3.法人客户评级模型
(1) Altman的Z计分模型和ZETA模型
Altman (1968)认为，影响借款人违约概率的因素主要有五个：流动性(Liquidity)、盈利性(Profitability)、杠杆比率(Leverage)、偿债能力(Solvency)和活跃性(Activity)。Altman选择了下面列举的五个财务指标来综合反映上述五大因素，最终得出的Z计分函数是：
X1=(流动资产 - 流动负债)/总资产
X2=留存收益/总资产
X3=息税前利润/总资产来源：考试大
X4=股票市场价值/债务账面价值
X5=销售额/总资产
作为违约风险的指标，Z值越高，违约概率越低。此外，Altman还提出了判断企业破产的临界值：若Z低于1.81，在企业存在很大的破产风险，应被归入高违约风险等级。
1977年，Altman与Hardeman、Narayanan又提出了第二代Z计分模型 - ZETA信用风险分析模型，主要用于公共或私有的非金融类公司，其适应范围更广，对违约概率的计算更精确。
ZETA模型将模型考察指标由五个增加到七个，分别为：
X1：资产收益率指标，等于息税前利润/总资产。
X2：收益稳定性指标，指企业资产收益率在5~10年变动趋势的标准差。
X3：偿债能力指标，等于息税前利润/总利息支出。
X4：盈利积累能力指标，等于留存收益/总资产。
X5：流动性指标，即流动比率，等于流动资产/流动负债。
X6：资本化程度指标，等于普通股/总资本。该比率越大，说明企业资本实力越强，违约概率越小。
X7：规模指标，用企业总资产的对数表示。
(2) RiskCalc模型
RiskCalc模型是在传统信用评分技术基础上发展起来的一种适用于非上市公司的违约概率模型，其核心是通过严格的步骤从客户信息中选择出最能预测违约的一组变量，经过适当变换后运用Logit/Probit回归技术预测客户的违约概率。
①收集大量的公司数据;
②对数据进行样本选择和异常值处理;
③逐一分析变换各风险因素的单调性、违约预测能力及彼此间的相关性，初步选择出违约预测能力强、彼此相关性不高的20~30个风险因素;
④运用Logit/Probit回归技术从初步因素中选择出9~11个最优的风险因素，并确保回归系数具有明确的经济含义，各变量间不存在多重共线性;
⑤在建模外样本、时段外样本中验证基于建模样本所构建模型的违约区分能力，确保模型的横向适用性和纵向前瞻性;
⑥对模型输出结果进行校正，得到最终各客户的违约概率。
(3) Credit Monitor模型
Credit Monitor模型是在Merton模型基础上发展起来的一种适用于上市公司的违约概率模型，其核心在于把企业与银行的借贷关系视为期权买卖关系，借贷关系中的信用风险信息因此隐含在这种期权交易之中，从而通过应用期权定价理论求解出信用风险溢价和相应的违约率，即预期违约频率(Expected Default Frequency, EDF)。
【单选】在法人客户评级模型中，()通过应用期权定价理论求解出信用风险溢价和相应的违约率。
A. Altman Z计分模型
B. RiskCalc模型
C. Credit Monitor模型
D.死亡率模型
答案：C
(4) KPMG风险中性定价模型
风险中性定价理论的核心思想是假设金融市场中的每个参与者都是风险中立者，不管是高风险资产、低风险资产或无风险资产，只要资产的期望收益是相等的，市场参与者对其的态度就是一致的，这样的市场环境被称为风险中性范式。KPMG公司将风险中性定价理论运用到贷款或债券的违约概率计算中，由于债券市场可以提供与不同信用等级相对应的风险溢价，根据期望收益相等的风险中性定价原则，每一笔贷款或债券的违约概率就可以相应计算出来。
【单选】某一年期零息债券的年收益率为16.7%，假设债务人违约后，回收率为零，若一年期的无风险年收益率为5%，则根据KPMG风险中性定价模型得到上述债券在一年内的违约概率为()
A.0.05
B.0.10
C.0.15
D.0.20
答案：B
(5)死亡率模型
死亡率模型是根据贷款或债券的历史违约数据，计算在未来一定持有期内不同信用等级的贷款或债券的违约概率，即死亡率，通常分为边际死亡率(Marginal Mortality Rate, MMR)和累计死亡率(Cumulated Mortality Rate, CMR)。
【单选】根据死亡率模型，假设某3年期辛迪加贷款，从第1年至第3年每年的边际死亡率依次为0.17%、0.60%、0.60%，则3年的累计死亡率为()。
A.0.17%
B.0.77%
C.1.36%
D.2.32%
答案：C
编辑建议：
