研究综述（一）国外研究现状（1）信用风险评估的研究国外对于信用风险评估的研究跟上较早于，构成了较为先进设备的评估方法，信用风险评估的研究主要可以分成传统信用风险评估和现代信用风险评估两个阶段。传统信用风险评估主要有专家方法、信用评级方法和信用评分法。专家方法是对信用风险涉及的定性和定量信息分析，依据主观辨别对信用风险展开综合评定，较为倚赖评估人员自身的科学知识和经验。

Caouette（1998）详细地讲解了专家方法中的财务分析、行业分析等内容，对传统风险评估方法的操作者流程展开了阐释。Saunders（1999）总结了“5C”要素分析法，从企业的品德（Character）、能力（Capacity）、资金（Capital）、借贷（Collateral）和经营环境（Condition）展开了全面阐述。信用评级方法是对不受信者的热情状况以定量化的方式做出综合性的评价，并以有所不同的等级做出审定。1909年，John•Moody对铁路债券展开了信用评级，这是信用评级方法首次在金融实务中崭露头角。

1922年和1924年，Standard&Poor's和Fitch公司也分别开始用于自己的信用评级方法，世界三大信用评级机构开始在实践中逐步完善自己信用评级方法的历程。经过一个世纪的发展，信用评级作为信用风险管理的主要手段在金融实务中早已有了最重要地位。

信用评分法是用综合分值或债权人概率体现信用状况的一种方法，主要运用竖立统计资料方法创建重返模型，以确认信用风险的大小。信用评分法主要还包括多元判别分析模型、概率模型以及神经分析法等。Fitzpartrick(1932)用于判别分析模型对企业信用风险做出研究，他将征选出有的19对倒闭企业和长时间企业作为样本，对两类样本公司展开判别分析，检验结果找到净利润/净资产的和净资产/负债两个指标能将两类样本公司很好的区分开。Beaver（1966）更进一步研究了1954至1964十年期间的企业信用风险状况，他将样本公司数量不断扩大到158家，对这些倒闭企业和长时间企业的信用风险展开研究，结果找到现金流量/总负债能较好地判断企业的风险状况。

Altman（1968）开始研究倒闭企业的特点，在对众多样本公司展开对比之后，他指出财务指标需要对企业的倒闭概率展开评估。在众多的指标中，Altman确认了5个财务数据为主要度量指标的Z-score模型，由于模型的实用性和准确性，很快沦为当时主流的信用风险评估方法。1977年，Altman等对传统的Z-score模型更进一步修正，将评估变量从5个减少到7个，即资产报酬率、收益稳定性、资产负债率、资本化比率、流动比率、利息倍数和企业资产规模，并对上市公司、非上市公司展开了评估，获得了更为精确的评估结果。随着研究方法的了解，更好的评估模型被应用于信用风险度量。

Martin（1977）第一个运用Logit模型来预测企业信用风险，通过对1970年至1977年间的样本企业展开分析，指出多元判别分析模型只不过是多元逻辑重返模型的特例，并且精确地从5700家美联储成员银行中判断出有58家信用风险较高的银行。多元Logit重返模型是由Ohlson（1980）引进的，他对1970至1976年的倒闭和非倒闭公司展开分析，获得结论财务困境受到公司的规模、业绩、资本结构和当前所求能力的影响相当大。

Laitinen（1999）对芬兰的3200多家公司的35个财务指标展开分析，较为权重Logit模型和一般线性重返模型在数值公司的债权人风险方面的区别。随着信用风险研究的了解，人们对信用风险管理也更为推崇，现代信用风险评估方法大大经常出现，其中最风行的有KMV模型、CreditMetrics模型、CreditRisk+模型以及CreditPortfolioView模型。Merton（1974）将期权定价公式运用到公司价值评估中，1980年，Mcqouwn与Vasicek通过改进期权定价理论，将其运用于信用风险评估中，这构成了后来的KMV模型。KMV模型通过BSM模型计算出来企业的预期债权人亲率EDF，并创建了预期债权人亲率与企业信用等级之间的关系。

Vasicak（1995）在研究了一百家上市公司的债券后，指出KMV模型可以对上市公司债券的信用风险评估；AnthonySaundem（2001）指出KMV模型需要对所有上市公司的信用风险展开有效地测量。Kurbat等（2002）用于Callbration方法和Validation方法对KMV展开了检验，以上千家美国公司作为样本，自由选择1991年至2001年的公司数据展开现代科学研究。Crodbie和Bohn（1999）用于KMV模型对金融企业展开风险评估，计算出来他们的债权人概率，结果显示这些金融类公司还没再次发生信用事件时，获得的预期债权人亲率EDF早已预测到信用风险的变化。

