信贷风险预警（精选六篇）
信贷风险预警 篇1
制度意识强于防风险意识。当前部份银行管理只注重制度上的硬性规范, 还没有在思想上真正认识到信贷新规则的根本目的与意义, 将大部分精力集中到如何躲过“高压线”, 怎样才能不被“处理”, 将心思用在钻政策的空子、打政策“擦边球”上, 而不是用在真正规避信贷风险、提高信贷资产质量之上。
信贷新规则没有全部落到实处。有的经营支行受传统信贷操作习惯的影响, 将贷款发放重点放在审批阶段, 调查不实、审查不严, 也存在越权、变相越权办贷以及逆程序操作的问题。
贷后管理薄弱。在信贷管理工作中, 将大部份的精力放在了贷前, 小部份精力放在了贷后。没有认识到, 贷款发放出去, 只是完成了信贷管理全过程的小部份, 重点应放在贷后的管理与维护。部分银行贷后管理与贷前管理缺乏相互配合与监督;贷后管理人手少, 工作量大;贷后管理没有全部到位;有的信贷人员风险分析能力、预警能力不高, 不能有效地控制、化解风险。
信贷管理责任不明确、不严格。信贷新规则是信贷管理制度的进步, 但是仍存在责任不明确的问题, 比如信贷第一责任人问题、审贷委员会的责任问题都没有明确。在实际工作中也存在责任追究不严格、走过场应付上级行等问题。
二、信贷风险预警工作的内涵和预警工作的基础
风险的预警主要是识别风险点和计量风险度。首先要有识别风险的意识和识别风险的能力;其次, 针对发现的风险点进行量化分析, 根据测量的风险程度, 采取相应的控制措施。风险预警应采取动态风险审核, 在信贷工作的全过程 (贷前、贷中、贷后) 判断风险变化趋势。
1. 建立贷前调查制度。
贷前调查是“三查”中最重要的一个环节, 是防范信贷风险的第一道屏障, 实质上就是测算企业的承受负债能力。贷前调查的质量直接关系到信贷资产的质量。信贷人员在对贷款企业进行调查时, 应深入到企业内部, 要对贷款对象的生产、经营、管理等方面进行全面调查分析, 客观地分析借款企业的经营现状和发展趋势、资产及资金结构、盈利现状及潜力, 这是银行授信的基础调查工作。所谓授信, 就是根据客户资产负债等综合情况, 合理核定客户在一定的期限内和一定条件下银行的贷款额度。授信是银行控制风险的一个非常重要的工作前提, 一般从客户创造现金的能力和自有资本抵御风险的能力两个方面去分析和测算客户合理的负债规模, 将银行的融资规模和企业合理负债规模综合考虑, 确定银行的贷款总水平。
2. 建立审贷分离制度。
在搞好贷前调查的基础上, “贷款发放审批权”由信贷管理部门和风险管理部门共同执行。信贷管理部门的主要职责是按信贷政策审查贷款业务风险点, 负责对贷款进行审批, 同时要负责对贷款风险变化的日常监测。风险管理部门参与信贷管理部门的贷款审批, 享有对贷款审批发放一票否决的权利。从工作范畴看, 银行业务部门客户经理直接与客户接触, 进行调查、访谈、核实及定量定性的分析判断;信贷审查人员和风险管理人员评价客户的信用等级和偿债能力, 审核是否符合贷款条件, 只对材料不对客户, 体现了审贷分离的制度。
3. 实行稽核监督和风险管理双道检查, 建立有力的贷后检查制约制度。
为避免弄虚作假, 需要建立以监督检查、责任追究为主要内容的风险稽核制约机制, 这样才符合内控操作相互制约的原则。对于信贷人员贷后情况的检查, 要发挥稽核监督和风险管理专业部门的作用, 加强信贷非现场稽核和抽样现场稽核检查。风险稽核检查必须具有独立性、权威性, 为提高稽核质量和效果, 必要时可以借助社会的稽核力量进行独立稽核。
三、搞好银行投向风险和企业经营风险的预警工作
1. 成立风险管理委员会, 履行银行信贷风险预警职能。
风险管理委员会研究国家政策和央行的货币信贷政策, 保证信贷资金投向符合产业信贷政策要求和资金安全要求。实践表明, 银行之所以会出现较大的贷款失误, 一个很主要的原因是缺乏有效自我风险控制机制。风险管理委员会的主要职责应是选择对国家、对银行有影响的行业, 建立可靠的信贷风险信息系统。按照信贷资金的运动规律, 设计和审议一定时期内银行的信贷经营管理构架及信贷政策, 审议重点行业、重点产品的风险程度及信贷指导意见、信贷新产品开发方案及操作规则。
2. 建立企业经营风险预警机制。
信贷风险实质上是客户财务风险。因此银行的信贷风险预警就是研究如何把企业财务指标转化成银行贷款风险程度的指标, 应把对客户财务风险识别和预警作为贷前发放和贷后管理的一个重要环节。随着市场经济的进一步发展, 对企业经营风险预警研究已成为信贷风险管理必须面对的重要课题。结合对企业的授信控制, 重点要分析企业的现金流量和盈利能力。
(1) 以企业现金流量为中心, 设置测算企业还款能力。运用现金流量分析企业偿债能力, 是目前银行信贷风险分析的一个重要环节。企业偿还贷款不仅要有偿还意愿, 更重要的是要有偿还能力, 即要有足够的现金。因此, 对企业的现金流量分析实质是对贷款运行质量的深层次分析。对于企业而言, 生产经营活动中的现金流量是归还贷款能力的重要标志。企业生产经营活动的现金流量情况有两种: (1) 生产经营现金净流入量为正值, 该企业现金流入在保障企业持续经营之后有剩余可支配现金, 该现金可用于投资扩大生产规模, 也可用于偿还贷款。若经营活动现金净流量+投资活动现金流入量大于短期借款和一年内到期的长期借款, 说明项目贷款第一还款来源充足。 (2) 若借款人经营活动现金流入量小于短期借款总额, 则说明借款人短期借款第一还款来源不足, 必须依赖第二还款和第三还款来源才能偿还到期债务。
(2) 加强企业的经济效益分析, 观察企业的发展趋势和发展后劲。商业银行作为企业的债权人, 最关心的是借给企业的款项能否按期足额收回本息, 而企业效益的高低则直接影响企业的偿还能力。企业盈利能力是决定贷款安全性的根本。
对企业盈利能力的分析, 首先要在企业效益真实性的基础上, 正确评价企业的经营效益, 重点应从以下几个方面核实:是否正确反映了企业即期的经营收入;检查企业是否建立备抵帐户, 是否及时冲销坏账;分析企业相关费用摊销的合理性, 是否及时摊销相关费用。在核实企业盈利实际水平的基础上, 设置以下指标测算体系: (1) 总资产报酬率。资产报酬率高说明该企业的经营水平高, 赢利空间大, 产品有竞争力。 (2) 财务杠杆指标。合理控制负债, 使资产负债率适度。 (3) 资产利用率。如果企业资产利用率在行业中是领先的, 说明该企业的内部管理水平高, 经营能力强。
信贷风险预警监测制度 篇2
第一章 总则
第一条 为了提高XX农村信用社信贷管理工作水平，增强对信贷风险的自我防范，自我控制和自我化解能力，促进我社可持续发展，根据《中华人民共和国银行业监督管理办法》、人民银行有关法律法规和《农村合作金融机构风险评价和预警指标体系》，建立XX农村信用社信贷风险预警监测制度。
