基於南充市商業銀行的企業信用風險實證研究
經濟研究
作者：蒲翔天
【摘要】針對目前國內商業銀行不良貸款率居高不下的現狀，對信用風險的衡量與管理顯得尤為必要。本文首先介紹了Logistic回歸模型的結構和應用，然後以南充市商業銀行南充分行信貸管理信息係統的貸款企業為研究樣本，通過建立Logistic回歸模型，獲得企業違約的可能性，即違約率（PD）。本文以房地產業的24家違約企業與33家非違約企業作為建模樣本，選擇了16個財務變量參與實證分析，經過t檢驗、多重共線性檢驗、後向Wald回歸，得到關於房地產業的Logistic回歸模型，並且檢驗了模型的預測效果。最後的回歸模型表明：房地產業的違約率與以下3個變量的組合顯著相關：流動比率、流動資產周轉率、資產利潤率。
【關鍵詞】 南充市商業銀行 企業信用風險 違約率 Logistic模型
一、緒論
（一）研究背景
信用風險的廣泛存在是現代金融市場的主要特征。近年來，我國商業銀行麵臨著較大的信用風險，高比率的不良貸款很大程度上削弱了銀行流動性與支付能力，並孕育了支付危機與擠兌風波。美國著名信用評估機構標準普爾公司2009年曾報道我國銀行的不良貸款達200億美元，不良貸款率為1.58%。各商業銀行的壞賬、呆賬與逾期貸款已經發展成為嚴重影響我國金融領域安全的問題。根據中國銀監會的統計數據，截止到2014年末，我國主要商業銀行不良貸款率為1.25%，其中國有商業銀行不良貸款率平均為1.31%，股份製商業銀行不良貸款率是0.70%。
信用風險是商業銀行承擔的金融風險中最為重要的風險之一，其產生的影響涉及到社會經濟生活中的各個方麵。近三十年以來，隨著金融環境的不斷變化，信用風險日益增大，如何更為準確地測量信用風險成為商業銀行麵臨的巨大挑戰。
新巴塞爾資本協議停止了以單一最低資本金為標準的監管標準，認同銀行對信用等級不同的客戶采取差異化信貸資產風險計量標準，允許滿足條件的商業銀行通過內部評級法來估算風險資產及支配經濟資本。在違約損失率可以由中央銀行確定的前提下，商業銀行必須按照被金融監管當局認同的方法得到不同信貸資產的違約率便是內部評級法的核心。實行內部評級法是目前我國商業銀行前進的方向，而創建具備可實施性的違約率模型則是我國商業銀行的重要戰略目標。因此，目前我國商業銀行信用風險管理麵臨的首要任務是違約率統計。
（二）研究對象
隨著我國利率市場化步伐的不斷提升，金融機構勢必推出更多的金融衍生工具，期權交易與互換交易極有可能成為商業銀行涉及的業務。然而迄今為止，商業銀行最主要的業務仍然是貸款業務，貸款質量對商業銀行正常運轉所起到的作用毋庸置疑。本文的研究對象是南充市商業銀行所麵臨的信用風險，並集中於銀行信貸資產的信用風險度量，即研究企業貸款的違約率問題。本文將信用風險的度量轉換為企業違約的概率，並試圖通過構建一個企業貸款違約的概率模型來衡量貸款企業的信用風險。所以，在本文中提到的信用風險特指企業貸款的違約風險。
（三）研究意義
麵對國際金融業的激烈競爭，作為世貿組織成員的我國國有商業銀行提升優良貸款率已刻不容緩。麵對已經產生的存量不良貸款，國有商業銀行能做的努力非常有限。但是，銀行應該對信貸資產的流量進行科學管理，盡可能避免增量貸款違約的發生。
2004年6月，新巴塞爾資本協議正式公布。依照新協議中內部評級法的要求，通過科學的風險計量方法，製定符合本行業務發展需要的客戶信用評級體係是我國商業銀行融入國際競爭，成為具有價值創造力銀行的內在要求。作為衡量客戶償債能力與違約風險的重要標誌，信用等級的重要性毋庸置疑，而違約率則是劃分客戶信用等級的核心指標。因此，根據新巴塞爾資本協議內部評級法的主體框架，結合數理統計模型，在定量指標的基礎上計算出客戶違約率，然後根據違約率所在的區間，劃分客戶信用等級，對於我國商業銀行而言有著非常重要的現實意義。
因為違約率是信用評級行業發展的必由之路，也是信用等級可操作性的靈魂，所以對於目前信用風險數據缺乏的我國商業銀行而言，研究違約率有著十分重要的作用，對於試圖建立適合我國商業銀行的信用風險度量模型也能夠起到一定的幫助。
（四）研究思路
本文第一部分是緒論，主要介紹了研究的背景、對象、意義及思路。
本文第二部分引入了Logistic回歸模型，先後對模型原理、樣本選取、數據來源以及變量選擇做了說明。
第三部分先介紹了建立Logistic回歸模型的步驟，結合貸款企業的數據，對選擇的變量進行了獨立樣本t檢驗和多重共線性檢驗。然後，將通過檢驗的變量以Backward：Wald的方式進入了Logistic模型，得到最終統計量。最後對模型進行了檢驗和評價。
第四部分針對實證結果做出了分析和解釋，結合前麵的分析得出了啟示，並提出了相應的建議。
二、企業信用風險的實證研究方案設計
（一）Logistic回歸模型簡介
目前，國外非常流行的信用風險評價模型主要有Credit Metrics模型、KMV模型、信用風險模型以及信貸組合審查模型。然而，考慮到我國銀行業所在的運營環境以及曆史發展過程中所具備的自身特殊性，適合國外銀行的信用風險評價模型並非完全適用於我國商業銀行。在國外銀行信用風險評價模型的基礎上，對模型的參數要作出適當的調整使之能符合我國實際情況是非常必要的。
本文旨在根據商業銀行貸款企業的財務比率來建立一個可以估計貸款企業違約可能性的模型，用以辨別企業是屬於信用好的企業還是信用不好的企業。
Logistic函數的定義是：
P=1/（1+e-（a+bx））
函數圖像呈S型分布，當a+bx→-∞時，P=0；當a+bx→+∞時，P=1。因此，無論自變量的取值範圍如何變化，函數的值域始終都是[0，1]。這一特性保證了由Logistic函數估算的概率不會出現小於0或者大於1的情況。
令事件發生的概率P（yi=l |xi）=Pi，可以得到
Pi=1/（1+e（-a+bxi））
那麼，事件未發生的概率則為
1-Pi=1-1/（1+e（-a+bx））=e（-a+bxi）/（1+e（-a+bxi））
發生比即是：
P/（1-P）=e-a+bxi
取對數，即可得到：
Ln[P/（1-P）]=a+bx=logitP
當自變量不止一個時，一元Logistic回歸模型升級擴展為多元Logistic回歸模型：