下面小编为大家带来社会资本与信用风险的相互关系论文（共含14篇），希望大家喜欢!同时，但愿您也能像本文投稿人“徐英子徐西临”一样，积极向本站投稿分享好文章。
社会资本与信用风险的相互关系论文
本研究基于社会资本研究企业的信用风险问题，从宏观、中观和微观三个层面所界定的社会资本均对企业信用风险有着显着影响，因此，可以判定企业内外部所拥有的社会资本能够显着降低企业的信用风险。大家在相关论文写作时，可以参考这篇题目为“社会资本与信用风险的相互关系”的信用管理论文。
摘 要：笔者通过分别定义宏观、中观和微观层面的社会资本，采用~ 间中国深市上市公司数据，实证分析发现：企业所处地区社会资本越大，企业信用风险越小； 企业自身社会资本越大，企业信用风险越小； 同样，企业领导个人所拥有的社会资本越大，对企业的信用水平会有较大提高，企业信用风险也会越小，从而为社会资本降低企业信用风险提供了健全的证据。
引言
自20世纪80年代末以来，社会资本成为众多学科共同关注的对象。Ostrom等 在《社会资本的基础》一书中写道：“很少有一个科学像社会资本一样，在如此短的时间内引起如此广泛的关注且拥有如此多来自不同学科的学术追随者。”学者们重点关注社会资本所带来的经济效益。严成梁（） 采用~ 20我国省份面板数据，实证分析得到社会资本对我国自主创新和经济增长有明显的正向影响。更多学者考察社会资本给企业带来的效益。Kale等（） 提出以信息多维度构建的社会资本理论，利用全球钢铁产业样本数据分析得到信息维度社会资本对于不同国家的企业绩效有着不同的影响。Tsai（） 实证分析发现社会资本对企业创新决策、创新程度和网络创新有着显着的正向影响。笔者研究了社会资本对公司信用违约问题。企业信用风险虽然主要受企业自身经营发展影响，但是与企业所处的社会资源环境、以企业信任和规范为基础建立起来的各种社会关系和企业领导人本身的社会网络资源有关，而这些正是企业所拥有的社会资本在不同层面上的反映。因此，本研究基于社会资本的视角来分析企业信用风险。从宏观视角层面看，企业所处社会信用环境不同会对企业信用风险有着不同的影响； 从中观层面看，企业在联盟中的网络关系会影响企业信用状况，会对企业信用风险产生影响； 从微观层面看，企业领导人及企业高层管理者个人社会资本会对企业整体的信用状况产生影响。
本研究的创新之处主要体现在三个方面：（1）基于宏观、中观和微观视角，系统考察社会资本与企业信用风险的相互关系。（2） 虽然本研究的企业信用风险是从企业层面探讨的，但是补充了社会资本在不同层面的分析，扩展了不同层面下企业信用风险的分析。（3） 本研究选择较为适合我国市场特点的巴萨利模型衡量企业信用风险，宏观层面的社会资本用社会信用和互联网使用频率2个指标来度量； 中观层面社会资本基于企业财务指标分别从与政府联系的岗位资产纳税率，与供应商关系的应付账款周转率和与消费者联系的销售增长率，综合各财务指标因子得到企业社会资本的综合得分作为中观社会资本变量的衡量； 微观层面的社会资本用企业领导人社会资本指标来衡量，多维度的度量可以使研究结果更为稳定。
一、文献综述与研究假设的提出
（ 一） 宏观层面的社会资本与企业信用风险
企业信用风险问题一直是学者们研究的热点和难点。学者分析企业自身经营状况对其信用问题的影响，也有学者从企业所处外部环境来分析企业信用风险问题。不同地域间的企业信用风险问题可能存在系统的异质性。社会资本这一基于网络、信任和资源关系基础上的重要资本，在促进地区经济增长、金融发展（ 张俊生 等，） 和企业创新（ 严成梁，2012） 等方面都有着不可估量的作用，而这些宏观因素正是促使企业能够获得较好发展的一个保障。因而，在社会资本相对发达的地区，企业能获得较好发展，出现信用危机概率相对较小。基于此，笔者提出假设1.
假设1: 宏观层面，企业所处地区社会资本越发达，则企业信用风险越小。
（ 二） 中观层面的社会资本与企业信用风险
中观层面社会资本对企业绩效、创新等的研究一直以来都是学术界研究的重点。企业社会资本是一种掌控资源的能力。不同企业社会资本（ 客户关系、商业伙伴关系和政府部门关系） 均能提高企业绩效。企业社会资本影响企业知识创造，进而对企业技术创新绩效产生影响（Mcfadyen et al,）。基于企业吸收能力、认知度上的社会资本会显着提高企业的自主创新能力。企业团队内部和外部的社会资本与企业R&D和企业整体绩效有显着正向关系（ 戴亦一 等，）。此外，企业社会资本能够显着提高企业员工绩效和员工的工作态度（ 田喜洲等，2012）。处于不同时期企业组织学习方式、社会资本与公司创业相互影响。综上，中观层面的企业关系、网络和资源所代表的社会资本对企业绩效、创新和发展有明显的正向影响，企业社会资本越发达，企业综合发展能力越强。企业发展能力越强，信用风险相应也会较小，因此，笔者提出假设2.
假设2: 中观层面企业社会资本越大，企业信用风险越小。
（ 三） 微观层面的社会资本与企业信用风险
微观层面主要考虑企业领导人社会资本对于企业信用风险的影响。企业领导人是负责整个企业的组织、协调与运作、对企业的经营管理拥有决策权与控制权的人。建立基于企业领导人网络、信任基础上的社会资本对企业成长具有显着的正相关关系（Batjargal et al,2003）。不同的企业性质、竞争强度和结构不确定情景下，企业家连带关系社会资本会对企业绩效有影响（Li et al,）。企业领导人社会资本也会对企业战略决策产生一定的影响，研究表明企业高层管理社会资本会促进企业业务和地域多元化的决策形成（ 巫景飞 等，2008）。分析发现企业领导人商业社会资本、技术社会资本和制度社会资本三个网络强度对组织市场动态能力产生积极影响，从而影响企业对市场的自我调节能力（ 耿新 等，）。从文献分析可以看出，企业领导人社会资本对于企业整体发展具有正向影响关系，但也有部分企业领导人社会资本可能会逆向阻碍企业的创新进程。考虑到我国特有的经济体制和人文知识传统（“关系网”） ,本研究认为企业领导人社会资本可以提高企业绩效，进而提高企业的信用水平。因此，笔者提出假设3.
假设3: 微观层面企业领导人社会资本越大，企业信用风险越小。
二、变量指标的构建
（ 一） 企业信用风险（RISK）
考虑到模型的准确性、应用的广泛性和计算数据的可获取性，本研究选取巴萨利模型来衡量企业的信用风险。模型结构为：
RISK =息税折旧前利润/流动负债+利润总额/营运资本+所有者权益/流动负债+有形资产净值/负债总额+营运资本/总资产
公式中计算得到的巴萨利值越大，公司实力越强，信用风险越低； 反之亦然。
（ 二） 社会资本
1.宏观 社 会 资 本 变 量： 各 地 区 的 守 信 程 度（TRUST）、互联网及电话使用频率（IUF）
各地区守信程度（TRUST） : 本研究主要考察的是社会资本与企业信用风险的关系，宏观上各地区信任度的差异会导致企业面临的信用环境也会有所不同。笔者借用张维迎等（） 对中国大陆31个省区市的信任度排名，其调查数据作为度量中国大陆各省区市的信任度。
互联网及电话使用频率（IUF） : 本研究借鉴严成梁（2012） 对于社会资本测度指标构建，使用不同地区互联网上网人数和经济中总的电话数与总人口比值来表示。
2.中观社会资本变量： 企业社会资本（ESC）
企业社会资本（ESC） : 企业社会资本是企业与社会联系以及通过这种联系获取稀缺资源的能力，通常可以分为三类： 纵向联系、横向联系和社会联系（ 边燕杰 等，2000）。考虑数据的可得性，本研究基于企业财务指标分别从与政府联系的纵向方面指标（ 资产纳税率； 社会贡献率； 社会积累率； 岗位贡献增长率）、与供应商联系的横向方面指标（ 应付账款周转率； 现金债务比； 现金与应付账款比； 产权比率） 和与消费者联系的社会方面指标（ 销售增长率；销售费用率； 现金流动比率； 可持续增长率） ,综合各财务指标因子，得到企业社会资本的综合得分作为中观社会资本变量的衡量 （ 限于篇幅，没有列出）。
3.微观社会资本变量： 企业家（ 领导人） 社会资本（EISC）
企业领导人社会资本（EISC） : 企业领导人社会资本为存在于由个人和实际单位拥有的社会网络中，通过这些关系网络获得的并从这些关系中衍生出来的现实和潜在的资源总和（ 耿新 等，2010）。考察企业家个人政治社会关系（ 是否党员，是否参与政治关联的团体和经常性参与捐赠、公益事业等）、商业性社会关系（ 与客户供应商联系频繁度、与相关企业联系程度） 和社会公共关系（ 分析教育背景高校科研机构联系度、社会知名度） 等几个方面来衡量企业领导人社会资本①。
4.控制变量： 企业规模 （SIZE）、资产负债率（LEV）、资产收益率（ROA）
企业规模（SIZE） : 企业规模为企业生产、经营范围的划分，通常用企业的资产总额的对数来衡量。规模大的企业因实力雄厚一般有较小的信用风险。
资产负债率（LEV） : 资产负债率为公司股权价值和总价值的比率，通常较高的资产负债率使得公司破产违约的概率会增大，导致公司面临的信用风险也会较大。
资产收益率（ROA） : 通常资产收益率高的企业其业务能力较强，发生财务危机的概率小，因此，公司会有较小的信用风险。
三、样本数据的选择与来源
本研究样本为2010年1月~ 2012月间深交所A股上市公司。笔者作以下剔除： （1） 金融行业和公用事业公司； （2）ST、PT公司及财务数据缺失、异常公司； （3） 中央企业； （4） 上市不足3年公司； （5） 企业领导人资料不详公司。最后，本研究共得到深市686个公司的2058个样本观测值。
互联网及电话使用频率和地区人口总数的数据来源于《中国统计年鉴》，衡量企业信用风险和企业社会资本的财务数据来源于CSMAR.企业家个人社会资本数据是笔者手工搜集整理，通过构建相应评分指标得到企业家个人社会资本得分，数据源于各网站关于企业家个人资料介绍和国泰安的公司治理数据库。
四、实证分析
（ 一） 变量的描述性统计
各变量的描述性统计见表1.