第二条 信贷风险是金融部门的传统风险和主要风险，其预警和防范的有效性直接影响着金融部门业务的稳健经营。信贷风险预警是客户经理、贷后管理员通过有效手段，对借款客户进行系统性、连续性监测，及早发现和识别风险来源、风险范围、风险程度和风险走势，发现相应的风险警示信号，XX农村信用社及时采取措施防范化解风险的一种贷后管理行为。
第三条 建立信贷风险预警监测制度系统指标体系与中国银行业监督管理委员会发布的《农村合作金融机构风险评价和预警指标》及人民银行的要求一致。根据XX农村信用社经营需要和预警监测实际需要或行业管理规定，增加必要的监测指标。
第四条 信贷风险预警监测应当贯彻及时性原则：按月对本单位、本系统信贷风险情况进行监测、分析和评价，并及时向上级联社、当地银监部门、人民银行报告风险状况和风险处置措施。
第二章 监测指标
第五条 总量监测：对信贷资金来源和运用总量、不良贷款总额、存贷比率、不良贷款比率、不良贷款变动率等总量指标进行监测、趋势分析和预测预警，及时发现潜在风险。其中 ：
（一）存贷比率=各项贷款余额/各项存款余额*100%，一般以不超过75%为标准值，借入支农再贷款的各支行可将支农再贷款纳入资金来源计算存贷比率。根据存贷比率的大小及变化，判断是否存在盲目扩张信贷规模使潜在信贷风险增大的现象。
（二）不良贷款比率=不良贷款余额/全部贷款余额*100%，一般以不超过15%为标准值。对于超过标准值的，需对不良贷款变动作重点关注；对于不良贷款比率有上升趋势的，需提出信贷风险预警。
（三）不良贷款变动率=期末不良贷款余额/期初不良贷款余额，一般以1为标准值，超过1则说明不良贷款绝对额上升。对于不良贷款变动率大于1且有上升趋势的，需提出信贷风险预警，并分析其原因、提出整改措施。
第六条 结构监测：对信贷资金来源和运用的期限结构、行业结构，以及中长期贷款比率、贷款行业投向比例等结构指标进行监测分析和预测预警，重点关注资金来源和运用的期限结构搭配是否合理、行业投向是否合理，是否存在信贷集中“垒大户”等可能引发未来潜在信贷风险的现象。
（一）期限结构。主要是关注活期存款、定期存款与短期贷款、中长期贷款、票据融资的资产负债结构匹配问题，对于期限结构失衡的，需提出信贷风险预警。其中：
中长期贷款比率=余期一年以上的贷款/余期一年以上的定期存款*100%，一般以不超过120%为标准值。
（二）行业结构。主要是关注房地产贷款、个人消费贷款，钢铁、水泥、纺织等重点行业贷款的比重和资产质量，对于行业集中度高、比重大、资产质量下降的，需提出信贷风险预警。其中：
贷款行业投向比例=对某行业贷款额/全部贷款额*100%，一
般以不超过15%为宜。对于行业投向比例过大的，需重点关注资产质量的变化情况，及时进行信贷风险预警。
第七条 利率监测：对贷款欠息率、利息回收率等指标以及贷款最高利率和最低利率进行监测，关注信贷资产的价格和信贷业务收益情况。其中：
（一）贷款欠息率=本期应收未收利息/本期应计利息收入*100%，一般以不超过20%为标准值。若超过标准值，表明信贷业务收益存在风险，需提出信贷风险预警。
（二）利息回收率=（本期利息收入-本期表内应收利息变化额）/（本期利息收入+表外应收利息变化额）*100%，一般以100%为标准值。若低于100%，说明利息的回收存在一定的风险，对于利息回收率较低的，需提出信贷风险预警。
第八条 风险预警信号
（一）贷户财务状况风险预警信号：
1、信用等级、贷款形态由正常转为不良贷款；
2、不能按要求提供当期或充足的财务信息，或提供虚假财务信息；
3、利润、销售、利润率、现金流量的持续下降，存货积压，对外部融资的过度依赖（流动比率明显降低，资产负债率增加较快）；
4、存货周转率放慢或存货增多；
5、速动比率下降；
6、负债率升高；
7、为了维持盈利或保留现金储备，经常推迟或延迟支付有关费用；
8、应收账款增加趋势；
9、企业为了保存现金而采用拖欠等不正常手段，因而无法 正确反映应付款，或其他应付债务；
10、采用其他不正常行为影响现金流动量；
11、企业毛利率下降；
12、审计部门及会计师事所对企业的账簿和财务记录不断进行检查；
13、企业欠税。
（二）行业风险预警信号：
1、行业整体衰退或属于新兴行业；
2、出现重大技术改革，影响行业产品和生产技术的改变；
3、政府对行业有严格的限制；
4、经济环境变化，如经济萧条或出现金融危机，对行业发展发生影响；
5、不能适应市场或顾客需求变化；
（三）生产经营风险预警信号：
1、持有一大笔定单，如果不能如期履约可能引起重大损失；
2、产品较为单一；
3、对一些客户或供应商过份信赖；
4、对存货、生产和销售的控制能力下降；
5、在供应链中的地位关系发生变化，如供应商不再供货；
6、企业地点发生了不利的变化；
7、购货商减少采购；
8、收购其他企业或开设新的销售网点，对销售和经营有明显影响；
9、出售变卖主要的生产经营性固定资产；
10、厂房和设备未得到很好的维护；
11、建设项目的可行性存在偏差，或计划执行出现较大的调整，如基建项目的建设工期延长，或处于停缓状态，或概预算调整；
12、借款人的产品质量或服务水平下降；
13、受到台风、火灾等自然或社会灾难影响。
（四）管理风险预警信号：
1、借款人组织形式发生变化，如进行了租赁、承包、联营、并购和重组等；
2、管理层对环境和行业的变化反应较为迟缓；
3、高级管理层之间出现严重的争论分歧；
4、最高管理者独裁，听不进不同意见或者周围都是说好话的人；
5、管理层品德低下，缺乏修养；
6、高级管理层或董事会变动频繁；
7、管理层的核心人员突然死亡、生病或辞职，没有相应的继承者；
8、中层管理层较为薄弱，企业人员更新过快或人员不足；
9、管理层对企业的发展战略性眼光和计划，没有实施或无法实施；
10、管理层缺乏足够的行业管理经验和管理能力，如有的只有业务特长而没有专业特长；
11、管理层经营思想变化，表现为极端的冒进或保守；
12、理事会和高级管理人员以利润为中心，并且不顾长期利益而使财务混乱，影响收益质量；
13、借款人的主要股东、关联企业或母子公司发生了重大的不利变化；
14、借款人遇到纠纷和法律问题，如受到税务工商等部门的处理，主要管理人员受到涉及处罚问题；
15、借款人还款意愿较差，与本社不合作；
16、管理层的态度突然发生了变化；
17、借款人提供虚假的财务信息和报表资料；
18、借款人突然更换注册会计师或结算银行；
19、外部机构对借款人的评级进行调整；
20、借款人违反与其他银行或债权人的协议，不能偿还其债务；
21、借款人以不正常途径或不合理条件从其他银行取得贷款；
22、借款人向其他银行的借款被拒绝；
23、借款人的存款余额和结算量不断下降；
24、接到许多银行的资信咨询和调查；
25、借款人延期支付本金和利息；
26、借款人不能提供本社所要求的信息资料；