（2）宏观经济因素对信用风险影响的研究在信用风险评估方法发展的同时，信用风险在宏观经济层面也展开了许多尝试。凯恩斯指出，投资者对资产价格预期的转变不会影响资产价格的平稳。受到凯恩斯的灵感，Minsky（1982）从金融内在脆弱性方面做出阐释，明确提出了“金融脆弱性”假说。

Minsky以50年的经济长波理论为基础，将企业依据信用风险的强弱分成优质企业和庞式企业，从动态的角度分析了宏观经济因素和企业信用风险之间的相互关系，指出经济繁荣时期银行的过度信贷是造成资产价格泡沫和企业大规模债权人的原因。Kregal（1997）明确提出了“安全性边际”假说，他指出银行在获取信贷时期望安全性边际越大就越好，但由于信息不平面的不存在，银行不能根据企业的信用记录来确认企业的信用风险，也就是说企业的债权人概率主要由企业过去的信用记录要求，这最后造成了企业在经济不景气时期经常出现大规模债权人的情况。在宏观经济对信用风险影响的的现代科学分析方面，也有许多研究成果经常出现。

Wilson（1997）找到信用风险不仅与自身财务状况有关，还受到宏观经济波动的明显影响，他以商业银行作为样本，对信用风险和经济因素的关系展开研究，结果表明债权人亲率呈现出显著的周期性变化。Grody，Galai和Mark（2001）的研究更进一步说明了了宏观经济周期对信用风险的影响具备一定程度上的非对称性，即信用风险在经济收缩期不会经常出现显著的下降，但是在经济扩张期并会明显上升。

这解释经济收缩期可以使许多信用风险较高的企业最后经常出现债权人，造成信用风险明显下降；但是在经济扩张期并会给企业的信用张狂带给显著的提升，不能通过企业强化自身素质来加以提高，因此经济繁荣无法减少这些企业的信用风险。Frye（2000），Lucas（2003），Gordy（2004），Altman（2005）等学者的研究也分别证明了债权人亲率在经济收缩期与经济扩张期不存在显著有所不同。Nickell等（2000）以公司债券为分析对象，评估了债券在有所不同经济周期阶段时的信用风险迁入概率。

研究找到债券信用等级向上迁入的概率总体上受经济周期的影响较小，当经济正处于波谷时债券信用等级上升的概率要小于经济正处于波峰的阶段。另外，债券的信用等级越高，其稳定性就越少，不受经济周期的影响也就越小。DimitriosKavvathas（2001）研究了企业在经济周期有所不同阶段的信用等级迁移概率，结果找到企业所处的经济环境有所不同，他们的信用迁移概率受到外部因素的影响也有所不同。Bangia（2002）依据期权定价的基本原理，以三十年期间的宏观经济波动与企业信用等级变化作为样本展开现代科学研究，也获得类似于的结论。

现代科学结果表明企业的信用风险下降的概率与宏观经济有紧密的关系，其中在经济不景气时期企业信用风险增高的概率要低于在经济繁荣时期。也就是说信用等级较低的债务人的受到宏观经济的影响更为明显。（3）国外学者关于房地产信用风险的研究对于房地产信用风险产生原因的问题，野口悠纪雄（1993）在研究了日本房地产市场后，指出银行对房地产等固定资产的巨额贷款反对等因素造成了房地产泡沫的产生，泡沫幻灭后的资产价格的暴跌造成了十分深刻印象的信用问题。

Renaud（1997）通过对1985年～1994年全球房地产波动的研究，分析了房地产周期构成的宏观经济因素，他指出金融监管的严格、国际资本、财政政策等原因造成了房地产信用风险的产生。Edelstein和Paul（1999）通过土地价格预期模型，阐述了日本90年代经常出现的房地产市场泡沫幻灭的现象，他们指出低水平的利率，土地用于容许、国际资本冲击、房地产投资的优惠政策等原因造成了房地产泡沫。房地产投资短路使得土地价格预期大大增高，当有外部因素冲击房地产市场时，泡沫幻灭，信用风险随之曝露。Shiller（2003）从不道德金融学的角度进行研究，他指出房地产体系的风险相当大程度上源于各市场主体的非理性不道德。