由表1可以发现： 我国深市上市公司的巴萨利值均值为2. 7508,最大最小值之差为58. 43,说明深市公司信用风险程度相差较大。各地区互联网及电话使用频率均值为0. 7259,且方差较小，表明我国省际地区间的社会资本差距不大，而不同企业社会资本最值差距为20. 42,显示出一定的'比例差距。企业家个人社会资本总体来说相对比较稳定。
（ 二） 回归结果分析从
表2回归结果可以得到： 各地区电话和互联网使用频率系数估计值为- 0. 43,且在0. 05水平上显着，这与本研究假设1是一致的，即宏观层面下，地区社会资本与企业信用风险负相关。企业资产负债率、资产报酬率和企业规模的系数估计值都为负，且在相应置信水平上显着，与前文所述结论一致。在加入行业虚拟变量后，模型的整体拟合值相应提高，且相应变量与信用风险关系的显着性增强，说明各个行业企业信用风险有一定差别。但在地区信任度作为宏观层面的社会资本指标时，其与企业信用风险系数估计值在统计上并不显着。整体看来，宏观层面上社会资本越发达的地区，企业信用风险越小。
从表3回归结果看，企业社会资本的估计系数为负，且在1%置信水平上显着，当模型加入行业虚拟变量后其显着性变得更强，模型整体拟合效果也相应较好，这与假设2所提出结论是相一致的，表明中观层面的社会资本会降低企业信用风险。模型（5） 中企业社会资本系数估计值为0. 0977,说明当企业社会资本增加1个百分点时，相应企业会降低接近0. 1个百分点的信用风险，这说明企业社会资本不仅能提高企业创新能力，提高企业绩效，而且也能降低企业的信用风险。
由表4中模型（7）、（8） 的回归系数结果可知，企业领导个人社会资本估计系数都为负数，且在5%置信水平下统计显着，结果与假设3的预期是相一致的。系数估计值为- 0. 0045,表明企业家个人社会资本增加1个百分点时，企业信用风险下降0. 0045个百分点，该结果表明企业领导人凭借其个人关系网络、自身品德能力和社会影响力对企业信用有着显着的影响，其个人社会资本能显着地降低企业的信用风险。
上述实证结果验证了前文所提出的研究假设。宏观层面，企业所处地区社会资本能显着降低企业信用风险； 中观层面，企业社会资本与企业信用风险显着负相关； 微观层面，企业领导个人社会资本越大，企业所遭遇的信用风险也会越小。
五、结论
本研究基于社会资本研究企业的信用风险问题，从宏观、中观和微观三个层面所界定的社会资本均对企业信用风险有着显着影响，因此，可以判定企业内外部所拥有的社会资本能够显着降低企业的信用风险。研究结论对我国企业尤其是中小企业信用风险管理有一定的启示。一方面，企业要降低自身的信用风险不仅要努力发展和创新，同时，也要考察企业所在区域的社会资本环境、企业自身社会资本以及企业领导人所拥有社会资本。另一方面，社会资本作为一种隐性资本，其功能并未被充分认识，但随着时间的推移，其重要性将更为彰显，这为企业战略管理提供了思路。
注释：
①企业领导人社会资本评分标准（ 需要说明的是本研究选取领导人是企业董事长） :1.是否党员。是 （2） ; 否（1）。2.是否曾在政府单位工作或任职，若有是隶属于哪一级别单位。国家级（5） ; 省级（4） ; 市级（3） ; 县及其以下级别（2） ; 其他（1）。3.受教育程度。博士及以上（4） ; 硕士（3） ; 本科（2） ; 专科及以下（1）。4.是否曾在不同单位工作过。在两个及以上不同性质单位工作过（3） ; 在两个及以上相同性质单位工作过（2） ; 其他（1）。5.年龄层次。55岁以上（4） ;45-55岁（3） ;35-45岁（2） ;35岁以下（1）。6.相关的社会知名度。在百度百科人物搜索中有： 详细介绍（3） ; 一般介绍（2） ; 无（1）。
参考文献：
[1]边燕杰，丘海雄。 2000.企业社会资本及其功效 [J].中国社会科学（2） :87 - 100.
[2]戴亦一，张俊生，曾亚敏，等。 2009.社会资本与企业债务融资 [J].中国工业经济（8） :99 - 108.
[3]耿新，张体勤。 2010.企业家社会资本对组织动态能力的影响 [J].管理世界（6） :109 - 121.
[4]田喜洲，谢晋宇。 2012.人力资本、社会资本及心理资本对员工绩效和工作态度的影响差异 [J].科学学与科学技术管理（7） :174 - 180.
[5]巫景飞，何大军，王云，等。 2008.高层管理者政治网络与企业多元化战略： 社会资本视角---基于我国上市公司面板数据的实证分析 [J].管理世界（8） :107 - 118.
[6]严成梁。 2012.社会资本、创新与长期经济增长 [J].经济研究（11） :28 - 60.
[7]张俊 生，曾 亚 敏。 2005.社 会 资 本 与 区 域 金 融 发展---基于中国省际数据的实证研究[J].财经研究（3） :37 - 45.
[8]张维迎，柯荣住。 2002.信任极其解释： 来自中国的跨省调查分析 [J].经济研究（10） :59 - 96.
[9]BATJARGAL B,LIU M. 2003. Social capital and entre-preneurial performance in Russia:a longitudinal study[J]. Organization Study,24（4） :535 - 556.
[10]KALE P,SINGH H,PERLMUTTER H. 2000. Learningand protection of proprietary assets in strategic alliances:building relational capital[J]. Strategic ManagementJournal,21（3） :217 - 237.
[11]LI J J,KEVIN L P,ZHOU Z. 2008. Do managerial ties inChina always produce value?Competition,uncertaintyand domestic and foreign firms[J]. Strategic Manage-ment Journal,29（4） :383 - 400.
[12]MCFADYEN M A,CANNELL A A. 2004. Social capitaland knowledge creation:diminishing returns of the num-ber and strength of exchange relationships[J]. Academyof Management Journal,47（9） :735 - 746.
[13]OSTROM E,AHN T K. 2003. Foundations of social cap-ital[M]. London:Foundation Edward Elgar PublishingLimited.
[14]TSAI Y C. 2006. Effect of social and absorptive capabilityon innovation in internet marketing[J]. InternationalJournal of Management,23（1） :157 - 166.
