信用分析模型

信用分析模型是準確評估對象的信用等級和風險級別的關鍵技術,企業所在行業不同和客戶群的差異決定了信用分析模型設計的相對獨特性。企業需要開發和套用專業的信用分析模型。在企業開展信用分析工作時,僅靠管理人員的經驗和傳統方法,往往達不到準確識別和評估風險的要求。

基本介紹

  • 中文名:信用分析模型
  • 意義:評估對象的信用等級的關鍵技術
  • 預測模型:Z計分模型、巴薩得模型
  • 管理模型:營運資產分析模型
類別,預測模型,

類別

信用分析模型可以分兩類,預測模型和管理模型。預測模型用於預測客戶前景,衡量客戶破產的可能性。Z計分模型和巴薩利模型屬於此類,兩者都以預測客戶破產的可能性為目標,不同之處在於所考察的比率和公式略有不同。管理模型不具有預測性,它偏重於均衡地解釋客戶信息,從而衡量客戶實力。營運資產分析模型和特徵分析模型屬於此類。營運資產分析模型旨在通過資產負債表衡量客戶的實力與規模,特徵分析模型則偏重於利用各類財務、非財務信息評價客戶風險大小。管理模型不象預測模型那樣目標專一,同時具有很大的靈活性,通過適當的調整可以用於各種場合。

預測模型

預測模型之一:Z計分模型
Z計分模型通過關鍵的財務比率來預測公司破產的可能性。比較典型的為理查得·托夫勒(Richard Taffler)Z計分模型。1977年理查得·托夫勒對46家性質相同、規模大小一樣的破產公司和有償債能力的公司進行了對比,並依據其調查結果和利用多樣差別分析法的基礎上得出如下一些比率:
(稅前利潤/平均流動負債)×權數 (1)
(流動資產/負債總數)×權數 (2)
(流動負債/總資產)×權數 (3)
現金交易間隔期×權數 (4)
公式(1)衡量公司業績;
公式(2)和(3)衡量公司的債股比率;
公式(4)衡量公司在無收入狀態下可維持業務的時間長短。
Z計分值便是公式(1)(2)(3)(4)四個比率的總和;如計分值為負值,則表示公司不景氣。
經實踐證明,這四種比率配上適當的權數,預測公司破產率的準確性高達97%以上。其中還發現一個重要規律,即公司破產一般發生在該公司第一次Z計分出現負值後的第三年里。可見,Z計分模型是幫助企業確定客戶破產風險的有力工具。(適用於大的集團公司)
預測模型之二:巴薩得模型
由亞歷山大·巴薩利(Alexander Bathory)發明。其比率如下:
(稅前利潤+折舊+遞延稅)/流動負債(銀行借款、應付稅金、租賃費用) (1)
稅前利潤/營運資本 (2)
股東利益/流動負債 (3)
有形資產淨值/負債總額 (4)
營運資本/總資產 (5)
(1)-(5)總和便是該模型的最終指數。低指數或負數均表明公司前景不妙。
(1)衡量公司業績;
(2)衡量營運資本回報率;
(3)衡量股東權益對流動負債的保障程度;
(4)衡量扣除無形資產後的淨資產對債務的保障程度;
(5)衡量流動性。
巴薩利模型是Z計分法更普遍的套用。據調查,巴薩利模型的準確率可達到95%;其最大優點在於易於計算,同時,它還能衡量公司實力大小,廣泛適用於各種行業。
管理模型之一:營運資產分析模型
該模型自1981年起在國外開始套用,在計算客戶的信用限額方面具有非常實用的價值。該模型的計算分兩個步驟:營運資產計算和資產負債表比率計算。
1、營運資產計算。該模型首先提出考察的指標是營運資產,經此作為衡量客戶規模的尺度,這一指標與銷售營業額無關,只同客戶的淨流動資產和賬面價值有關。
營運資產的計算公式是:營運資產=(營運資本+淨資產)/2
其中營運資本=流動資產–流動負債
淨資產即為企業自有資本或股東權益。
該模型公式在營運資產的計算上,不僅考慮了客戶當前的償債能力,而且還考慮客戶的淨資產實力。用這兩個方面的綜合平均值來衡量客戶風險具有很大的功效。因為從信用管理的角度看,僅考慮客戶的流動資本和流動負債情況,還不足以反映客戶的真正資本實力,淨資產是保障客戶信用的另一個重要指標。
2、資產負債表比率計算。營運資產模型考慮如下比率:
流動比率=流動資產/流動負債 (1)
速動比率=(流動資產–存貨)/流動負債 (2)
短期債務淨資產比率=流動負債/淨資產 (3)
債務淨資產比率=負債總額/淨資產 (4)
評估值=(1)+(2)-(3)-(4)
(1)和(2)衡量公司的資產流動性;(3)和(4)衡量公司的資本結構。評估值綜合考慮了資產流動性和負債水平兩個最能反映公司償債能力的因素。評估值越大,表示公司的財務狀況越好,風險越小。
3、信用額度的計算。
表1營運資產百分比等級
評估值
風險程度
營運資產比例(%)
≤-4.6

0
-4.59- -3.9

2.5
-3.89- -3.2

5.0
-3.19- -2.5

7.5
-2.49- -1.8

10.0
-1.79- -1.1
有限
12.5
-1.09- -0.4
有限
15.0
-0.39-0.3
有限
17.5
0.31 - 1.0
有限
20.0
>1.0

