文档介绍：关于科技型企业信誉风险度量模型的选取
　　论文关键词：科技型企业信誉风险lgisti回归模型
　　论文摘要：科技型企业作为国民经济中一支活泼的力量，已逐渐引起各个银行的重视。但是对科技型企业信誉风险的度量，国内尚无适宜的方法。文章试通过技型企业信誉风险度量模型的选取
　　、方法的比拟与评价。从上面的文献回忆可以发现，关于信誉风险度量的模型和方法很多，然而
　　由于信誉风险本身的固有特点，大家公认和统一的模型和方法到目前还没有出现，各种模型和方法其本身都存在这样或那样的缺陷，且大多是针对上市公司等大型企业的，并没有考虑科技型企业自身的一些特点，因此有必要对这些模型和方法进展分析、比拟、评价，从中选择适宜的模型来度量我国科技型企业的信誉风险。
　　单变量模型具有简单可行的优点，但其缺陷是任何单个财务指标都无法全面地反映公司财务特征及公司总体情况，甚至任何单个财务指标将在很大程度上排挤其他指标的作用。多元线性判别模型具有相当的影响，它克制了单变量模型的缺点，判别的准确性也有大幅进步，但其本身也存在两大缺陷：其一，它是一个线性模型，但判断一个公司信誉风险的因素非常复杂，不太可能成简单的线性关系；其二，它根本上采用历史财务比率，影响对借款人信誉评价的时效性。lgisti等多元非线性回归模型很好的解决了非线性的问题，并且有较高的准确性，但也存在信誉度量的时效滞后缺陷。
　　kv模型以股票市场数据为根底，而不是依赖会计核算数据，反映了市场中投资者对公司将来开展的综合预期，具有前瞻性、高敏感性；但它针对未上市公司具有一定的局限性，而且片面强调股票市场，变动敏感度太高。reditetris模型成功地把信誉风险度量与信誉等级的转移、违约率等相关因素结合起来，使模型考虑的因素更加全面，适用范围更加广泛；但它片面强调信誉评级，不可以反映特定债务人当前的信誉质量变化情况。而且我国目前还没有一个权威的、完善的信誉评级体系，也不可能有有效的信誉风险转移矩阵，同时也缺少一个准确的基准贴现率，因此现阶段该模型在我国尚无法应用。reditrisk+模型最大的优点是简单易用，泊松过程的应用使得计算非常有效，需要估计的变量很少，对于每个组合只需要知道违约概率和风险头寸；但它忽略了信誉级别的变动，对于每个债务人风险头寸是固定不变的，只依赖于远期利率变动。甚至在大多数情况下，模型简化为违约概率由几种随机背景因子决定，风险头寸是常量。
　　。中小企业普遍存在着一些问题，如规模孝经营制度不标准、财务数据不完善、资本构造不合理和可抵押资产相对缺乏等。这意味着商业银行向科技企业贷款的信誉风险较大，且有不同于一般企业信誉风险的特点。科技企业贷款的信誉风险与企业所有者个人的信誉息息相关，断定指标体系不易用衡量大型企业的标准。然而，长期以来我国商业银行并没有将对科技型企业的贷款独立出来，信誉风险内部评级仍然采用与大企业一样的体系。2022年以前，我国银行对贷款的分类一直延用“一逾两呆〞的分类方式。“一逾两呆〞分类管理主要根据借款人的还款状况将贷款划分为正常、逾期、呆滞、呆账四类，是一种事后监视的管理方法。从2022年1月1日起，我国各类银行全面实行贷款风险五级分类管理。贷款五级风险分类将贷款质量划分为正常、关注、次级、可疑和