY) - CNORM(5.355444446-I_XY)XY_10 = 1 - CNORM(5.957716045-I_XY)第一個(gè)方程中的I_XY即為隱變量（相當(dāng)于理論模型中的y*，即Xj'B），由方程等號(hào)右邊的各解釋變

33、量作線性解釋。 在接下來的10個(gè)方程中，CNORM表示正態(tài)分布函數(shù)。10個(gè)方 程中的10個(gè)參數(shù)：-0.7709、-0.2884、0.2805、5.9577，給出了把正態(tài)分布分成 10個(gè) 區(qū)間的界限點(diǎn)（Limit Points，即理論模型中的各 丫值，或門限值），由 XY_1到XY_10這10 個(gè)方程分別給出了評(píng)級(jí)排序?yàn)?1到10的概率分布，注意，在表3中有4個(gè)變量的系數(shù)為負(fù)：ZCFZ （資產(chǎn)負(fù)債率）、SDBR （速動(dòng)比率）、 SKZZ （應(yīng)收帳款周轉(zhuǎn)率）、LDSZ （領(lǐng)導(dǎo)者素質(zhì)），這表明若這些指標(biāo)的分值高，企業(yè)的信用等級(jí)排序卻降低。其他變量的系數(shù)為正，值越大時(shí)信用等級(jí)越高。各變量系數(shù)絕對(duì)值的

34、大小反映了各指標(biāo)在信用評(píng)級(jí)體系中的影響大小，從表3可得，對(duì)企業(yè)信用評(píng)級(jí)影響較大的變量依次是：ZCFZ （-1.87，資產(chǎn)負(fù)債率）、ZBHB （1.32，資本回報(bào)率）、SRXJ （0.95 ,銷售收入現(xiàn)金含量）、XJBR （ 0.63，現(xiàn)金比率）、GLSP （ 0.51，管理水平）。當(dāng)然，這是根據(jù)現(xiàn)有樣本得到的結(jié)果，取決于客戶評(píng)級(jí)系統(tǒng)中各指標(biāo)的分值設(shè)置。五、排序模型的預(yù)測有了排序模型的估計(jì)結(jié)果，即可得到相應(yīng)的期望預(yù)測。表5給出了排序模型的預(yù)測結(jié)果 （全部樣本為361個(gè)，太長，表5列出了其中一部分）。它是根據(jù)有了估計(jì)參數(shù)的排序模型， 對(duì)各樣本進(jìn)行計(jì)算后得到的各企業(yè)評(píng)級(jí)的概率分布。以1號(hào)樣本（原評(píng)定

35、級(jí)別為 10）為例，模型對(duì)其評(píng)為1級(jí)、2級(jí)、3級(jí)的概率為0,評(píng)為4級(jí)的概率為0.0001，評(píng)為5級(jí)的概率為 0.0053,，評(píng)為 9級(jí)的概率為0.2237，評(píng)為10級(jí)的概率為0.2603。把各概率級(jí)別與相 應(yīng)的概率值相乘然后加總，就可得到模型的評(píng)級(jí)。模型的評(píng)級(jí)與原始評(píng)級(jí)存在一定的誤差， 仔細(xì)研究誤差可為修訂完善評(píng)級(jí)系統(tǒng)提供有用的參考。表5排序模型預(yù)測結(jié)果表（局部）序號(hào)評(píng)級(jí)1級(jí)概率2級(jí)概率3級(jí)概率4級(jí)概率5級(jí)概率6級(jí)概率7級(jí)概率8級(jí)概率9級(jí)概率10級(jí)概率obsXYXY 1FXY 2F XY 3F XY4FXY 5FXY 6FXY 7FXY 8FXY 9FXY 10F1100.0000 0.000

36、0 0.0000 0.00C10.00530.06890.16470.27710.2237 ().2603390.0000 0.0000 0.0000 0.00140.04020.22420.27770.26140.1232 ().0720590.0000 0.0000 0.0001 0.00680.10740.34710.27690.17910.0593 ().0233980.0000 0.0000 0.0001 0.00870.12380.36470.26940.16350.0509 ().01871080.0000 0.0001 0.0009 0.02970.23910.41940.20

37、120.08570.0190 ().00492070.0000 0.0000 0.0002 0.00960.13120.37150.26570.15700.0477 ().01712470.0000 0.0002 0.0014 0.04130.27980.41850.17530.06700.0134 ().00316360.0009 0.0034 0.0156 0.18350.46230.27190.05080.01030.0011 ().00016560.0002 0.0009 0.0052 0.09600.39330.36780.10290.02860.0042 ().000715150.

38、0001 0.0006 0.0038 0.07880.36680.38680.12010.03620.0057 ().001115550.0001 0.0005 0.0031 0.06930.34920.39660.13130.04160.0069 ().001428140.0075 0.0180 0.0579 0.35420.42690.12200.01200.00150.0001 ().000028440.0190 0.0366 0.0973 0.42690.34790.06720.00470.00050.0000 ().0000六、結(jié)論根據(jù)以上排序模型的估計(jì)結(jié)果和期望預(yù)測，可以得到如下結(jié)論：1, 從排序模型的計(jì)算結(jié)果來看，評(píng)級(jí)指標(biāo)的設(shè)置總體上合理，所以該客戶信用等級(jí)系 統(tǒng)是可行的。由排序模型估計(jì)結(jié)果得到的擬合圖（圖 1上部曲線）也證明了這一點(diǎn)：擬合值（Fitted ）與實(shí)際值（Actual ）比較接近。2, 從第一個(gè)模型（表 3）到第二個(gè)模型（表 4），剔除了 3個(gè)變量以后對(duì)排序模型的估 計(jì)結(jié)果幾乎沒有什么影響，這說明既有的客戶信用評(píng)級(jí)系統(tǒng)中有冗余指標(biāo)（YWLR-主營業(yè)務(wù)利潤率、CHZZ-存貨周轉(zhuǎn)率、ZCJZ-固定資