27、借款人拒绝与注册会计师、评估师接触；
28、借款人提出再融资或重组贷款。
（五）银行信贷管理风险预警信号：
1、违反规定发放贷款；
2、对关系人发放信用贷款，或贷款条件优于其他借款人；
3、借款人采用欺骗手段骗取贷款，或用贷款牟取非法收入；
4、借款人未按规定用途使用贷款；
5、偿付来源与贷款目的不一致；
6、违反XX农村信用社信贷政策和程序发放贷款；
7、贷款合同存在法律性的问题；
8、信贷档案不全，重要文件遗失对偿还贷款有实质性的影响；
9、本社对贷款缺乏有效监督，不了解贷款的实际使用情况和还款来源；
10、贷款抵押价值下降或本社对抵押品失去控制；
11、本社无法与借款人进行正常的联络；
12、本社不能取得财务报表等信息资料；
13、到期贷款不能按期偿还或贷款不断增加，没有压缩；
14、贷款需要重组或已经被重组；
15、本社已通过法律诉讼的贷款。
（六）保证担保预警信号：
1、不履行或消极履行保证责任记录；
2、对外提供担保管理不严，显得随意；
3、有未经授权而对外提供保证的历史；
4、与借款人之间有互保协议，或与借款人之间存在连环担保关系；
5、保证人因为与借款人之间存在债权债务关系而被迫提供担保，如保证人欠借款人贷款，或其为贷款人提供借款担保并非出自本意；
6、保证人与借款人之间存在母子公司等股本关联关系，当本社要求保证人履行保证责任时可能造成牵一发而动全身的局面；
7、保证人具有特殊地位和背景，本社要求其履行保证责任时可能会遇到较大阻力；
8、保证人对外承担债务保证责任的未清偿余额较大，已超出其承受能力；
9、保证人的财务实力较弱，对外商业信誉较差；
10、保证人所在行业的发展前景较差，或者保证人不具备对外提供担保的资格或没有经过充分授权等。
（七）抵押担保预警信号：
1、担保的所有权出现争议；
2、担保品的流动性变差；
3、担保品的变现价值下降；
4、担保品的折扣率上升；
5、担保品的评估与账面价值偏离较大；
6、担保品的占有与控制程度下滑；
7、担保品的保险、登记便利性和成熟性较差；
8、选择荒地、荒滩的土地使用权、项目或在建工程、机器设备等作为担保品；
9、对办公楼、商品住宅、土地使用权的价值风险估计不足，抵押率普遍较高。
10、担保品过于集中为某一类物品，或某类担保品过于集中在某地区域，这会给本社处理担保带来一定的困难。
第三章 监测要求
第九条 各支行要高度重视信贷风险的预警监测工作，密切关注信贷资金在不同行业、不同企业间的动态变化和风险状况，尤其要关注房地产、消费信贷、以及国家宏观调控限制行业的信贷投入，加强信贷政策与产业政策的协调配合，不断促进信贷业务健康发展。第十条 贯彻好“区别对待、有保有压”的方针。及时为有市场、有效益、有利于增加就业的企业提供流动资金贷款，控制好中长期贷款，着力优化信贷资金结构。
第十一条 对出现风险预警的客户，贷后管理员和各分行行长应在2日内报告，XX农村信用社贷审会接到风险预警报告的5个工作日内采取措施处理。
（一）召开贷审会，研究应对措施；
（二）下达决策措施意见书；
（三）督促下级监督客户限期改正；
（四）加强账户监控，收回到期贷款，做好未到期贷款的提前催收准备工作；
（五）关注担保物，监控担保物是否能转移，隐匿损坏或损失；
（六）关注借款合同诉讼时效；
（七）停止发放新的贷款。
第十二条 对提示风险预警的客户三个月内或预计三个月内不能消除的，要及时上报专题汇报材料，报原审批机关研究制订风险化解措施，由联社负责实施。
第十三条 认真填报信贷风险预警监测指标体系表和报告，对于信贷业务经营中发现的各类风险，要建立不定期的风险预警和报告制度，正确评估和预警所存在的信贷业务风险，分析风险形成的条件原因，并提出相关改进措施。同时，要根据不断变化着的信贷经营情况，从实用性和可操作性的角度出发，对目前所初步建立的信贷风险预警监测体系提出有益的改进意见，促进信贷预警监测体系的不断完善。
信贷风险预警 篇3
【关键词】 信贷风险;财务指标;预警系统
进入2010年,银行信贷进一步高速增长可能引致未来银行不良资产大量积聚的风险,业已引起各方的高度关注。在银行监管层面,“切实做好银行业风险防控工作”成为今年银行业监管的主基调。银监会陆续发布“三个办法一个指引”,旨在进一步严格执行放贷条件,规范和加强信贷业务管理,促进银行贷款业务健康发展。最近,国际三大评级机构之一的惠誉将招商银行和中信银行的个体评级从“C/D”级下调至“D”级,理由是贷款规模大幅增加导致两家银行的资本状况恶化,业务的信用风险上升。尽管中国银行业运行总体稳健,包括遭惠誉下调评级的中信银行和招商银行也都经营稳健,但坚持稳健经营毫无疑问,仍然需要引起各商业银行的高度重视。银行着力于“防风险”的意思表示明显。
一、目前我国银行信贷风险质量管理中存在的主要问题
1.信用风险管理机构方面存在问题。在我国商业银行中,负责信用风险管理的主要是贷款部门的贷款员,这远远不能满足实际信用风险管理工作的需要。
2.信贷管理机制不健全。就目前我国商业银行的信贷管理而言,贷款的审批和发放主要凭借个人主观意愿,无论是贷前调查还是贷时审查,都缺少科学而完整的客观评价,且缺乏完善的贷后检查工作。贷款资金发放后,银行极少就企业对贷款资金的使用状况及企业的重大经营管理决策等进行必要的检查、监督和参与,这种只“放”不“问”的做法必然导致逾期、呆滞、呆帐贷款的增多。另外,贷款员的责、权、利与贷款质量不挂钩,缺乏明确有力的激励约束机制。
3.信贷管理方法和手段落后。我国商业银行在进行企业信用分析时,采用定性方法者较多,缺乏系统科学的定量分析,信用风险分析主要停留在传统的比例分析阶段,缺乏建立在统计分析和人工智能等现代科学方法基础上的信用风险量化测量工具,如缺乏对企业违约风险分析模型、企业破产失败预警模型等科学定量模型的开发和使用。对企业信用等级的评定也主要是由各个银行自己进行,评级的主观性强。另外,我国商业银行电子化起步较晚,很多银行缺乏关于企业详尽完整信息的数据库,缺乏像美国J·P·Morgan公司那样的成熟的信用风险管理专家系统。况且,次贷危机的影响至今仍然历历在目,即使是相对完善的发达国家金融体系,一样存在着信贷高风险。
4.信贷人员综合素质不高。我国商业银行的信贷部门缺乏大量的德才兼备的人员,信贷人员素质不高,风险意识薄弱,缺乏自觉维护银行整体利益的观念。信贷部门规章制度不健全,内部管理不完善,信贷人员的违章操作、越权、人情贷款、甚至以权谋私等行为皆有发生。
基于这些内在缺陷,着重研究财务指标体系对信贷风险管理的有效性,结合财务预警系统,进行指标系统的确立,从新的角度研究银行信贷风险管理的方法。
二、财务指标分析在银行信贷风险管理中的重要性
(一)企业财务分析是信贷风险管理中贷款决策的重要依据
