Page 252 - 信用衍生性金融商品
P. 252
(一)統計模型法
統計模型法是利用借款人(或發債人)過去經濟性或財務性特 徵 變數,選擇
釋
解
定信用價差(信用 能 力 較 佳 者,利用統計方法,計算違約 加碼 )。 機 率或分 類 成不 同 的風險等 級 ,以決
統計模型法最 重 要的主題是: 到 底該選擇那些具有代表性的 自 變數,以及用
那一 種 統計方法 作 為 連 結因變數與 自 變數關係的工具?以下就過 往 的 重 要 演 變 簡
述之:
1. 線 性 判別 模型
1
Altman ( 1985 ) 將各個具有代表性的財務比率 賦予 不 同 的權 重 ,組成一個
綜合財務指標,以評估上市公司的信用風險。其統計方法是利用多 元判別 分析
( MDA ; Multiple Discriminant Analysis ),所發展的模型 稱 之為 Z 值 模型( Z-
Score ),其 判別函 數如下:
Z = 1.2X + 1.4X + 3.3X + 0.6X + 1.0X
1 2 3 4 5
其中
X
1 = 營運 資金 /總 資產
X = 保留盈餘/總 資產
2
X = 息 前 稅 前 盈餘/總 資產
3
X
4 =權益市 值/ 長 期負 債 帳面 價 值
X = 銷貨 收 入/總 資產
5
將借款人的上述各 項 X 觀察值 代 入 後, 即 可求得 Z 值 。 Z 值愈 大,表示借
i
款人的違約風險 愈 低; Z 值愈小 或為 負值 ,表示借款人的違約風險 愈 高。 Altman
將違約借款人與 未 違約借款人 Z 值 的 平均 數 1.81 設 定為關 鍵值 ,借款人的 Z 值
若 低於 1.81 , 即被歸類 為高違約風險的組 群 。
論者 認 為, Z 值 模型之缺點有:
未考慮質化 因素,如: 總體 經濟、產 業循環 、中 小企業 、個人等。
違約與 未 違約的 劃 分較 武斷 , 未考慮 違約有不 同 的 程度 ,如 未按期繳
息 、 放 款 到期未還 本金或 延遲償還 本 息 等。
238