英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料
发展中经济体中小企业违约风险预测:来自摩洛哥的证据
摘 要
中小企业是全球经济的重要组成部分。然而，获得融资的问题要求研究可能影响银行贷款发放的标准，因为这些企业严重依赖银行贷款。尽管他们在经济中发挥着重要作用，但这些人仍然难以获得银行融资。
企业违约的预测问题一直是会计和金融研究领域许多著作的主题，这些著作特别讨论了中小企业面临的困难。尽管缺乏对中小企业的研究，但在新巴塞尔协议要求银行开发内部评级系统，以“基于内部评级的方法”对交易对手进行评级后，违约现象的预测引发了银行的更多兴趣。
如今，银行业正经历着监管体系的深刻变革，这必将影响企业和银行之间的关系。在此背景下，本文旨在提出一个违约风险预测的计量经济学模型，该模型将包括摩洛哥公司(即中小企业)的定量和定性比率，用于定价目的。
关键词:中小企业；违约预测；评分模型；逻辑回归；贷款定价政策
目录
3.2 摩洛哥中小企业违约风险建模:SPSS下Logistic回归方法的实现 14
第1章 绪论
大约四十年来，违约预测一直是众多理论和实证研究的主题。文献中有一系列研究论文，特别是盎格鲁-撒克逊的，主要结论是不同公司的违约过程不同。然而，很少有作品真正关注苦苦挣扎的中小企业，即使文献表明这类公司的违约风险非常高。
在过去的几年中，我们见证了公司信用风险管理的重要结构变化[1]。随着这些发展，签名的质量已经成为银行和公司之间关系管理中不可避免的标准。因此，《巴塞尔二号协议》改革带来的变化对公司，尤其是中小企业有着重要的影响。如今，银行环境正朝着更加严格和差异化的信用风险管理风格发展。在新的巴塞尔审慎模型下，银行将不得不越来越多地被要求通过应用内部评级系统，详细审查每个借款人的未来能力。
在信贷分配流程中，内部评级系统代表了当今引导银行的结构化和完整的方式。根据这一改革，银行和投资公司可以采用基于“外部信用评估机构”或“ECAI[2]”评估的“标准”方法，或基于内部评级的方法或“IRB[3]”，来评估其交易对手的信用质量。
具体而言，在欧洲实施《新巴塞尔协议》的影响下，评级的合法使用延伸到了评级机构的制度化[4]。因此，求助于银行的内部评级已变得无法回避，尤其是在评估交易对手违约所固有的损失风险方面。
作为《巴塞尔新协议》下“基于内部评级(IRB)”方法的一部分，评级系统同时允许根据描述交易方质量的定量和定性方面来确定意外损失和平均预期损失。
此外，内部评级系统为银行提供了丰富的信息来源，不仅用于决策过程，还用于定价目的(利率)和信贷跟进。另一方面，公司认为这是一种制裁，这有时是不合理的[5]。
对于中小企业来说，银行越来越多地采用这些评级系统可能会导致两个主要后果。最初，银行会对信贷申请的评级更加警惕[6]。然后，他们诉诸这些系统可能会导致信贷成本的巨大差异。因此，如果银行评分的使用对大公司的影响相对较小，因为它们已经被用于评级，那么许多中小企业在短期现金信贷和长期投资贷款方面将受到更多限制[7]。
鉴于这些缺陷，我们将找出一个违约概率的计量经济学预测模型，作为构建公司评级矩阵的先决条件，类似于银行用于定价的矩阵。在我们的内部评级模型中，风险溢价的确定将基于一个称为“得分”的风险指标来计算。该指标是根据会计和财务数据计算得出的，这些数据是我们从大型本地银行收集的样本的一部分。
第2章 选择定量方法预测公司违约
2.1 信用评分:新巴塞尔协议启动的模型
“信用评分”使用过去贷款的性能和特征的定量测量来预测具有类似特征的贷款的未来性能(Caire amp; Kossmann，2003)巴塞尔委员会努力改革和协调银行监管框架和国际银行系统审慎监管的规定[8]。自巴塞尔委员会于1988年通过第一批建议以来，审慎监管已有所发展，这些建议详细说明了现有权重，以考虑到各评级机构对银行的外部评级。巴塞尔II指令的目标是鼓励信贷机构在一般经济风险的内部管理，特别是信贷风险方面采用最佳实践。次贷金融危机(2007年)后，信用风险管理成为巴塞尔委员会工作方向中的一个关键问题。