1.贷款风险决策管理是以风险度为核心开展的贷款决策活动。根据:贷款风险度=企业信用等级系数×贷款方式系数×100%,其中,企业信用等级由企业经营者素质、企业经济实力、企业资金结构、经营效益、信誉状况和企业发展前景等六类评价指标进行综合评定。借款人的信用状况决定银行贷款方式的选择,对企业资信状态的评价,必须以真实的财务信息和准确的财务分析为前提,否则企业信用等级评估有误,贷款方式选择上产生偏差,以贷款风险度为重要依据的贷款决策将会产生失误。
2.在贷款投向管理上,通过优化贷款增量,调整信贷结构,有效控制贷款风险。对信用等级在AA级(含)以上企业,简化贷款程序,并在服务手段上给予全方位满足;对A级企业贷款需求,有条件投入,严格实行贷款担保;对BBB级企业贷款需求,以短期贷款和贴现为主;对BB 级以下企业,以压缩贷款存量和清收原有贷款为主。如果不以真实的财务信息和准确的财务分析为前提,企业信贷等级评估有误,将使贷款投向出现偏差。
(二)企业财务分析是贷款操作程序中不可缺少的重要环节
信贷风险管理将统一的贷款操作程序分为贷前调查、贷时审查和贷后检查三个环节。贷前调查要求严格调查企业是否符合贷款条件及考察各项财务比率等,贷时审查要求严格审查借款企业和担保单位的资信等,贷后检查要求严格检查企业的生产、销售情况和财务能力等。在贷款操作程序中,每一环节都包含有进行企业财务分析的重要内容。
(三)企业财务分析是防范和控制信贷风险的重要预警信号
银行在信贷风险管理中,建立了一套预警指标体系和预测方式,包括预测企业偿债能力、盈利能力等指标体系,资产负债表、损益表等有关项目迅速变化的早期财务报警信号、经营状况变化的早期报警信号和银企关系变化的早期报警信号。其目的就是在企业经营状况恶化之前发现问题,使银行及早作出决策。
三、财务指标体系及预警系统在银行信贷风险管理中的运用
(一)指标分析
在对目标贷款企业进行财务审查时,首先要关注其偿债能力指标:资产负债率、负债与所有者权益率、流动比率、速动比率、现金比率等。通过对偿债能力指标的分析,作出初步的风险等级评价,设置准入门槛,将一些财务风险比较高的,偿债能力差的企业拒之门外,预防风险。其次应从盈利能力分析指标入手,主要有:销售利润率、营业利率率、税前利润率、成本费用利润率等等,了解并掌握企业一段时期之内的盈利水平和利润指标,降低信贷风险水平。再次应该从发展能力指标入手,对企业的各项资产,利润增长指标进行统计分析汇总,并且预测未来年份的发展水平与能力,为银行长期贷款的信贷风险提供参考依据,提高银行未来的抗风险能力。通过对以上三项指标及其相关的企业财务资料与银行标准指标进行比较,判断其偿债能力、盈利能力和发展能力等是否符合贷款条件和银行设立的安全控制标准,决定是否发放贷款以及贷款的额度,系统地降低未到期偿债的风险指标。
(二)财务风险预警系统的建立
财务危机通常是指企业无法偿还到期债务所引发的危机。国外有关企业财务危机预警的研究起步很早,我国在此领域的研究则刚刚起步。一般的企业财务危机预警系统选择并不适用于银行业,财务危机预警模型可以追溯到Fitz-Patrick(1932)开展的单变量破产预测。他以19家企业危机样本,运用单个财务比率将样本企业划分为破产与非破产两组。Beaver(1966)首先运用统计方法建立了单变量财务危机预警模型,发现营运资金/总负债在破产前一年的预测正确率可以达87%;Altlnan(1968)将多元线性判别模型引入到财务危机预警研究中,并得出著名的Z——Seore模型。Ohlson(1980)使用多元逻辑回归模型分析企业财务危机问题,并得到了高于90%的预测概率。结合银行的特殊性,目前而言生存分析模型—Cox模型将成为商业银行财务危机预警模型的较好选择。
引入财务风险预警系统,结合事前对企业的指标分析,进行银行的风险预警系统研究,达到二者的融会贯通,形成统一的财务分析模型,提高银行的预防信贷风险能力。银行风险预警部分包含对象企业资金链监控、负债规模评测、偿债能力分析、异常波动预警等内容,基本上涵盖了银行信贷风险分析的主要方面:
1.资金链监控。资金链断裂情况频繁出现,如何监控企业资金链,预先知道企业是否会出现资金链断裂可能,已成为当前理论界和实践界的一大难题。从以下几个方面对企业资金链情况提出了基本意见:(1)会不会发生资金链断裂。主要判断当企业一旦出现信任危机,会不会出现资金链断裂,如果出现资金链断裂,资金缺口将会是多少;(2)是否存在长期性资金缺口。通过企业长期性资金缺口是否存在的判断,可以确定企业资金结构的稳定性;(3)是否存在经营性资金缺口。从企业日常经营过程中的资金来源和资金占用,观察企业经营活动是否存在资金缺口。
2.合理负债规模计算。首先根据企业报表所反映的经营情况,计算了企业当前经营活动正常所需要的短期资金、长期资金和资金总需求。在此基础上,根据企业目前的资产负债关系、周转速度和盈利水平,计算了企业有能力在一年内偿还的无风险负债规模和企业在二年、三年内有能力偿还的负债规模。从以下五方面内容入手:(1)短期资金需求;(2)长期资金需求;(3)总资金需求;(4)一年内可偿还期负债规模;(5)一年以上可偿还负债规模。通过企业能够偿还的负债规模和银行实际已经给企业发放的贷款的比较,可以清楚地看出企业目前是否负债不足或者负债过度。对于放债不足,可以追加贷款。对于负债过度的,应当提出补救或保证措施。
3.现金流量分析。基于现金流量的分析,已越来越受到国内外银行和企业的重视。本系统从现金流动结构、现金流动的有效性、现金流动的充足性、现金还债能力、现金盈利能力等角度,对贷款企业的资金状况、还债周期、还债能力、造血功能等进行分析,并从现金角度揭示信贷企业的财务风险和盈利水平。本部分包括四方面内容:(1)现金流动分析;(2)现金流动充足性评价;(3)现金流动有效性评价;(4)现金还债能力评价。
最后,针对以上提及的盈利,发展能力以及管理能力等,一样设置相关的指标体系,形成全面的财务预测分析模型,充分判断银行的信贷风险,从而调整信贷规模,合理规避风险。
参考文献
[1]宋雪枫,杨朝军.财务危机预警模型在商业银行信贷风险管理中的应用[M].国际金融研究.2006(5)
[2]李利娜.财务分析在银行信贷风险管理中的运用[M].广西金融研究.2002(6)
[3]孟扬.“有退有进”:2010年银行信贷着力“防风险”[N].金融时报.2010(2)
信贷风险预警 篇4
(一) 信贷风险管理中的问题
信贷风险是银行经营面临的主要风险, 是由于债务人信用等级、履约能力的下降, 违约或者利率、汇率等的变化而给银行信贷资产带来的负面影响, 导致银行信贷资产或收益发生损失并最终引起信贷资产价值甚至银行整体价值下降的可能性。目前, 我国商业银行现行的信贷风险管理中存在一个主要问题, 即只注重授信前对贷款人信用的评价, 而对发放贷款后企业的财务状况关注不够, 起不到对贷款企业进行风险预测的功能。尤其在贷款企业违约之前, 无法对其进行准确及时的风险预警。