债券信用风险论文
一、大数据下债券信用风险评估的信息提取
传统的信息不确定和不对称的问题，使得投资人对企业价值评估不准确，进而要求高的风险溢价。从根本上讲，债券市场同股票市场一样，受宏观经济面如货币政策、市场信心等市场信息因素的影响。Galai以宏观市场的定价行为作为衡量信息不对称的程度，说明了信息不对称情况下，存在信用利差进而影响企业债券估价。Moerman通过研究发现，二级市场中买卖价差与债券的利率利差存在正相关关系，买卖价差与债券的期限呈现正相关的关系。从宏观角度讲，能够影响企业债券价值的因素有市场利率、票面利率、交易量、债券剩余期限、通货膨胀率等。以大数据的视角可以将这些因素统归于“利率”，因为宏观经济的各种指标最终都会以利率的形势表现出来。另外，从微观风险信息的角度出发，内部的经营问题也可能会迫使企业在债券到期无力偿还，导致投资者面临违约风险。Duffie以不完全的会计信息作为指标，提出会计信息不完整会使投资者错误的评估公司的实际价值，结果是要求公司产生高的风险溢价。Hong(2000)认为公司历史越悠久就能越好的提供更多的有价值的信息，从而降低了这种信息不确定性，降低风险溢价。微观层面影响的企业债券价值的.信息，其实是对企业的运营状况、财务状况等的一个反应，都体现对公司“信用”的评级。以“利率”和“信用”为给定关键字后,利用大数据搜索技术，从而找到更多企业信息，对企业债券评估具有很高的价值，运用数据挖掘技术有可以从大量的信息中提出影响企业价值的因素，这样可以有效的解决以往的信息不确定和信息不对称的问题。
二、大数据挖掘技术在债券信用风险估计中的应用
大数据下，我们面对的是多种多样纷繁复杂的数据，关于企业的信息有些是我们需要的，但是很大一部分是无关联的数据，所以采取新型的数据挖掘技术，找到哪些因素能够影响企业价值才是最关键的。数据挖掘就是大量的数据中，找到其中隐含的、我们看不见的、有价值的信息。数据挖掘技术有很多种，比较常见的有关联规则、神经网络、决策树等方法。这些方法中很多可以运用到债券估价模型上。在当下流行的关联分析算法中，比较有影响力的是Apriori算法。该算法通过多次循环提取，尽可能减小候选集的规模，最终形成强关联集合。这种关联规则可以应用到对影响企业债券信息的初期处理之中，找出哪些因素能够对债券价值有影响，通过关联规则可以实现数据的初期整合，删除无影响的信息。决策树是一种预测分类方法，其目的是对数据集训集进行分类，找出有价值的，隐含的信息。J.R.Quinlan提出的ID3算法根据信息增益最大化为主要属性设置决策树的节点，然后在各支树上采用递归算法建立分支树。决策树可以用于对企业价值信息进行分类估价，建立信用风险模型。通过决策树对信息的分类，达到评价企业信用风险等级评价的目的。神经网络算法是模拟人体细胞间的神经元，通过训练实现分级、聚合等多种数据挖掘目标。神经网络技术在债券市场的研究也日趋成熟，Coasts讲神经网络应用于公司财务状况评价，发现利用神经网络预测正确率在93%。所以，利用神经网络数据挖掘可以根据提取、筛选、分类后的数据进行债券价格的预测。通过以上3种数据挖掘技术在债券市场上的应用，可以很好的分析企业价值信息。关联分析可以对找出相关信息，决策树可以对信息进行分类，神经网络可以对债券价值做一个很好的预测。
三、总结
本文首先分析了债券市场上的信息问题给企业债券风险评估带来的不良影响。针对时代背景，对大数据时代做了一个概念性的认识。通过对以往文献的研究，找出一些能够影响企业债券价值信息的因素，从宏观和微观两个方面来对这些因素进行分析和归类。然后用大数据挖掘技术在债券市场上的信息挖掘的应用，关联分析可以对找出相关信息，决策树可以对信息进行分类，神经网络可以对债券价值做一个很好的预测。经过研究数据挖掘技术在债券估计中有着很好的前景。
公司银行信用风险论文
1宏观因子压力测试模型设计
1.1宏观因子压力测试设计机制
商业银行要根据自身情况制订合理的压力测试流程，主要步骤包括：选择压力测试方法；构建压力测试情景；确定冲击；选择信用风险计量模型；界定被冲击的资产；进行数值分析；风险加总。压力测试的重点应放在单个流程中不同的方法选择上。在实践中并不需要按照严格的先后顺序执行，可以根据实际需要进行修改或补充。按照商业银行信贷资产的特征，测试范围为整体信贷资产，划分为公司银行信贷资产、零售银行信贷资产。
1.2公司银行信贷资产
将压力情景给定的GDP、M2和CPI值代入设计模型，测算出压力情景下各行业的营业收入情况。将上市公司各行业营业收入的实际值与压力情景下上市公司各行业营业收入的预测值进行对比，得出营业收入的变化情况。假设商业银行各行业客户收入的变化程度同该行业上市公司收入的变化程度相同，最终得出压力情景测试下，商业银行各行业客户的营业收入变动情况。以商业银行客户各行业年报数据作为压力测试基期数据。根据前面的计算结果，测算压力情景下商业银行客户各行业的营业收入水平。根据压力情景下的收入水平，编制压力情景下商业银行客户各行业平均的财务报表。其中，涉及的假设包括：应收票据、应收账款、预付账款、应付票据、应付账款等和销售收入同比例下降；企业一年内到期的非流动负债保持不变，企业长期负债的减少等于企业一年内到期的非流动负债；营业成本、税金、销售费用随销售收入同比例下降；财务费用随短期借款同比例下降；用短期借款和货币资金调平报表。计算压力情景下行业PD值。
我们将压力情景下的财务报表数据代入公司信用评级的打分卡模型，即可计算出压力情景下该行业客户评级结果。获取各行业客户实际的评级迁徙矩阵；假设压力情景下，商业银行各行业客户的评级迁徙矩阵依据其评级等级变动程度进行平移，且在平移过程中迁徙矩阵的形状不发生变化，据此测算出压力情景下各行业客户的评级迁徙矩阵。根据压力情境下各行业客户的等级分布，测算出压力情景下各行业的违约概率值（PD值）。计算压力情景下行业LGD值。选择客户PD变动、客户负债率变动、抵押物价值变化和抵押物变现能力变动4个指标作为参数计算出在压力情景下各行业的LGD值，客户PD变动取自于前一步计算结果；客户负债率变动取自压力测试前后客户财务报表负债率数据，用房屋成交量变化反映抵押物变现能力变化；假设压力情景下房屋成交量变化同本压力测试中房地产压力测试部分；用房价变化反映抵押物价值变化，假设压力情景下房价变化同本压力测试中房地产压力测试部分。计算压力情景下行业EL变化情况。将压力情景下测算出来的行业PD值和行业LGD值相乘，得到压力情景下行业的EL值，将其和基期行业的EL值进行比较，得出变化情况。计算压力情景下行业的5级分类结果。获取商业银行对公信贷资产5级分类迁徙矩阵的实际数据。假设在无压力情境下，5级分类的迁徙情况保持不变。假设压力情景下，5级分类的迁徙矩阵会依据其EL的变化发生平移，且平移过程中形状不发生变化。根据压力测试下5级分类的迁徙情况以及基期信贷资产的5级分类分布，测算出压力情景下各行业5级分类的结果。
1.3零售信贷资产
利用实施新资本协议过程中PD压力测试成果，宏观经济因素与PD之间的传导关系。通过历史迁徙数据将PD的变化对应到不良贷款各级别的变化上。假设PD增幅即为不良率增幅且业务规模不变，得出各压力情景下的不良率及新增不良额。根据商业银行各分类级别贷款间的历史迁徙率，将新增不良结果分配至各不良贷款级别中，得到最终的测试结果。信贷资产压力测试采用时间序列模型对PD进行模拟预测。
2公司贷款信用风险的宏观因子测定
宏观因子测定模型的核心思想是把有关经济周期的宏观因子识别出来，测定对我国商业银行信用风险有显著影响的宏观经济因子。
2.1基本假设及基础框架设定
在现有理论的信用风险因素模型当中，Gordy的.单因素模型以及麦肯锡公司提出的CreditPortfolioView（CPV）模型是基于宏观经济因子度量信用风险的代表模型。其中，单因素模型是设定单一的宏观经济因子，不能区分有关经济周期的宏观因子对商业银行信用风险的不同影响，所以，不适合本文的分析。而CPV模型是基于一个开放的因子框架，可以用来测定多元的宏观经济因子。然而上述模型在国内商业银行实践中使用的相对较少，本文主要基于巴塞尔协议的有关内容以及国内商业银行的压力测试实践，设计了MEF模型来测定宏观因子对信用风险的影响程度。首先对商业银行信贷资产的风险集中度和宏观经济因子提出假设如下。商业银行信贷资产足够分散，单项资产在总资产中的份额很小，因此，债务人的特异风险可以在较大程度上分散掉，而债务人的违约概率主要受宏观经济因子影响。贷款企业整个行业的营业收入受宏观经济因子的影响，并能有效传导到商业银行的信用风险。宏观因子对营业收入以及信用风险的影响具有滞后性，对第t期营业收入及信用风险，用t-1期宏观因子进行测定。在测定宏观因子影响时，将商业银行的贷款企业划分为若干行业进行测算。在此基础上，MEF模型采用ln函数来描述行业收入和宏观经济因子之间的关系为宏观因子A在t-1期的数据；φ—待估计参数；e—误差项。选择行业营业收入的自然对数的主要原因是为了提高营业收入序列数据的平稳性，测定之前将收入数据进行了取自然对数处理。而来自其他系统性因子的“干扰”或者“噪声”被包含在误差项e中。