25.0
從表1可以看出,對評估值越小(即信用風險越大)的公司,營運資產分析模型給予其越小的營運資產比例作為計算賒銷額度的依據。
例:公司A、B、C的評估值及營運資產分別如下表2所示
表2賒銷額度計算
A公司
B公司
C公司
評估值
1
-2.3
-4.7
營運資產(元)
100000
100000
100000
賒銷額度(元)
25000
10000
0
由此可見,該模型使用的財務數據和比率並不複雜,直接在財務報表中都可獲得,因此較為實用。
管理模型之二:特徵分析模型
特徵分析模型採用特徵分析技術對客戶所有財務和非財務因素進行歸納分析;從客戶的種種特徵中選擇出對信用分析意義最大、直接與客戶信用狀況相聯繫的若干特徵,把它們編為幾組,分別對這些因素評分並綜合分析,最後得到一個較為全面的分析結果。
特徵分析技術將客戶信用信息分為三大類特徵,18個項目。
(一)客戶特徵:1、表面印象;2、組織管理:(1)客戶的股東結構及股東的背景(2)客戶的內部管理組織結構及附屬機構(3)主要負責人背景;3、產品與行業;4、市場競爭性;5、狀況;(1)生產狀況及經營範圍(2)購銷區域、結算方式和特點(3)主要供應商、經銷商或代理商的狀況(4)經營業績,包括銷售額、業績增長情況,尤其應注意客戶主營業務的增長情況;6、發展前景。
(二)優先特徵:1、交易利潤率;2、交易條件;3、對市場吸引力的影響;4、對市場競爭力的影響;5、擔保條件;6、可替代性。
(三)信用及財務特徵:1、付款記錄;2、銀行信用:(1)銀行對該客戶的信用評級(2)該客戶在銀行的存貸款情況、信用額度是否有拖欠(3)是否能獲得銀行的資信證明書和保函;3、獲利能力;4、資產負債表評估;5、償債能力;6、資本總額。
對每一個項目,公司制定一個衡量標準,分為好、中、差三個層次,每個層次對應不同的分值。例如,對應"產品質量"一項,衡量標準層次如下:
好:產品質量好,富有特色;中:質量中等,屬大眾消費商品;差:質量很差,屬劣等品。對其它項也都相應確定不同衡量標準層次下的語言描述。不同層次對應的分值為:
好-對應分值為8-10分;中-對應分值為4-7分;差-對應分值為1-3分;在未得到某項的任何情況時,賦值0。
另外,根據公司的銷售政策和信用政策對每一項都賦予一個權數,18個項權數之和為100。接下來,可以按照以下三個步驟計算:
對於特徵分析模型的最終百分率可以作出如下歸類:
表3特徵分析模型最終百分率分類
最終百分率
類 別
0- 20
收集的信用特徵不完全,信用風險不明朗,或存在嚴重的信用風險,因此,不應該進行賒銷交易。
21-45
交易的風險較高,交易的吸引力低;建議儘量不與之進行賒銷交易,即使進行,也不要突破信用額度,並時刻監控。
46-65
風險不明顯,具有交易價值,很可能能發展為未來的長期客戶,可適當超出原有額度進行交易。
66以上
交易風險小,為很有吸引力的大客戶,具有良好的長期交易前景,可給予較大信用額度。
特徵評分有以下幾個用途:
1 調整賒銷額度。與營運資產模型相比,特徵分析模型更全面。可以將特徵分析模型與營運資產分析模型結合起來確定賒銷額度。方法為:根據特徵分析模型得出的最終百分率對在營運資產分析模型基礎上得出的賒銷額度進行調整。如表5所示:
表4根據特徵分析模型調整賒銷額度
根據特徵分析模型得出的最終百分率
可超出賒銷額度(根據營運資產分析模型確定)的數量
0-20
0
21-45
賒銷額度×21%至賒銷額度×45%
46-65
賒銷額度×(46%+0.5)至賒銷額度×(65%+0.5)
66以上
賒銷額度×(66%+1.0)以上
比如:A公司的最終百分比為46%,根據營運資產分析模型得出對其賒銷額度為10,000元,則根據特徵 分析模型調整後的賒銷額度為: 10 000×(46%+0.5)+10 000=19 600
2 與其它分析模型的結果互相印證。
3 對客戶進行分級。可以按照表6所示對客戶分級
表5根據特徵分析模型對客戶分級
評估值
客戶信用等級
0-20
D
21-45
C
46-65
B
66以上
A
在採用特徵分析模型時涉及到權數的的選擇問題。權數的重心傾向實質反映了公司的政策取向。不管權數是偏重於銷售或偏重於財務,有一些項目因為其重要性總是具有較高的權數,包括:付款擔保、付款歷史記錄,資本結構比率,管理能力,產品概要等。 一筆交易的信用風險不光取決於客戶的付款能力還取決於它的付款意願。Z計分模型、巴薩利模型和營運資產分析模型主要以財務分析為主,而特徵分析模型既考慮了財務因素,又考慮了非財務因素,既考慮了付款能力,又考慮了付款意願,另外,企業從多渠道獲得客戶信息(如銷售人員獲得客戶信息)也可以在特徵分析模型中加以利用。因此,特徵分析模型是值得企業廣泛採用的一種有效方法。

相關詞條

熱門詞條

聯絡我們