(二) 引入财务预警模型的必要性
随着近年来国内对企业财务预警理论的研究不断深入和完善, 为商业银行弥补上述不足, 对贷款企业进行财务预警提供了可以借鉴的思路。将企业财务预警理论应用到商业银行信贷风险管理中, 从商业银行信贷风险管理者的角度, 构建预警模型来预测贷款企业财务状况, 以期为商业银行信贷决策提供建议, 减少信贷资产损失。
由于利益的不同, 商业银行信贷管理者看待企业财务危机的观点, 既不同于一般的权益投资者, 也不同于企业的内部经营管理者。企业财务危机可描述为企业无力偿还全部本息的状态, 或企业的现金净流量低, 资产配置的流动性差, 无法变现用于抵偿到期债务的本息。在信贷风险管理过程中, 商业银行通常要在信贷计划中对本金和利息偿还做出详细的安排, 而每期本息的偿还情况又与当期贷款企业的现金流量情况密切相关, 即与其一定期间内的偿还能力密切相关。同时, 由于财务状况恶化是一个渐近的过程, 因而在信贷管理中, 加强对贷款企业财务状况的跟踪分析, 预测其陷入财务危机的可能性并加以量化, 是十分必要的。
银行家“小心谨慎”的天性, 导致商业银行信贷风险管理中的财务危机观念, 更加注重企业的偿债能力和盈利能力。一个发展前景良好的企业, 如果到期不能还本付息, 在商业银行看来, 都是信贷风险的源泉。同时对于银行而言, 贷款企业债务的偿还最主要的还是依靠企业的现金流量。因此, 在构建预警模型时, 要选取体现企业偿债能力和现金流量状况的财务指标, 对企业的财务状况进行预测分析。
二、财务预警模型简介
(一) 判别分析模型
Altman最早将多元线性判别方法引入到财务危机预警领域, 建立了著名的Z-score模型 (即多元线性判别模型MDA) , 目前该模型已成为财务危机预警最常用的方法。它通过多元判别模型产生一个总的判别分值, 称为Z值, 并依据Z值进行判断。该模型判别方程如下:
式中:Z为判别函数值;x1为 (期末流动资产-期末流动负债) /期末总资产;x2为期末留存收益/期末总资产;x3为息税前利润/期末总资产;x4为期末股东权益的市场价值/债务总额的账面价值;x5为本期销售收入/总资产。
根据模型计算结果, Z值应在1.81～2.99之间, 等于2.675时居中。如果企业的Z值大于2.675, 表明企业财务状况良好, 不会破产;如果Z值小于1.81, 则企业存在很大的破产风险;如果Z值处于1.81～2.675之间, 称之为“灰色地带”, 处在这个区间, 则表示企业财务状况是极不稳定的。研究表明x1、x4和x5三个财务指标预测能力比较强, 预测精度高达94%。
多元判别模型因其假设前提过于苛刻, 影响了它的判别效果和实用性。但该模型能包涵反映企业财务状况的多个指标, 并且可以了解哪个财务指标最具判别能力。这对于银行的信贷风险管理有非常重要的意义, 银行对于企业信用状况的评定主要依靠对企业财务报表的分析, 而如何从庞杂的财务指标体系中选取最能反映企业财务状况的指标是问题的关键。
(二) Logistic回归模型
Logistic模型是一种非线性分类的统计方法。1980年Ohlson首次使用多元逻辑回归 (Logistic) 方法对公司财务状况进行预测, 他发现用公司规模、资本结构、业绩和当前的变现能力进行财务危机的预测准确率高达96.12%。Logistic模型的计算公式为:
该模型假设企业财务危机的概率P, 在模型拟合之前, 对于发生财务危机的公司, P值取1, 否则取0, 判别规则是:如果P值大于0.5, 则判定企业陷入财务危机;如果P值小于0.5, 则判定企业财务正常。
Logistic预警模型的目标是寻求被观察对象的条件概率, 从而据此判断被观察对象的财务状况。Logistic模型最大的优点是没有严格的假设条件, 具有广泛的适用范围。
三、信贷风险管理中应用财务预警模型的实证分析及比较研究
(一) 研究样本与财务指标选择
结合我国的具体国情以及本文的研究目的, 将我国上市公司中的ST公司界定为财务危机企业。选取ST公司构建“财务危机企业”样本组, 非ST公司构建“财务正常企业”样本组。根据选取样本的时间性原则、配对原则和剔除异常样本原则, 最终选择了2004年我国A股市场被特别处理的28家上市公司 (ST公司) 和2005年被特别处理的22家ST公司作为财务危机企业样本组, 要求入选的上市公司在第T年由于“财务状况异常”而被特别处理, 然后按照同一会计年度、行业相同、资产规模相近的配对原则, 对每一家ST公司进行配对选择非ST公司, 选取了50家非ST公司作为匹配样本。样本期分为两部分:一是用财务危机前三年来构建模型, 即采用的数据是财务危机前三年的数据, 即T-1年、T-2年和T-3年数据。二是将T+1年 (即2005年和2006年) 的数据作为保留样本进行测试。
同时, 基于银行信贷管理者的角度评价贷款企业的财务状况, 选取银行更为关注的财务指标:盈利能力、偿债能力、营运能力和现金流量。在查阅了相关文献资料, 并考虑了指标数据资料获取的难易程度之后, 初步确定了具有代表性的14个财务指标, 作为初选指标体系 (如表1所示) 。
(二) 模型方程构建
具体如下:
(1) 判别分析模型。采用逐步判别分析对模型变量进行筛选并建立模型。利用SPSS 13.0统计软件进行逐步判别分析, 根据分析结果最终有两个指标通过了F检验, 即X2 (总资产收益率) 和X13 (现金流动负债率) 。同时采用Fisher判别法, 方程的系数采用Fisher线性判别方程的系数。由此得出各类判别方程如下:
F1= (-7.633) ×X2+0.436×X13-1.554 (ST公司)
F2= (-0.882) ×X2+1.233×X13-1.937 (非ST公司)
采用回代的方式预测模型拟合的准确性。把各样本观测值回代到判别方程中, 根据函数值确定每一个样本属于哪一类公司。对比原始样本的分类和按判别方程所得的分类, 计算出模型的预测准确率和两类错误率。将T-2年和T-1年的样本数据代入模型, 得到模型的拟合效果与T-3年进行比较。如表2所示:
(2) Logistic回归模型。借助SPSS统计软件中的二元逻辑斯蒂回归分析, 选择其中的Forward LR方法, 即基于最大似然估计的前进法来选择进入方程的变量。根据分析结果最终有两个财务指标变量X2 (总资产收益率) 和X13 (现金流动负债比率) 进入Logistic回归模型:
选取p=0.5作为临界点。若p<0.5则判定企业陷入财务危机, p>0.5则判定企业财务状况正常。由此将得出的预测值和实际数据进行比较。将T-2年和T-1年的样本数据代入模型, 得到模型的拟合效果与T-3年进行比较, 如表3所示。