2.2宏观因子的选择
在建立了MEF模型之后，最重要的工作就是选择宏观经济因子，选择宏观经济因子必须既有理论依据的支持，同时又能反映实际情况。对于经济周期因子，在借鉴CPV模型、单因素模型和GVAR模型以及其他相关模型的基础上，根据数据的可得性，选择了GDP增长率、通货膨胀率和M2三个指标。
2.2.1GDP增长率（GDPGrowthRate）GDP增长率是反映一国经济增长和经济周期状况的最核心指标，在相关实证研究中也被普遍用作重要的宏观经济因子。从微观企业的角度来看，GDP可以看作一国总体企业产出的增长率，而企业的产出直接影响着企业的经营收益，也就影响着企业的偿债能力。
2.2.2通货膨胀率（Inflation，INF）
通货膨胀率代表着物价上涨水平。由于经济繁荣往往伴随着通货膨胀，而经济衰退常常也伴随着通货紧缩，所以通货膨胀率也是经济周期的一个重要指标。一般情况下，通货膨胀会影响企业的经营成本和收益水平，进而影响企业的信用风险。反映通货膨胀率的指数主要有CPI和PPI，因为PPI是衡量工业企业产品出厂价格变动趋势和变动程度的指数，主要反映的是生产成本变化而没能充分体现通货膨胀对收益的影响，并且不能全面覆盖农业和服务业。因此，本文选择CPI指数作为通货膨胀率指标。2.2.3广义货币（M2）广义货币是反映货币供应量的一个重要指标。随着货币供应量的增加，有助于改善市场的资金供求关系，企业的资金成本会呈现下降趋势，经济活跃度也会不断增加，这样能够带来企业营业收入的增加，降低信用风险。国外的相关研究还发现，汇率等因素同样对企业信用风险有重要影响，但是我国人民币汇率波动并不具有周期性波动特征，所以本文暂不作考虑。2.3宏观因子显著性测定要测定的是宏观经济和行业的传导机制，主要通过MEF模型计量出宏观经济因子变动对不同行业营业收入的影响。选择的控制变量为GDP增长率、M2增长率和CPI，因变量采用各行业年营业收入的对数值。将GDP、M2、CPI和各行业营业收入分别作了单因素、双因素和三因素回归，并选取解释能力最强的回归结果。考虑到数据的可获取性，用上市公司的营业收入作为宏观因子对风险的传导介质，并将上市公司营业收入划分为九大类型，具体包括资产密集行业、轻工制造行业、批发零售业、交通运输业、建筑业、房地产行业、基础设施行业、投资行业以及服务业等。检验结果详见表1，结果显示，三变量模型具有相对较好的解释效果，9大行业的R方平均值为74%，且在每个行业检验结果相对稳定，最高的为建筑业（A5）78.61%，最低的资本密集行业（A1）67.93%。
3零售贷款信用风险的宏观因子测定
3.1宏观因子的选择
M2同比增长率与PD成正相关关系，在实际情况中，M2同比增长率变大的时候，无论是流通中的现金，还是个人以及企业存款都在变多，债务人整体的偿债能力变强，违约率也相对下降，所以，该指标与PD的正相关关系与经济意义相反，故不引入PD时间序列预测的数量模型中，但考虑到在经济环境下M2极端情况对PD仍有相对影响，在PD预测模型后通过该指标对PD预测值进行修正。
3.2宏观因子对违约率影响的测算过程
建模数据：Q1—Q4的季度数据，共计20个样本。因变量：季度PD=季度新增违约人数/总人数，数据来源于国内某股份制商业银行的内部数据库。自变量：收集了GDP类、价格指数类、收入报酬类、金融类等宏观变量；数据主要来源于Wind数据库和人民银行网站。研究了国内宏观经济变量，涵盖了代表经济增长、金融指标的主要变量，最终发现CPI（居民消费价格指数）与GDP同比增长率对PD较为敏感。CPI与PD的相关系数为-0.81，具有明显的负相关关系；GDP与PD的相关系数为-0.88，也具有明显的负相关关系，从二者趋势图上也可以明显看到。综合考虑宏观经济变量与PD的相关系数和经济含义的解释度，初步选出GDP同比增长率、CPI同比增长率共2个宏观经济变量为参考风险变量。从变量间的相关系数看出，GDP同比增长率与CPI同比增长率有明显的相关性，不适合共同构建模型，由于GDP对因变量影响更为显著，且滞后阶大于CPI，可以认为GDP增速可以覆盖CPI增速对因变量的影响，所以模型仅接受GDP同比增长率作为自变量。用时间序列方法建立违约率与宏观因素的模型，同时，对GDP同比增长率做数据变换以平衡数量级。3.3测算结果的运用根据压力情景的设计，代入PD和宏观变量的计量模型，计算出通过数量模型得到的PD。据此对PD数量预测结果进行修正。最终得出不同情景下的PD预测值及PD上升幅度，基于宏观因子的不良贷款的压力测试。
4结论
基于宏观因子的情景压力测试是考察宏观经济下行对商业银行信贷资产质量的不利影响。根据商业银行信贷资产的不同特质，将其划分为公司银行信贷资产和零售银行信贷资产，分别考察信用风险压力测试中宏观因子的影响传导机制。本文研究结果显示,经济增长率（GDP）、货币供应量（M2）增速对信用风险的影响较为显著。为应对可能的冲击，商业银行要坚持稳健的风险理念，一是平衡业务结构，分散风险，降低经济周期波动对银行的影响；二是优化盈利结构，把业务发展重点调整到资本消耗低的业务上来，把资源配置到经济资本占用少、风险敞口小的业务上来；三是保持合理的信贷杠杆率和存贷比率，不能因追求业务规模而过度扩张资产杠杆。在达标过渡期内，商业银行要积极启动次级债与资本长期工具的发行以补充资本金。
一、资产证券化的发展进程
随着以来银行新增贷款的大幅增加，监管部门加强了对于银行资本充足率的要求，银行面对资本金不足的压力也日益增大。与此同时，银行的融资渠道却极为有限。为了提高银行资产的流动性和缓解表内信贷资产的资本压力，重新开展资产证券化的呼声也日益增高。为此，人民银行、银监会和财政部联合发布了《关于进一步扩大信贷资产证券化试点有关事项的通知》，标志着资产证券化的正式重启。～资产证券化产品发行规模共达450亿元，在一定程度上降低了企业融资成本，缓解了银行资本金不足的压力。我国的资产证券化进入了加速发展的阶段，其中1～8月份所发行的证券化产品规模已超过了20的6倍，并一举超过了至20的发行总额。随着我国金融改革步伐的推进，资产证券化将在我国的资本市场中进一步扮演重要的角色。
二、资产证券化信用风险的特点
信用风险是指因交易对手不履行合同义务或者信用状况的不利变动而造成损失的可能性。资产证券化产品的基础资产一般由信用卡贷款、按揭等类型的债务资产所构成，其收益与基础资产提供的现金流密切相关。因此，债务资产的信用状况是资产证券化产品的重要风险因素之一。对于传统的贷款、按揭类债务资产而言，信用风险往往是因为债务人不偿还本息而造成坏账损失所引起的，发生实际损失的前提是债务人违约。资产证券化产品由于可以在市场上广泛交易，其信用风险相对于传统的债务资产有了新的变化，主要体现在以下几个方面：
（一）信用风险的市场化
传统的债务资产一般由债权人所持有，直至债务人的本息全部偿还为止。由于缺乏活跃交易的市场，债权人较少在持有过程中将债权转让给第三方。因此，资产的价值是在考虑债务资产未来现金流不确定性的基础上，对现金流进行预测并通过约定的折现率进行折现而确定的。债权人的'损失往往是由于实际发生的现金流与预测的现金流存在差异而导致。相比而言，资产证券化产品的流动性高于传统的债务资产。产品在发行后，产品持有人可以在产品到期前在公开市场上进行买卖，产品的交易价格由市场决定。因此，资产证券化产品持有人在提升了资产流动性的同时，也面临着由于市场交易价格的不利变动而造成损失的可能性，也就是所谓的市场风险。同时，资产证券化产品的价值归根结底还是由基础资产的现金流所决定的。
在活跃交易的市场中产品的价格必然受其内在价值的影响。如果产品的信用风险增加，使资产未来现金流的不确定性加大，必然导致产品价值的下降。而产品价值的下降会对产品的市场价格造成不利影响，最终对产品的持有人造成损失。
由此可见，资产证券化产品持有人的损失未必是由于产品的基础资产实际出现违约而引起的。如果产品的违约可能性增加，信用风险就会通过市场价格的波动得到反映，导致持有人因市场价格下跌而出现损失。这是资产证券化产品信用风险市场化的一个重要体现。
（二）信用风险的传染性
对于传统的债务资产而言，其交易对手数量相对有限，交易结构清晰。债权人往往一直持有资产并承担其信用风险。当信用事件发生时，债券人承担全部的损失。资产证券化产品的设计较为复杂，发行人可以通过对不同类型的基础资产进行包装，在一款产品中设计包含不同类型债务，并通过市场进行发行。市场参与者均可参与产品买卖。通过市场交易，产品持有人的数量大大增加。这些产品持有人一方面分享产品所带来的收益，另一方面也承担了产品的风险。资产证券化使得信用风险得到了一定的分散，原因在于：
一是资产证券化产品的设计可以对基础资产进行重新分拆、组合和包装，一定程度上分散了基础资产的信用风险；
二是产品持有人数量的增加使更多的人共同承担了产品的信用风险。
