文档介绍：基于Logistic理论与KMV模型的我国中小企业信用风
险评估
【摘要［Logistic回归模型可以处理多指标海量数据，在解决中小 企业信用风险评估问题有很大的优势，而KMV模型反映的是市场中投资者 对公司未来发展的综合预期，因此具有高敏感性和前瞻性。通过运用中小 企业的股票市场的数据和财务报表中的债务数据，将KMV模型中违约概率 与Logistic回归模型相结合应用于信用风险评估，为未来建立屮小企业 的评估体系和相关监管部门更好的控制信用风险提供了重要依据，也对中 小企业信用风险控制以后的发展有着现实的意义。
【关键词1 Logistic模型；KMV模型;中小企业;信用风险
在传统的信用风险评估中，主要是依靠专家的知识和经验结合一般性 的统计方法，进行较为主观的判断，运用比较广泛的定性分析方法主要有 专家测量法，指以专家的专业知识和经验为依托，通过专家间的商讨等形 式，以主观判断为主对企业的信用风险进行评估，如徳尔菲法。另外，企 业的信用风险会通过相关财务指标的恶化体现出来，因此财务分析法也可 以用来评估企业的信用风险，其中比较有代表性的有杜邦分析法和沃尔比 重评分法。
Fisher［l］于1936根据已知类别的若干样本，总结出分类所具有的规
律性，进而建立了判别公式以判别新事物的类别。国内外学者从中受到了 启发，基于统计判别分析方法的预测模型在对企业信用风险的评估中得到 了广泛的应用。Altman[2]在1968年通过对美国破产和非破产生产企业进 行观察，运用数理统计从筛选出22个最能反应借款人财务状况、对评判 信用风险最有价值的指标建立了 Z-score模型。1977年,Altman> Hal deman 和Narayanan在原有的Z-score模型的基础上进彳亍了拓展和改进，建立了 适用范围更广、精确度更高的ZETA模型[3]。Henley[4]开发了 logistic 回归模型是最流行的分类统计工具之一，它克服了判别分析要求变量服从 正态分布的不足，因此在不满足正态的情况下其准确率要高于判别分析 法。该模型于1977年被Martin[5]首次用于银行破产预测，后来Ohlson[6] 于1980年用于预测企业的财务困境，研究发现用公司规模、资本结构、 业绩和变现能力进行预测的准确率高达96%以上。Wiginton[7]也是较早将 Logistic回归用于信用评估的人员之一。
1995年，美国KMV公司基于Merton期权定价理论，用预期违约频率 来计量公司违约概率，这种信用风险度量模型被称为KMV模型，主耍是利 用预期违约率EDF (Expected Default Frequency)的值来衡量企业市场 价值降到违约出发点水平之下的概率，其中EDF可以通过分析企业股票市 场价格的波动而得到。
国内学者主要致力于探索适合我国市场的信用风险识别评估方法，在 引进国外先进的信用风险评估方法基础上，运用国内数据加以分析，通过 大量的实证研究，改进模型使之适合于我国的经济状况，并对预测的准确 性进行了评价。
郝项超，梁琪⑻引入偏最小二乘法，结合Logistic模型对我国沪深 两市的上市公司的经营失败进行实证研究，结果表明偏最小二乘Logistic 模型对企业经营失败有着较高的预测能力。张星文，廖英霞［9］运用