(三) 模型实证结果比较分析
判别分析模型和Logistic回归模型的预测准确率的比较如表4所示, 现对其实证结果分析如下:
第一, 进入模型的财务指标分析。在判别分析模型和logistic回归模型的构建中最终进入模型的变量, 只有X2 (总资产收益率) 和X13 (现金流动负债比率) 两个财务指标。总资产收益率是反映企业盈利能力的指标, 该指标越高, 说明资产的利用效率越高, 企业的盈利能力越高。现金流动负债比率是反映企业现金流量的指标, 它最能反映企业直接偿付流动负债的能力。在信贷风险管理中, 商业银行最为关注的正是企业的偿债能力和盈利能力。对银行而言, 其债务的偿还最主要的还是依靠企业的现金流量。因此, 现金流量更能直观反映企业的偿债能力。由此可见, 在实证分析中所构建的预警模型对银行的信贷风险管理有较好的实用价值。
第二, 模型的总体准确率及错误率比较。在T-3、T-2、T-1年, 判别分析模型的总体准确率分别为72%、81%和88%, 而logistic回归模型的总体准确率分别为73%、83%和91%。由此可见, logistic回归模型各年份的总体准确率都要略高于判别分析模型。
在信贷风险管理中, 商业银行更为关注的是对财务危机企业 (即ST公司) 的预测准确率, 因为发生第一类错误, 即把财务危机企业误判为财务正常企业, 相对于第二类错误, 其危害更大, 误判成本更大。因此, 第一类错误率较高的模型, 其实用价值将降低。根据表4可以得出, 两类模型的第一类错误概率都处于10%～20%之间, 误判率较低, 说明在信贷风险管理中都具有较好的判别能力和预测效果。在T-2年, Logistic模型略低于判别分析模型。
由上述分析可以得出, 在商业银行的信贷风险管理中进行财务预警, Logistic回归模型的实用价值要略高于判别分析模型。
第三, 不同年份模型的判别效果比较。从模型的实证结果可以看出, 越临近危机发生时间, 判别分析模型和logistic回归模型两类错误率越低, 总体准确率越高, T-3年优于T-2年, T-2年又优于T-1年。这也恰好与现实情况相吻合。财务危机企业的财务状况是一个逐步恶化的过程, 越临近危机发生时, 财务预警指标的恶化越明显, 判别能力越高。
通过对上述模型结果的分析, 可以看出logistic模型在总体准确率和两类错误率上均要优于判别分析模型。并且判别分析模型有较为严格的假设前提, 这也影响了判别分析模型的准确性和实用性。综合上述分析, 本文认为logistic回归模型在应用于银行信贷风险管理中的预测准确性和判别效果要优于判别分析模型。
四、模型实证结果在信贷风险管理中的应用
(一) 判别分析模型在信贷风险管理中的应用
判别分析模型涵盖了体现企业财务状况的多个指标, 并且能够逐步判断哪个财务指标最具判别能力和预测效果。其优势在于能够从众多的财务指标中筛选出最能准确反映企业财务状况的指标, 并建立定量化的判别方程。商业银行在信贷风险管理中对于企业财务状况和贷款等级的评定, 主要依靠对企业财务报表数据及财务比率的分析, 如何从庞杂的财务指标体系中选取最能反映企业财务状况的指标是问题的关键。而判别分析模型能够为银行解决这一问题, 这对于商业银行的信贷风险管理具有非常重要的意义和实用价值。
(二) logistic回归模型在信贷风险管理中的应用
Logistic模型的计算公式为:
将要检验的贷款企业的财务指标带入模型计算公式得出p (企业发生财务危机的概率) 值。选取p=0.5作为临界点。若p<0.5则判定企业陷入财务危机, p>0.5则判定企业财务状况正常。商业银行可以根据模型的预测结果, 针对企业不同的财务状况进行信贷决策。对于模型计算结果判定陷入财务危机的企业, 银行应该引起足够的重视, 尽早采取措施, 防范信贷风险。而对计算结果判定为财务正常的企业, 也不能因此就高枕无忧, 可以考虑向前延伸一年, 再次使用模型检验今年的财务状况。在信贷风险管理中, 对于模型计算结果临近分界点的贷款企业, 银行应予以充分关注, 进一步追踪考察企业的经营状况, 防患于未然。在具体操作中, 商业银行可以对贷款企业进行风险等级划分, 根据模型的预测结果分为正常、轻警、中警、重警、危机等层次, 同时建立贷款企业档案以进行定期监测和跟踪追测。
目前, 我国信贷风险管理水平仍相对落后, 信贷风险管理中存在诸多问题, 银行迫切需要借助某种科学的定量分析方法预测贷款企业的财务状况, 为其信贷决策提供依据, 以确保信贷资产安全。如果能够在信贷风险管理中引入财务预警模型, 在定性分析的基础上加入科学的定量研究, 必将提高我国商业银行信贷风险管理水平。
参考文献
[1]吴德胜、殷尹等:《不同模型在财务预警实证中的比较研究》, 《管理工程学报》2004年第2期。
[2]张友棠:《财务预警系统管理研究》, 中国人民大学出版社2004年版。
农村信用社信贷风险预警体系的构建 篇5
[作者: 中山联社 徐士达 蒋纪华点击数: 1302更新时间: 2009-05-12文章录入: 蔡帅 ]
一、构建信贷风险预警体系的意义
信贷风险预警是指商业银行根据各种渠道获得的信息，通过一定的技术手段，采用专家判断和时间序列分析、层次分析和内部评级等方法、对商业银行信贷风险状况进行动态监测和早期预警，实现对风险的“防患于未然”。
贷款五级分类的实施，使农村信用社的信贷规范化管理工作迈上了一个新的台阶，农村信用社的不良资产率有了大幅的下降，同时信贷资产的质量也有了大幅的提高，但由于本身的起步晚，并且长期以来，农村信用社的风险监测和控制手段留于表面,缺乏科学依据，在具体分析中，定性分析多，定量分析少；静态分析多，动态分析少；事后纠正多，事前防范少，风险反应明显滞后，因此，极大的影响了信贷资产质量的进一步提高。而在当前情况下，受自身条件的影响，直接引进西方商业银行的风险防范技术和机制, 在现实中还难以行之有效的贯彻执行。因此, 建立一套符合农村信用社, 可操作性较强的信贷风险预警模型, 形成具有农信社特色的风险预警体系, 有着极为重要的现实意义。
二、怎样构建信贷风险预警体系
农村信用社由于缺乏必有的历史数据，还不能照搬国际上各种先进的内部评级模型和先进的风险预警方法建立完善的风险预警体系。不过，笔者认为农村信用社建立信贷风险预警体系可以从行业风险预警、客户风险预警和组合风险预警三个方面进行。
（一）行业风险预警
所谓行业是一个介于宏观经济和微观经济之间的中观经济范畴，是由具有共同特征的企业群体组成。由于同一行业内的企业成员在生产经营上存在着相同性或相似性，其产品或服务具有很强的替代性，行业内的企业成员彼此间处于一种更为紧密的联系态。行业兴衰决定了行业内部企业生存的条件的发展状况，进而影响到银行信贷资金的安全。行业风险预警可以从行业环境风险因素、行业经营风险因素和行业财务风险因素三个方面进行分析。