但是，资产证券化产品复杂的基础资产设计和市场流动性也是信用风险的传染性大大增加。产品对于基础资产的包装有可能使一些信用质量较差的债务得以发行。当经济宏观环境变差时，这些债务的违约可能性迅速提升，导致产品的价格急剧下降。而产品通过市场交易使得信用风险更轻易地向整个金融市场扩散，令更多的金融机构和投资者蒙受损失。生基于此类产品的信用衍生工具的出现。一个典型的信用衍生工具是信用违约互换。通过该工具，信用风险保护的买入方可以通过缴纳一定的保险金，在相关债务的信用事件发生时向卖出方寻求赔偿，由卖出方承担买入方资产的损失。由于信用事件发生的概率一般比较小，缴纳保险金的金额往往远低于信用事件发生时的损失金额。因此，一旦信用事件发生，卖出方需要面对高额的赔付金。当经济不景气导致大量债务违约时，卖出方有可能无法履行CDS合约而导致新的信用事件发生。另外，当债务资产的信用状况恶化也可以使CDS的市场价格迅速上升，使卖出方承受巨大损失。由此可见，信用风险可以通过信用衍生品工具得到进一步的放大。
三、资产证券化信用风险管理面临的挑战
目前，我国商业银行等金融机构的信用风险管理主要是在巴塞尔银行监管委员会提出的新资本协议（简称巴塞尔II）的基础上发展而来的。巴塞尔II中针对信用风险的管理提出了内部评级法，主要包括了对三个风险参数违约概率（PD）、违约损失率（LGD）和违约风险暴露（EAD）的测算，其中违约概率是最为重要的一个风险参数。在此框架下，对信用风险的评估主要依赖于交易对手某一时点的财务数据，通过建立适当的模型估计交易对手的违约概率。对于资产证券化产品，采取现有框架下的风险管理方法会带来以下的问题：
（一）使用财务数据信息进行信用风险评估存在着顺周期性的问题
在经济运行较好的时期，公司的财务报表数据往往比较良好，因而对于资产证券化产品的信用风险过于乐观，定价可能被高估；相反在经济低迷时期，公司的财务数据比较差，此时对于信用风险的评估又过于悲观，导致公司利用资产证券化产品进行融资的成本过高，甚至于无法以此作为渠道进行融资。
（二）内部评级法依赖于交易对手在某一时点的财务状况来评估未来一段时间信用风险的变化
交易对手的信用状况，特别是违约概率是随着时间而变化的。在交易期间，资产持有人必须持续地对交易对手的信用状况进行监控和评估。同时，资产证券化产品的基础资产结构较为复杂，资产持有人的交易对手数量可能远多于传统的债务资产，导致资产持有人利用交易对手的财务数据对信用风险进行持续监控的难度大大增加。
（三）财务数据信息存在一定的滞后性
在市场交易中，资产证券化产品的价格是不断变化的。对于有效市场，产品的信用质量的变化可以迅速地传递到产品的价格中。交易对手的财务数据信息的披露会远远地落后于市场的变化。在我国，即使是对于信息披露有严格要求的上市公司，其财务报表目前也只是按照季度进行披露。对于其他非上市公司或债务人，其后续财务信息的获取则更为困难。由此可见，使用财务信息对资产证券化产品进行信用风险评估无法满足产品市场交易的时效要求。当交易对手的财务报表显示其信用变差时，资产的持有人可能已经因为市场价格的下跌而蒙受损失。
四、资产证券化风险管理的对策和建议
基于资产证券化产品的特点以及现有信用风险管理方法的不足，本文提出以下几点改进建议：
（一）规范资产证券化交易市场，发展基于市场信息的信用风险评估机制
一个有效的市场能快速准确地对交易产品的信息做出反应。有效的市场机制激励市场参与者为了获取额外利润而持续地对产品的信用状况进行分析和评价，最终反映到产品的市场价格上。另一方面，资产价格在过去一段时间内的变动状况可以在一定程度上反映产品在未来不同的经济环境下的风险变动情况。因此，在一个有效市场中，基于市场信息的信用评估能更快速有效地评价资产证券化产品的信用风险，有利于市场参与者发现潜在的风险并采取必要的措施降低风险。
（二）建立公开透明的资产证券化信息披露制度
信息披露降低了市场交易者获取信息的难度，保证了资产证券化产品交易价格的合理性，有效地保障了市场参与者的合法权益。另外，外部信用评级制度能对市场参与者了解产品的风险状况起到重要作用。为了使评级制度客观、真实地反映产品的风险程度，应加强对外部评级信息披露的监管，保证其工作的独立性。
（三）合理促进信用衍生产品的创新发展，充分发挥其对信用风险的分散和转移的作用
基于信用风险对冲为目的的信用衍生产品交易有利于降低资产持有人的信用风险。例如，一个高风险债权资产的持有人可以通过买入一个与其债权资产相关联信用违约互换，通过该投资组合降低其所承担的信用风险。但另一方面，以投机为目的的信用衍生品交易容易导致信用风险的放大。监管部门可以从以下两个方面降低信用衍生品投机活动所带来的危害：一是严格禁止用于投机的信用衍生产品的设计和发行。例如，基于某种债权资产的信用违约互换的规模应与其基础债务资产的规模相匹配，控制信用违约互换合约在信用事件发生时的赔付额，使其对应于实际债务资产的损失；二是控制“裸卖空”的行为。所谓“裸卖空”，是指未实际持有债务资产而买入信用衍生产品，希望通过产品市场价格的波动或信用事件的发生而获利。通过合理引导，信用衍生产品可以对信用风险的控制发挥重要作用。任何产品的创新都会带来新的风险。在产品创新的同时，风险管理的手段必须与时俱进。信用风险作为资产证券化产品的一项重要风险，有效地对其进行监管才可以保证资产证券化的健康发展，使金融产品其更好地服务于实体经济。
供应链协同信用风险论文
一、供应链协同效应分析
（一）供应链协同特点
与传统的企业管理对比，现代供应链协同具有以下特点：
（1）整体观念。供应链被视作有机联系的整体。供应链整体利益最大化是各节点企业的共同目标，各节点企业通过信息共享、共同运作等实现整体目标和各自的业务目标。
（2）合作伙伴关系。供应链协同企业之间已不是单纯的业务关系，而是为共同的业务发展目标而紧密合作的伙伴关系，因此，在核心企业的关键业务方面，需要挑选合作伙伴进行协同运作。
（3）信息共享。在信息层面，需要将供应链各节点成员间的信息系统紧密地集成在一起，实现信息的实时流通和共享，使各节点成员能够更快、更好地进行协作，响应彼此间的需求及变化。
（二）供应链协同效应
供应链协同使分散在各节点企业上的产品开发、原材料采购、生产加工、市场营销和物流服务等价值增值环节通过不同的方式联合起来，依靠生产要素的流动，实现分工合作、优势互补、利益共享，从而产生“1+1>2”的放大效应，使得供应链上的各个企业都获得整体竞争优势。对企业而言，只有充分发挥协同效应，才能提高供应链运营绩效。Kanda认为供应链协同完成目标计划将比参与方单独行动获得更多的收益。Nyaga（）指出供应链协同通过促进企业之间的信任和承诺，提高协同满意度和协同绩效。供应链协同主要通过以下途径取得整体的竞争优势：（1）放大效应。协同有助于供应链各成员的实体资源、隐形资源都得到充分利用，各自的竞争优势得以进一步充分发挥，共同目标得以实现，产生整体效益大于单个企业之和的效应。（2）提高系统的敏捷性。协同联合供应链上的所有企业同步运作，协同计划、预测和补货，可以对市场需求作出快速反应，从而保持供应链的竞争优势。（3）成本优势。通过供应链各节点企业的协同合作，运作中相关信息的及时反馈，提高了销售预测的准确度，减少了库存，抑制供应链管理的“牛鞭效应”，从而降低运作成本，使得供应链具有成本优势。
（三）供应链协同的影响因素
从协同的角度来看，整个供应链是由以获得共同利益为目的而建立起来的战略联盟的关系网络所组成的，其中顾客-供应商关系是供应链网络中最基本的“关系”单位，从组织、环境、技术三大方面探讨对供应链协同产生重大影响的因素，发现信任与承诺是影响顾客―供应商关系的主要因素，即信任和承诺是供应链协同的主要影响因素。信任与承诺是维系合作伙伴关系的关键要素，信任是指目前对交易伙伴的信心，而承诺是指未来关系延续的意愿。供应链上的信任，就是相信供应链上其它成员不会利用损失合作伙伴利益而得到自己收益的机会，相信各个成员的行为将始终考虑供应链的整体利益。承诺传递出合作伙伴乐于投入精力来维持相互之间合作关系的信号，通过承诺，合作伙伴投入资源去维持和实现供应链目标。因而合作伙伴之间的信任是承诺的基础，信任程度的高低会影响着承诺决策和质量。信任会转变为信念、依赖、忠诚或者对供应链伙伴的完全置信，从而不担心供应链上其他成员的投机行为，而所作出的承诺促使合作者很难做出一些违背供应链整体利益的事情。
二、基于信用风险的供应链协同分析
（一）信用风险
信用风险（CreditRisk）又称作违约风险，是指交易对手不能履行约定契约中的义务而造成经济损失的风险。信用风险的形成根植于信用活动的不确定性，现代经济活动存在着各种各样的偶然性，导致进行社会活动时存在着许多的不确定性。在信用活动中，不确定性包括外在不确定性和内在不确定性。外在不确定性来自于经济个体经营活动之外，是经济运行过程中随机性、偶然性变化或不可预测的趋势，如宏观经济走势、市场资金供求状况、政治局势、技术条件等。外在不确定性造成企业经营结果的不确定性，继而导致信用风险。内在不确定性来源于企业的经营活动中，是由企业进行主观决策及获取信息的不充分等原因造成的，具有明显的个体特征。如：企业的管理能力、产品的竞争能力、生产规模等，甚至企业内的人事任命等都直接影响着企业的履约能力。