根据《巴塞尔协议》的规定，采用内部评级法(IRB)的银行必须部署一个针对每个细分市场(国家、私人、银行、公司)的标记系统，依靠区别性标准，包括主要的定量和定性因素(会计数据、定性数据、宏观经济hellip;hellip;)，这使其能够评估每个借款人的对应风险。
2.1.1 信用评分:信用违约预测工具的野心
以前，借贷现象的分析在很长一段时间内都与人类行为有关(Thomas and Al 2002)[9]。事实上，信用历史可以追溯到公元前2000年左右，这种现象和交易一样古老。此外，信用评分历史仅出现在六十年前。最近，信用评分技术被扩大到为各种活动领域整合更多的应用。除了这些技术能够降低客户风险违约的概率，使信用机构能够支持并最大化其风险敞口的预期利润[10]。
信用评分的方法是一个相当年轻的学科，它只出现在六十年代的美国。这种方法诞生于1941年杜兰德的著作，他是区分借款人好坏的评分方法的先驱。
这些技术实际上是从20世纪开始发展的，主要是在约翰·穆迪(John Moody)发布其贸易债券的第一个评级网格之后。随着法律要求和银行监管的发展，评级技术在90年代不断发展，特别是从Altman的主要研究(1968)和Eisenbeis的研究，前者允许更好地理解这些技术，后者将这些方法应用于业务组合。
为了定义信用评分，Anderson (2007)[11]建议将表达式分为两个部分，信用和评分。第一个来源于拉丁语“credo”，意思是“我相信”或者“我有信心”。第二个是指使用数字工具，根据感知或真实的质量，以正确的顺序对事物进行分类，并对它们进行区分，以便做出客观和一致的决策。
几乎所有的金融机构和银行都使用评分模型，因为它们提供了不可否认的优势。在这方面，信用评分方法的有用性可以通过以下几点来证明:
- 贷款申请评级过程的标准化和稳定性；
- 提高贷款决策过程的一致性和可追溯性；
- 减少评估贷款申请的必要费用和时间；
- 减少与人类判断相关的偏差。
2.1.2 信用评分的原则和依据
在许多研究中，自从实施这些方法以来，已经引起了人的判断和信用评分之间的争论。在这两种情况下，决策逻辑是相同的，这是一个比较新的信贷申请、已经退款的信贷申请和违约信贷申请之间的特征的问题。对于Bailey (2004)[12]，人类的判断是基于信用分析师的专业知识和能力(见Al Amari，2002[13])。然而，这种方法在主观性和结果不一致方面有明显的局限性。
在信用评分法中，分析师利用他们的实际经验对已经处理的文件进行评估。这种分析的目标是从定量模型中得出，以便根据一组具有强大预测能力的变量来区分好客户和坏客户。尽管这种方法存在固有的限制，但信用评分方法提供了巨大的优势，特别是在结果的自动化和一致性方面，这证明了这些模型在银行和金融领域的指数级使用(Bailey[14]，2004)。
作为信贷发放过程的一部分，数据收集是构建违约预测模型的关键阶段。一般来说，银行通过信贷申请表收集与客户的银行账户、行业、授予信贷额度的历史相关的信息。在这些数据的基础上，银行可以建立一个稳健的违约预测模型。对发达国家来说，信用评分系统非常发达，由于信息的丰富和可获得性，对这些技术的利用非常普遍，而发展中国家则相反，在发展中国家，获得信息的机会仍然很少，而且很难。
尽管这些信用评分技术提供了优势，但这种方法有一定的局限性[15]。首先，从技术角度来看，该方法需要复杂的统计技术，这使信贷管理过程失去了人性。其次，信用评分的实施只能由拥有明确流程、正式管理工具和详尽的相关数据库(客户、事件和损失)的主要金融机构进行。而且信用评分是基于过去来预测未来，这本身就构成了一个限制。一旦市场趋势发生变化，这种方法就不能满足之前设定的条件。此外，借款人的决定因素和相关风险不可量化的事实限制了这种方法的实施。
最终，尽管信用评分的各种方法提供的优势，评分系统声称自己是国际金融机构的特权方法。此外，新巴塞尔协议以及信息技术系统的发展，更加坚定了他们对这种方法的偏好。
2.2 信用评分应用和决定因素
2.2.1 信用评分的主要应用
在过去的二十年里，信用评分应用在银行和金融领域取得了长足的进步。主要在违约预测领域(Tsai amp; Wu[16]，2008；Etemadi等人资料编号：[589020]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