1、行业环境风险。主要考虑经济周期、财政政策、货币政策、国家产业政策、法律法规、体制转轨、重大事件等因素。近期我国政策出台十分密集，支持农村改革、支持中小企业、完善农村金融市场、增加投资刺激内需等等，体现了保增长的意图。因此可以充分考虑这些行业环境风险指标利用层次分析法、时间序列分析法分别作横向的和动态的综合分析，可以判断行业所处环境的整体水平和发展趋势。
2、行业经营风险。主要分析市场供求、行业发展阶段、行业技术水平、行业垄断程度、产品替代性和产业依赖度等因素。同样可以利用层次分析法和时间序列分析法对这几个要素作综合评价分析，据以判断行业内部所有企业的整体运营状态、预测行业发展趋势。
3、行业财务风险。分析指标体系主要包括：净资产收益率、销售利润率、利润总额增长率、资本增长率、企业亏损面、企业亏损度、利息保障倍数、应收账款增长率。根据上述八个指标可以建立风险计量模型，以此判断行业偿债能力和经营风险风险状况，再利用动态的多层次灰色评价法预测该行业的风险发展趋势。
最后，对以上三个方面综合分析，建立量化的行业风险评级模型，对所有行业的信用风险进行全景式连续监测，不仅要确定各行业风险等级，还应对行业风险变化趋势、风险预警状态、信贷余额最佳占比、行业风险限额、行业授信额度等进行完整的计量分析。在此基础上，充分发挥各综合指标的风险判别作用，建立系统化、动态化、数量化、差别化的行业信贷政策体系。由于农村信用社目前还没有建立起自己的数据库，暂时只能利用外部的数据进行分析，但从长远来说，农村信用社一般是区域性银行，外部的数据与自身的状况有一定的差异，所以应该定期收集内外部数据，通过风险评价系统讲行统一的风险评价和分析，并向全社发布有关行业的风险分析报告以提高风险预警的准确性。
（二）客户风险预警
信贷资产在逐步变为不良资产之前，往往会出现许多预警信息，客户风险监测和预警就是要及时探测出这些信息，并提前采取预控措施，为控制和降低信贷风险创造有利条件减少风险的损失。客户信贷风险预警旨在通过对目标客户所处的宏观环境、经营状况、财务状况及信贷状况等方面的研究, 对目标客户信贷风险的整体现状进行综合评价, 并在此基础上对信贷风险变动趋势进行预测, 建立预警模型, 为农村信用社制定信贷政策, 识别和化解风险提供科学的依据。
1、客户信贷风险状况指标体系。因为农村信用社内部只有少量的观测数据，无法利用传统的统计方法进行风险分析与预测，而灰色系统理论能够处理贫信息系统，适用于只有少量观测数据的项目，因此可以利用灰色综合评价法可以对客户信贷风险进行分析和预测。下面是利用灰色综合评价法建立农信社客户信贷风险预警模型的指标体系：（见图1）：（见图1）
图1： 客户信贷风险状况指标体系
图1： 客户信贷风险状况指标体系
该指标体系由三层指标组成，即第一层：目标层也就是风险状况；第二层：要素层，包括营运能力、偿债能力、盈利能力、产品市场、信用状况、经营者素质；第三层：指标层，共18个指标。
2、收集同类客户的各指标数据以及该类客户的个指标最佳值，分别计算六个要素层的关联度，再通过专家咨询并利AHP法确定各评价因素的权重，进而计算出要素层的关联度，最后通过要素层的关联度即可以计算出目标层的关联度即各客户的风险状况。另外再通过收集同一客户不同时期的指标数据，可以利用动态的灰色评价法计算出该客户的风险发展状况，预测客户的风险，起到风险预警的作用。
3、根据客户风险状况分析结果，合理制定差别化利率政策。目前，我国利率完全尚未实现市场化，因此可以考虑在充分利用法定利率浮动空间的条件下，增加内部利率的调节力度。对于评级为A、B级的低风险客户，在基准利率基础允许给予一定的优惠而对风险为D、E级的较高风险客户，应制定惩罚利率，在基准利率基础上加以上浮。通过资金价格方式，实现对行业信贷结构的优化调整。
（三）组合风险预警
现代资产组合理论的提出主要是针对化解投资风险的可能性。“不要把所有的鸡蛋放在一个篮子里”就是多元化投资组合的最佳比喻，而这已成为现代金融投资世界中的一条真理。贷款实际上也是一种投资，完全可以利用现代资产组合理论，结合奥特曼最优化模型，确定各行业和各类客户最佳信贷额度占比和风险限额，使整个贷款的风险调整收益率达到最大化，由此确保贷款资本达到最佳配置。这样就可以根据农村信用社的贷款结构与最优结构相比较预测本社整个信贷资产的风险状况，进而采取相应的措施对风险“防患于未然”。
三、结论
信贷风险预警 篇6
温州民间借贷产生历史悠久, 随着改革开放, 温州的民间借贷更是速猛发展。如今温州是一个民营经济活跃、民间资本昌盛、以及在各地房地产市场的投机性投资以及对各类最流行的资产的投资而著称的城市。据人行温州中心支行2011年7月21日发布的《温州民间借贷市场报告》显示:温州约90%的家庭、个人和60%的企业参与了民间借贷。由此可见, 一旦某个环节出问题, 很可能导致“多米诺”效应, 最后损害实体经济。自2008年金融危机爆发后, 央行采取了“极度宽松”的货币政策, 使经济出现了一时的繁荣景象。此时民间信贷的需要更是如饥似渴。经济投资出来了, 但结果是物价上涨, 通货膨胀, 泡沫经济。因此又通过银根收紧来防止通货膨胀, 尤其是针对对房产企业的出台的政策, 加上实业制造持续不景气, 温州越来越多的企业转向了民间借贷, 供求关系影响无形中抬高了利率水平, 这样根据供需法则, 本来健康的情况下, 如今变成了疯狂的“高利贷”。但中小企业又不得不“饮鸩止渴”, 当利率越来越高的高利贷还不起的时候, 2011年4月温州出现了温州资金链断裂, 跑路、跳楼便就纷纷出现。
二、财务预警模型介绍
自1966年国外学者Beaver到2001年的陈文浩与郭丽红有很多关于财务危机的说法。大体上对财务危机认识, 是指无力按期偿还到期债务、利息、股利, 严重的就是破产、重整等。因此, 财务危机提前预测, 对于信贷机构管理而言具有不言而喻的重要作用。国外学者对财务危机预警模型研究有相当长的历史, 而国内学者是在国外学者的基础上进行深入和拓展性研究。根据财务危机预警模型的分类有很多种, 本文是针对学者的研究结果进行整体汇总。
(一) 国外研究的分类
1、统计方法
(1) 一元判别法。BEAVER在1954-1964年对158家企业研究得出, 用30个财务指标进行分析;结果是现金流量/债务总额指标最好90%, 其次是现金流量/债务总额、资产收益率、资产负债率指标也是比较有效的80%;特点是操作简单, 但企业的财务受很多种因素影响, 这种方法不能全面解释企业的财务状况;现在不常用。