（二）信用风险对供应链协同的影响分析
伴随着买方市场的逐渐形成，产品的生命周期越来越短、种类越来越多，客户对服务要求的不断提高。为了更好的满足顾客的需求，企业间的竞争已经被由供应商、制造商、零售商、消费者等合作伙伴组成的供应链之间的竞争所取代。同时，随着供应链管理技术的普及和推广，全球范围开始推广精益生产、大规模定制、零库存的准时生产方式，一方面降低了成本，取得了更多的经济效益，另一方面供应链层次结构越发复杂，使得抵御不确定性事件的能力受到极大的挑战，降低了供应链系统的稳定性。处于这种供应链的大环境下，企业面临的来自企业内外部各个环节的信用风险问题更为复杂。供应链已不是简单的“链”状结构，而是由多个企业构成的网链结构，包括从供应商到最终客户的物流、服务流、资金流、信息流和价值流的直接参与的上下游实体组织，还包含第三方物流商、金融服务商、市场调研公司等企业主体。因而，供应链上的企业信用风险比传统单个企业所面临的信用风险要更为复杂和多变。供应链协同通过供应链伙伴间的合作来提高供应链整体收益，但协同过程也也伴随着一定的风险。供应链中每个成员企业基于自身风险和利益考虑，都不会选择将自己的全部私人信息进行共享。实务中供应链成员之间由于信息不对称而引发的供应链运作失败频繁发生，所带来的后果极为严重。供应链企业一方面要通过协同获取外部知识，同时要防止企业的机会主义行为对企业间知识共享和企业技术创新的消极影响。供应链伙伴间的信任是建立在企业信用基础上的，对于信用度较高的企业，通常会获得更高的信任度。在联盟组织中，信任可以降低不确定性给个体所带来的伤害，增强个体对联盟组织的心理归属，由此会产生较高的承诺意愿；同时建立规范的约束机制有助于关系资本的提高，而供应链关系资本对供应链协同目标的实现有着显著的促进作用。供应链上的企业信用风险具有不断累积、恶性循环、连锁反应的特点。在宏观经济因素如财政政策、市场需求和产品自身原因的综合作用下，市场有可能出现萧条，供应链上的产品没法销售出去，最显著的.表现就是企业的资金不能及时回笼，从而导致企业不能及时归还上一级供应商的资金；或者，企业的实力和规模使其无法按时提供契约所承诺的服务等，这些可能使其上一级的供应商承担很大的信用风险。以此类推，供应商的供应商也需要相应地承担这些风险，即当一个节点企业存在信用风险会波及到供应链上的其他企业，会破坏整个供应链系统的信用平衡，且它具有放大效应，从而影响供应链整体的正常运行和竞争能力。同时，由于牛鞭效应和风险耦合效应，信用风险在传导过程中不断与其他风险耦合产生新的风险，从而导致供应链效率降低，增大供应链的运作成本，降低供应链的整体竞争力，甚至可能导致整个供应链的运转中断。四、基于信用风险的供应链协同管理对策加强对供应链信用风险的防范和控制，是关系到供应链协同管理是否取得预期效果的关键。本文认为可以从以下四方面着手：
（1）构建诚信供应链企业文化。供应链企业应大力开展企业诚信教育，培养诚实交易观念，明确企业的利润应该通过供应链管理来获取；培育信用文化，将企业诚信文化与企业生产与管理的每一个环节融合起来，以诚信来指导企业的管理和发展；强化信用意识，形成诚信是安身立命之本，使诚信成为一种社会公德，促使供应链上的企业更加注重可持续发展，不急功近利。
（2）构建供应链契约。各企业解决供应链协同过程中利益冲突最常用的方法就是设计契约协调机制。供应链契约将成员间的权利、责任通过合同的形式确定下来，从制度上对合作双方进行协调，有助于分担不确定性因素引起的风险、克服成员的双重边际化效应、提升系统运行绩效。
（3）完善信用评价体系建设。通过信用评价体系建设，建立及时的信息披露机制、制度，使各企业能够及时、正确的了解、评估合作企业的信用质量，公平、方便地采集和使用信用信息资源，以减少或降低信用风险。
（4）加强信用法制建设，建立失信惩罚机制。建立和完善信用法律法规，加大执法力度，提高执法水平，切实做到有法必依，执法必严，违法必究，使法律在化解信用风险、抑制信用危机中真正落实到位，具有至高无上的权威。
一、主成分分析法及Logit模型在商业银行对中小企业定量信用风险评级中的应用
（一）样本数据的选择
从我国上市公司中小板中选取了80家制造业中小企业作为样本，其中20家为ST企业（高风险企业）60家非ST企业（低风险企业），我国制造业中中小企业约占99.08%，中小企业中制造业约占92.42%，截止底，中小企业版上市公司共有531家，其中制造业325家，占61.21%，所以，无论从总体看，还是从上市公司看，制造业企业都占主体，为了研究的普遍性，也为了消除行业因素的影响，80家中小企业都选择制造业企业。并涵盖了食品、纺织、家具、电子、化学、金属、设备、医药、生物制品等制造业行业，所以样本的选取具有全面性。由于中小企业的财务数据是难以获得的，所以，从上市公司中选取了80个样本，数据均来自上市公司的年报及其他公开披露的信息，主要来自于和讯网。
（二）指标的选择
本文共选择了五大类三十九个财务指标，具体包括：偿债能力指标，盈利能力指标，营运能力指标，发展能力指标以及现金支付能力指标，这五大类指标都是与企业违约率的高低有着很高的相关性的，具体指标如下表
（三）主要方法的应用
1、主成分分析法主成分分析法是一种简化数据集的统计方法，旨在利用降维的思想，通过线性变换把原来N个相关变量指标转换成另一组不相关的综合指标的降维处理技术。在实际处理中，只挑选几个方差最大的主成分，从而达到简化系统结构的目的。本文主要选取了五大类39个指标，而其中部分指标之间存在一定的联系，为了消除指标之间的共线性，所以，先采用主成分分析法，筛选一部分指标，最终进入了Logit模型。
2.logit模型
（1）模型适用性分析Logit模型是采用一系列财务比率的变量来预测公司破产或违约的概率，然后根据银行、投资者的风险偏好程度设定风险警戒线，以此对分析进行风险定位和决策。在巴塞尔新资本协议中，将违约概率作为衡量信用风险的核心内容之一，而且，经研究发现，信用等级与违约概率存在着明显的对应关系，即较低的信用等级对应着较高的违约概率。所以，采用违约概率度量的方法来度量信用风险存在着合理性。Logit模型是一种非线性模型，信用风险非线性这一特点，使得模型刚好使用。此外，Logit模型不需要自变量符合联合正态分布这一假设,且自变量可以连续、离散、甚至可以是虚拟变量。而信用风险很难进行正态分布的假设，所以，基于这两点而言，此模型对于信用风险测量有其适用性。
（2）模型介绍Logit模型是通过最大似然法来对模型参数进行估计。Logit分布函数的公式可以表示为：P=11+e-zP为因变量，z为自变量，e即为自然对数的底数2.71828。在本文中，我们利用Logit模型来研究企业财务状况与企业违约之间的关系，因此，P作为因变量即为贷款企业的违约概率，取值在（0,1）之间，这与Logit模型的定义中P大于0而小于1相符合，而z作为自变量，我们将它重新定义为企业财务指标的函数，我们把它表示为Z=a0+a1X1+a2X2+、、、+anXn，这里的X1一直到Xn是上文提到的39个财务指标经过主成分分析法最终得到的部分指标。
（四）具体应用
首先进行主成分分析，将五类财务指标分别进行主成分分析，现以偿债能力指标的17个因子为例，其他指标的主成分提取方法相同，只给出结论，不一一列举。通过提取主成分，最终提取了四个主成分进入Logit模型，其解释总方差为82.319%，这四个因子分别为资产负债率，速动比率，长期资产适合率以及负债结构比率。其余四类指标通过KMO和Bartlett的检验，均适合做主成分分析，最终筛选出的因子分别为：总资产收益率，主营业务利润率，总资产周转率，存货周转率，净利润增长率，净资产增长率，资产的经营现金流量回报率，现金流量结构比率。所以，最终选择了12个变量进入Logit模型，这12个因子分别为x1到x12:资产负债率，速动比率，长期资产适合率，负债结构比率，总资产收益率，主营业务利润率，总资产周转率，存货周转率，净利润增长率，净资产增长率，资产的经营现金流量回报率，现金流量结构比率。
二、定性分析法在商业银行对中小企业定量信用风险评级中的应用
除了上文提到的商业银行对中小企业进行定量评级的方法以外，在对信用风险进行评级时，还需要对宏观、行业、区域等系统性的风险进行研究。因为每个企业都处于一定的宏观经济环境之中，一个国家或者地区的整体发展快慢以及稳定性对每个行业和企业造成的影响程度是不同的。对于信用风险评级人员而言，应该随时关注宏观经济环境变化对受评对象产品和服务的要求、原料供给、盈利能力、资产质量等方面的影响，并判断宏观经济形势及宏观调控政策对企业获取现金流能力的影响及程度，从而为分析企业偿债能力奠定基础。此外，要关注行业因素所带来的信用风险，行业内的企业之间处于一种相对联系的紧密状态，一旦发生行业系统性信用风险，就意味着行业内一部分企业将会出现信用风险。要重点关注行业的生命周期，因为处于不同行业生命周期的企业信用风险是不同的。处于起步期的行业收益低，风险高，处于成熟期的行业业务发展和收益相对比较稳定，信用风险相对下面具体阐释一下各项指标的评定标准：