DavisandZhu（2004）创建了资产价值和银行贷款两者之间关系的模型，随着房地产价格的下跌，银行有派发更加多贷款或放开贷款条件的动机，使房地产和银行信贷之间产生相互作用的机制。Deng（2007）通过测算贷款特征和当地的经济，预测并计算出来出有其预期债权人概率和再次发生债权人时经常出现的损失。Wilson（1995）用于1992-1995年加利福尼亚的数据计算出来了信用风险函数。

结果找到，造成信用风险增高的主要原因是房地产价格的变化，之后才是信贷因素、房价贷款比率、资产种类、信贷数量和地域等因素。在房地产信用风险度量与管理方面，Herring（2002）等学者通过分析国际数据并创建模型，明确提出危机短视和偏移鼓舞是高估房地产信贷风险的两种说明。TonyKey（2002）论证了房地产市场需求、信贷规模等指标的轻微波动有可能是房地产信用风险下降的判断方法，证明了房地产信用风险中的关键变量需要被评估和监测。（二）国内研究现状（1）国内信用风险度量的研究现状在传统信用风险评估方面，陈静（1999）延用Altman的思想，搭配A股市场27家ST公司和27家同业同规模的非ST公司，共54家公司作为总样本，创建多元预测分析模型，并最后挑选预测准确度较高的模型作为拟合模型，以对模型结果展开有效地测试。

张玲（2000）以A股市场14个行业中的51家ST公司和69家长时间公司作为，挑选15个财务指标，创建了4个判断模型，结果显示，预测模型可在4年前或公司开始亏损前2年预见公司的未来发展。吴世农、卢贤义（2001）拓宽了研究样本容量，以70对ST公司和长时间公司作为样本展开研究。在分析两组公司财务指标的差异后，挑选了其中的6个作为模型指标，运用线性判断分析、线性概率分和Logit重返分析三种方法，分别创建预测模型，现代科学结果表明，三种模型都需要在企业再次发生信用风险前做出做出警告，其中Logit重返分析模型的预测能力较好，失误亲率低于。

于立勇（2004）挑选132家制造业企业作为样本，其中还包括97家信用风险较高企业，运用相反逐步自由选择法检验出有5个财务变量创建了体现企业信用风险的指标体系，然后通过Logit重返模型测算了51家企业的债权人概率，研究结果经检验准确性较高，Logit重返模型对于企业信用风险有很好的预测效果。李萌（2005）以贷款企业的财务指标和债权人数据作为样本，挑选了企业资本结构、现金流量、资产质量等方面财务指标，通过主成分分析后获得6个可以全面体现企业财务账款的变量，用于这些财务信息创建信用风险度量的Logit模型，最后用于不良贷款亲率作为判断标准，结果表明模型的准确率较高，预测能力较强，而财务指标中资产流动性和债务能力、盈利能力对企业信用风险有明显影响。宋荣威（2007）运用Logit模型对上市公司的信用风险展开度量，研究挑选106家经营亏损和经营长时间的上市公司为样本，自由选择倒数四年的企业财务数据展开分类研究，获得了较高的预测准确率，研究结果也指出企业在信用风险管理中应该侧重资产与负债的比例，强化资产的流动性。

刘迎春（2010）在分析了我国信用风险环境，对我国财务指标预测信用风险的展开了综述，在Logit模型的基础上，对我国上市公司信用风险展开了度量。研究以上市公司2008年财务展开预测，并用于2010年公司信用风险状况展开结果判断，模型对我国上市公司信用风险失误亲率较低。

研究严重不足和未来发展通过对全文的总结概括，本次研究不存在以下几个方面的严重不足，这也是先前研究必须更进一步改良的地方：（1）挑选的样本数量较较少，有一定局限性。由于我国房地产企业信用信息数据的缺少，本文只挑选了少量房地产上市公司作为样本，时间也只挑选了8年的宏观数据，样本范围和时间跨度受到相当大的容许，减少了研究的准确性。在以后的研究中，将不断扩大样本范围和时间区间，以提升结果的准确性和适用性。

（2）宏观经济数据为年度数据。本文研究用于了年度数据作为研究数据，无法精确取决于宏观经济的变化形势，是研究结果有一定偏差；财务数据自由选择季度数据也无法精确度量企业的信用状况。以后的研究中将数据精确性提升，减少偏差。

（3）本文的理论研究较为粗略。在分析经济周期和经济政策对房地产企业的影响时，仅有从总量方面展开了分析，缺乏结构方面的深入研究。此外，没将汇率波动的影响划入到变量自由选择中。这将是更进一步研究中必须改良的地方。

本文来源：澳门威尼克斯人网站-www.ly0769.com