(2) 多元判别模型Z模型。Altman在1970-1973年运用Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5指标依次是对流动资金/总资产、盈利留存/总资产、息税前利润与总资产的比率、股票市价/总负债、销售/总资产, 进行分析;结果 (Z<1.81破产可能性大, 1.81≤Z≤2.99破产不确定, 2.99
(3) Z的修正模型。有人运用Z=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5。其中相比多元判别模型Z模型指标。X4是股东权益/总负债;结果是 (Z≤1.2破产概率大, 1.2
(4) F模型。周首华、杨济华、王平在1996年运用F=-0.1774+1.1091X1+0.1074X2+
1.9271X3+0.0302X4+0.4961X5指标依次是:期末净营运资本/资产总额、期末留存收益/资产总额、 (税后净利润折旧) /平均总负债、期末股东权益的市场价值/期末总负债、 (税后净利润利息折旧) /平均总资产; (F≤0.0274发生严重财务危机, F>0.274财务良好) ;F模型加入现金流量变量, 弥补了Z模型的不足;实用于所有的公司。
(5) 多元逻辑回归分析模型。Ohlson在1970-1976年对105家破产公司, 运用规模、资本结构、业绩和当前的变现能力进行分析。Zj=β0+β1X1j+…+βkXkj, Mj=1/ (1+e-yi) 式中, Zj代表第j家企业是否发生财务危机, j=0或1, 0表示财务正常企业, 1代表财务危机企业, ;Xkj表示第j家企业的第k个财务比率, Mj所估计出财务危机的概率;结果的准确率达到96.12%;没有严格的假设条件, 范围广, 但处理过程复杂, 有多重共线性问题导致精确度降低;适用于普遍的公司。
(6) 多概率比模型。计算方法与Logistic逻辑类似, 运用此法的得出P<0.5财务正常, P>0.5财务危机;数据服从正态分布;普遍适用。
1.非统计方法
模拟类预测方法 (神经网络模型) :Lapedes和Fayber (1987) 适用范围广, 具有较好模糊识别能力, 对自变量没有严格的条件, 具有很强的容错能力和纠错能力, 精确度高, 但理论比较抽象, 实用效果不理想;Dutta和shekha (1988) 人工神经网络进行建模, 来预测企业债券等级。
此外还有行为反映类分析法 (股价分析法) 、案例分析法、专家系统、遗传算法, 这些都是正在摸索中的方法, 有待继续研究。
(二) 国内的研究分类
1、陈静在1999年对27家上市公司花费了3年时间, 进行单变量和二类线性判定, 运用的指标是:负债比率、净资产收益率、流动比率、营运资本/总资产、总资产周转率;得出得出只有在企业破产一年前预测成功率较高;得出只有在企业破产一年前预测成功率较高;适用于可以提前三年预测上市公司。
2、张玲在2000以120家公司为样本进行Z=0.517-0.46X1-0.338X2+0.93
2X3+1.158X4指标依次是为资产负债率、为营运资金/总资产、为总资产利润率、为留存收益/总资产;Z<0.5财务危机公司;0.5
3、吴世农、卢贤义在2001年以70家财务危机的公司和70家财务良好的公司, 检验 (LPM) 多元线性回归分析、Fisher线性判定分析和Logistic回归分析, 采用的指标是:盈利增长指数、负债比率、总资产周转率、资产报酬率、长期负债/股东权益、营运资本与总资产;LPM、Fisher、Logistic回归模型在财务危机发生1年误判率是10.07%、10.07%、6.47%;这三种模型均能在财务危机发生前做出较为准确的预测;上市公司。
4、姜秀华、任强、孙铮在2002ln{p/ (l-p) }=-0.1661-0.0 7 3 0 MR+10.148l O
AR/TA+10.1484STL/TA-4.5669H, 指标依次是毛利率、其他应收款比重、短期借款比重、股权集中度;准确率为95.45%;上市公司。
5、刘红霞、张心林在2004年以主成本分析法, 对118家ST公司进行分析。运用8个指标;在ST公司中误判率为18175% (6家) ;在非ST公司中, 误判率为9137% (3家) ;上市公司。
6、杨淑娥、黄礼2005对90家ST和90家非SI公司进行BP神经网络模型分析。指标是择流动比率、现金比率等10个指标;其正确判定率分别达到90.8%和90%;工业板块和综合板块。
7、梁飞媛2005年从现金流流角度, 选取相应的19个指标, 然后分析选出具有预测能力的指标, 通过典则判定模型和Fisher线性判断模型;都取得较高的正确率;机械设备行业。
8、杨华2006年对2002-2004对79家首次被ST的公司, 进行运用Fisher二类线性判别分析和二元逻辑回归分析;可以提前三年预测到财务危机, 准确率超过80%;ST上市公司。
9、王琳2008年在2002-2005年对55J家ST公司进行Logistic回归模型;精确度达到83.33%;ST上市公司。
1 0、杨宝安、季海、徐晶2001年, 李霞2007年, 张明媚、孔玲2008年建立BP神经网络模型;正确率高达95%。
三、温州信贷危机建立财务危机模型的必要性
1、加强财务管理:温州的金融危机是温州企业是无力偿还到期债务, 造成资金链连跳的断裂, 发生了财务危机。不管是企业或者信贷机构都应该高度重视, 提前做好预警措施。特别是据相关资料披露, 温州的民间信贷总量高达8000-10000亿元, 因为这次危机的出现, 可能会有10%-15%的贷款变成坏账。
2、建立快速预警模型:温州信贷机构应建立财务危机预警模型, 提高监管的薄弱环节, 对未来企业客户的风险进行预警, 对预警信号早发现、早处理, 及时解决不良资产, 从而及时发现和预测贷款的现有问题和发展趋势, 确定贷款的按期足额偿还的可能程度。
3、注意事项:对上述财务危机预警模型类型的详细介绍, 旨在为构建符合温州信贷危机的具有可操作性的财务危机预警模型, 同时也要借鉴专家的意见和企业的具体情况, 减少模型的失误率, 减少不必要的损失, 维持信贷资金链的稳定, 稳定经济的发展。因此在运用财务危机模型时应谨慎处理, 根据温州的实际情况选择合适的模型。
参考文献
[1].吴世农, 卢贤义.我国上市公司财务困境的预测模型研究.[J].经济研究, 2001.6
[2].张玲.财务危机预警分析判别模型[J].数量经济技术经济研究, 2000.3
[3].陈静.上市公司财务恶化预测的实证分析[J]1会计研究, 1999.4
[4].吴世农, 黄世忠.企业破产的分析指标和预测模型[J].中国经济问题.1986, 6
[5].Stephen A.Ross, Randolph W.Wester field, Jeffery F.Jaff1公司理财[M]1北京:机械工业出版社, 20001