1、宏观因素打分标准国家鼓励的产业主要包括生物制药产业，新能源新材料产业，智能工程、以及稀有的有色金属行业等等，这些产业的得分最高，相应的也可以得到国家政策的支持和相应的税收优惠。例如房地产的开发、污染较强的一般化工产业为国家限制的产业，而对能源过度浪费，对环境污染较为严重的企业，是国家明令禁止的行业，对这类企业的贷款要非常慎重。具体可以参照国家出台的相关规定。
2、行业发展周期打分标准每个行业都有自己的生命周期，一般将行业划分为四个生命周期：起步期、成长期、成熟期和衰退期。在企业的起步期,企业的规模可能会比较小，在这个时期，行业产品的开发相对比较缓慢，利润率比较低，但市场增长率还是比较高的。一旦进入成长期，企业将拥有高的增长率，而在该阶段对现金的需求量也是非常大的。当增长率降到较正常的水平时，企业便进入了成熟期，该阶段是一个相对稳定的阶段，相对来说信用风险也相对较低。而一旦行业进入衰退期，市场增长率将严重下降，此时的信用风险将相对较高，因为此行业可能会不复存在或被并入另一行业，所以，一定要对处于衰退期的企业信用风险高度关注。
3、行业进入障碍打分如果一个行业越容易进入，说明该行业的获利能力就越容易被削弱，新进入行业的企业会对现有的行业构成威胁，削弱现有企业产生财务回报率的能力、分割市场份额甚至激化市场竞争。新进入者的威胁力度和数量在很大程度上取决于各种进入壁垒的高度，当然，壁垒的高度与众多因素相关，包括规模经济、客户的忠诚度、资本金的投入、转换成本等等，所以，越是进入壁垒高的企业，其信用风险相对较低，因为其存在的竞争相对较小，存在一定的规模，拥有一定的资本金，财务状况也相对稳定。
4、企业信誉打分银行可以通过函证的方式向其他企业询问该企业在与其合作中是否诚信，并通过银行系统查询其以往的贷款信用记录，以及通过其他平台查询该公司是否有其他违约记录、欠费记录。
5、企业的核心竞争能力包括对领导者的能力、研发能力、市场占有率的综合打分，这里最重要的是对领导者能力的考察，因为中小企业主要是由所有者自主决策、直接管理，企业所有者在企业日常经营和重大决策中都占有最重要的地位，管理者个人的信用观念和信用行为直接影响到企业的信用决策和信用行为，因此，中小企业的信用风险具有较高的个人相关性。应重点关注领导者的能力以及其对风险的偏好。有些企业领导者属于比较保守的类型，他们更喜欢求稳，有些时候为了降低风险甚至放弃了高收益，而还有一类领导者喜欢冒险，他们的原则是为了更高的收益而选择高风险的项目，最后一类是相对风险中立的，他们不回避风险，也不追求风险，而是采取了一个折中的态度。所以银行应该重点关注的是喜欢冒险的这一类领导，因为其冒险风格可能会使其面临很高的信用风险。
6、企业的经营管理能力首先要看其公司各项制度是否健全、内部控制是否严谨，对内部控制能力的考察主要关注五个方面的内容：组织结构是否合理，责权的分配是否得当，人力资源的政策、企业的文化以及社会责任。如果一个企业有着自己长久以来的企业文化，对员工给予激励、晋升的机会，员工将对企业有很高的忠诚度，会更好的为企业带来价值。此外，企业在追求自身利益的'同时，也应关注其社会责任，即要做到安全生产、保证产品质量、保护环境、节约资源、促进就业、员工保护等等。所以，如果一个企业拥有好的内部控制，其信用风险也会大大降低。
7、企业的业务关系包括与供应商、销售商与客户的合作情况，这些的指标获取只要可以采用抽查部分供应商、客户进行问卷调查的方式。
三、结语
信用风险评级体系的建立对商业银行信贷审批、限额管理、贷款定价、绩效考核以及监管资本的节约等都具有非常重要的意义。本文通过定性与定量相结合的方法，建立了专门针对于中小企业信用风险评级的体系。
一方面，通过主成分分析法以及Logit模型的建立，使得商业银行在对中小企业评级时拥有了可靠的依据，上文已经通过对80家中小企业的主要财务指标进行了实证检验，最终得出结论，在对中小企业进行信用风险进行评级时，应重点关注资产负债率、速动比率、长期资产适合率、负债结构比率、总资产收益率、主营业务利润率、总资产周转率、存货周转率、净利润增长率、净资产增长率、资产的经营现金流量回报率和现金流量结构比率这12个因子，并带入logit模型，最终得出其违约的概率P。另一方面，要通过定性分析的方法对一些无法量化的指标通过专家打分进行分析，具体包括宏观行业的指标分析，中观行业的指标分析以及微观企业因素的指标分析。最终，综合考虑定性指标和定量指标，得出该企业最后的信用风险评级。信用评级起源于美国，随着人们对信用风险评级重要性的不断了解，信用评级体系也在不断发展。从评级方法上来看，国外对中小企业评级总体上也采用了定性分析与定量分析相结合的方法，并向风险度量模型方向发展。目前国外提出的度量风险的模型，一类组合理论模型：JP摩根的CreditMetrics,KMV等，另一类是违约模型：瑞士银行CreditRisk和麦肯锡的CPV模型，而这些模型的应用依赖大量的数据库信息，所以我国商业银行在对这些模型的使用上存在很大的局限性，因为我们没有强大完善的数据库作为支撑。商业银行信用风险评级在我国只有十几年的发展历史，所以在很多方面还存在不完善性，一个相对成熟的信用风险评级体系尚未建立，中国银监会近日出台了《商业银行资本管理办法>》,要求商业银行建立信用风险内部评级体系，从201月1日开始实施，底全面达标，所以，应该重视商业银行信用风险评级体系的研究，并结合我国的国情，建立适合我国的中小企业商业银行信用风险评级体系。
未来我国中小企业商业银行信用风险评级的发展趋势包括以下几个方面：
第一，风险越来越重视对宏观、行业、区域等系统性风险因素的分析。
第二，将定性分析与定量分析结合，随着我国数据库系统的不断完善，一些专业化模型将不断涌现。
第三，更加重视企业现金流分析，因为现金是企业生命的血液，现金流可以实现企业的流动性、赋予企业发展能力。第四，银行在业务决策中更加注重发挥信用风险内部评级的作用。
摘要：信用风险是商业银行存在的主要风险，如何将信用风险控制在一个较低的水平已成为我国商业银行发展壮大的迫切要求，因此商业银行信用风险研究对于整个银行业有效评估及管理具有非常重要的意义。本文基于-我国12家上市商业银行的面板数据，采用变系数估计模型，通过面板数据计算出12家上市商业银行的违约距离，并对影响违约距离的主要因素进行了回归分析。结果表明，资产规模越大的银行对于风险的承受能力越高，因此银行风险越低，违约距离也就越大。存贷比例增加时，贷款减少而存款增加导致信用风险下降，违约距离增加。资产负债率越高，其偿还债务的比例也就越大，因此其风险也就越高，违约距离就会减小。
关键词：商业银行；信用风险；违约距离；变系数模型
引言
商业银行在金融行业内一直扮演者重要的角色，银行业作为灵敏度最高的行业，其所面临的主要风险之一便是信用风险。信用风险是指银行经营中借贷风险管理的失误导致银行周转困难、停业和倒闭，并且在现代金融体系中，这种结果很可能引起连锁反应，这将涉及整个商业银行的生存及影响社会经济的稳定。因此本文从违约距离角度探讨商业银行的信用风险的评估、测度、分析与比较，通过有效手段对信用风险进行防范和控制，使风险贷款安全化，对于整个银行业有效评估及管理具有非常重要的意义。纵观国内外文献，商业银行信用风险危机的爆发很可能引起连锁反应，这将涉及整个商业银行的生存及影响社会经济的稳定，这已是中外学者普遍认同的观点。已有文献大多研究时间段久远，对未来预测结果缺乏准确性；使用OLS或者普通面板展开，得到的是全局均值回归结果。由此出发，本文采用2008-20我国12家上市商业银行的面板数据，并利用变系数估计方法对我国12家上市商业银行的信用风险分别进行检验和识别，该研究结果有重要的意义，将有助于我们对不同商业银行信用风险的测定、防范及控制具有重要意义。
一、模型设定与计量方法
本文借鉴李晟，张宇航的研究，计算出12家银行近8年的违约距离，原始数据属于面板数据，面板模型主要结构如式（1）所示：（1）上式的Y代表违约距离DD，i是各家银行，t是不同年份，α为截距项，δi为横截面效应，γt为时间序列效应，εit是误差项。在选择因变量X时，参考分析企业信用风险及银行信用风险的各项研究，最终选取了6个自变量：（1）总不良贷款率（TNPLR），单位%。（2）总资产（TA）数值较大，对数化处理，单位为百万元。（3）存贷比（LDR），单位%。（4）净资产收益率（ROE），单位%。（5）资产负债率（D/A），单位%。
二、实证分析
（一）变量选取及数据来源以违约距离大小检验银行信用风险，需要特定的银行数据支撑，本文选取《2008-华夏银行、交通银行、北京银行、光大银行、建设银行、民生银行、南京银行、宁波银行、浦发银行、兴业银行、招商银行、中信银行年度报告》为银行数据来源。该资料提供了12家银行近8年的总不良贷款率、总资产、存贷比、净资产收益率、资产负债率数据统计。（二）结果及解释中国上市商业银行发展具有明显的差异性，因此不同发展水平的商业银行以违约距离大小检验银行信用风险可能存在差异。为识别这种差异，本文采用变系数模型展开估计，尝试对各商业银行的信用风险进行识别。银行均在5%水平上十分显著，浦发银行总不良贷款率则不显著。其中南京银行、宁波银行、北京银行、华夏银行总不良贷款率系数均较高，总不良贷款率上升1%，违约距离会增加超过1。不良贷款率是不良贷款占总贷款余额的比重，往往意味着借款人无法足额偿还借款。综合而言，商业银行的不良贷款增加主要归究于以下几方面：其一，商业银行的风险控制意识薄弱，加上金融危机以来银行业资产的急剧扩张，致使其在目前经济的下行通道中集中爆发；其二，许多地方性银行金融机构，贷款和风险控制受地方政府的干预较多；其三，在经济新常态下，钢铁、煤炭等过剩行业去产能导致企业盈利能力下滑，甚至出现大面积亏损，使得不良资产规模逐渐增加。不良贷款率增加加重银行的慎贷、惜贷以及抽贷现象，对国内经济将产生较大的负面影响。因此，应尽快处置不断上升的不良贷款。对于总资产系数，12家商业银行均在1%水平上十分显著。总资产对违约距离体现正向影响，华夏银行、交通银行、建设银行、浦发银行、招行银行总资产系数较大，而宁波银行、兴业银行较小。对总资产而言，资产规模的增加本身可能表明银行的运营良好，具有一定的增长前景，规模越大的银行对于风险的承受能力相对越高，因此资产规模越大的银行风险越低，违约距离也就越大。对于存贷比系数，北京银行、浦发银行、中信银行均在5%水平上显著，其他银行存贷比系数则不显著。浦发银行，存贷比每增加1%，违约距离会增加0.0921。存款比例占贷款比例过高时，其面对的违约风险就更小，更少的贷款会收不回来，因此其违约风险就会减小，违约距离就会增加。而北京银行，存贷比每增加1%，违约距离会减少0.0421；中信银行，存贷比每增加1%，违约距离会减少0.2237。对于净资产收益率系数，华夏银行、北京银行、光大银行、宁波银行、兴业银行、中信银行均在5%水平上十分显著，其他银行净资产收益率系数则不显著。净资产收益率对违约距离体现负向影响。对于资产负债率系数，光大银行、建设银行、宁波银行、浦发银行、招商银行、中信银行均在5%水平上十分显著，其他银行资产负债率系数则不显著。光大银行，存贷比每增加1%，违约距离会减少3.8266；宁波银行，存贷比每增加1%，违约距离会减少5.7859；浦发银行，存贷比每增加1%，违约距离会减少20.7296；中信银行，存贷比每增加1%，违约距离会减少15.7957。资产负债率与违约距离呈反比关系。资产负债率越高，其偿还债务的比例也就越大，因此其风险也就越高，违约距离就会减小。而建设银行，存贷比每增加1%，违约距离会增加46.9165。银行业作为一个高风险与高收益的行业，日常经营过程中会经常面临着诸如操作风险、信用风险、流动性风险及市场风险等多种风险类型。因此，风险管理对于商业银行日常经营管理意义重大，控制风险与提高效率是银行永远的两大主题。
三、结论及建议
信用风险是商业银行面临的主要风险之一，本文利用变系数方法识别中国上市商业银行信用风险异质性，利用2008-2015年我国12家上市商业银行的面板数据，得到如下结果：（1）资产规模越大的银行对于风险的承受能力越高，因此银行风险越低，违约距离也就越大。（2）存贷比例增加时，贷款比例和数量相应的减少，贷款减少而存款增加导致信用风险下降，违约距离增加。（3）资产负债率越高，其偿还债务的比例也就越大，因此其风险也就越高，违约距离就会减小。基于以上结果本文得出如下建议：其一，深化风险管理文化内涵。要把风险控制作为一种文化、一种灵魂注入金融工作中。第一，风险举证文化，各级风险管理人员要尽量举出客观证据来证明对风险趋势判断的合理性。第二，风险量化文化，通过量化的分析过程就能判断出企业恶化的状况，在一年里面恶化的幅度是多少。第三，风险底线文化，风险管理必须设定不能逾越的最后的红线，这是做风险管理绝不能退后的底线。其二，及早甄别企业信用风险水平。银行应基于相关的数据和方法对自身的客户群进行细分，对风险及时做预判，并证明自己预判的合理性。数据表明，特大型的企业信用水平是很好的，而企业规模比较小的就更容易发生违约。通过历史数据研究，可以把相关的预测模型校准到基于现在的经济条件上，也可以逐步基于预测出的水平开展定价管理。其三，监管机构应保证监管规则透明，规则执行的一致性。统一透明的规则有利于实现优胜劣汰，劣质的银行将被市场淘汰出去，留下来的一定会是风险管理到位的。银行健全的退出机制，将使市场上风险管理随大流的心态和做法就会越来越少。
论文摘要：随着商业银行业务发展和世界各国金融监管的演进，商业银行都已经或正在开发信用风险评估模型和系统，并在信贷、交易等业务领域的不断验证中加以修正，为商业银行的业务发展和风险控制发挥着越来越重要的作用。本文归纳总结了信用评估机构在银行信用风险计量方面的相关理论依据和基本做法．并对银行间市场完善信用评估提出了具体建议。
论文关键词：银行间市场；信用风险；风险管理
全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。
一、信用风险评估理论
银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：
(一)统计模型
利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。
1．违约概率(ProbabilityofDefauh，PD)理论
违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。
2．违约损失率(LossGivenDefault，LGD)理论
违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。
(二)CAMEL模型
CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。
(三)专家判断模型
银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。
二、信用风险评估的通常做法
(一)信用风险评估的基本思路
评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。
(二)信用风险评估模型的构造
数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性
(三)变量选择方法
1．层次分析法
层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。
2．主成分分析法
主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。
3．专家判断
关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。
(四)模型校验修改
模型构造完成后．需要相应财务数据的不断校验修改。财务数据可直接向对应机构索取，也可通过第三方数据提供商获得。直接获取数据的方式准确性较高，但需对应机构积极配合．且需大量的人力物力用于数据录入、核对和计算。通过第三方数据提供商获取数据效率高，但需支付一定费用，且面临数据不全、数据转换计算等问题。在违约概率模型的开发过程中，通常遇到模型赖以建造的数据样本中的违约率不能完全反映出总的违约经历，需进行模型的压力测试，确保模型在各种情况下都能获得合理的结果．并对模型进行动态调整。
(五)引进或自主开发授信评估系统
根据完善授信评估模型，撰写授信评估系统业务需求书．引进或自主开发授信评估系统，提高授信评估效率。授信评估系统还应与会员历史数据库、限额管理系统、会员历史违约或逾期等信息库无缝连接，避免各个环节的操作风险。
三、对银行间市场完善授信评估的启示
(一)完善授信评估可积极推动银行间市场业务发展
银行间市场会员信用评估水平的提高。可有效防范银行间市场系统性风险。为防范交易对手信用风险，市场成员需及时、合理、有效地对相应会员银行或做市商进行信用评估，并根据会员或做市商资信状况的变化进行动态调整，为其设置信用限额。
(二)引进成熟的授信评估方法、模型和流程
根据巴塞尔协议的有关监管要求，国内大中型银行都已经或正在国际先进授信评估机构的帮助下，开发PD或LGD评估模型。银行间市场参与者应学习借鉴国内外先进的授信评估方法和模型。在消化吸收先进经验的基础上，选择国际先进咨询机构作为顾问，构建授信评估方法和模型。
(三)引进或自主开发授信评估系统
为防止操作风险，提高授信评估工作效率，实现授信评估与机构内部相关系统的连接，银行间市场参与者需根据授信评估方法、模型、授信资料清单、分析报告模板、建议授信计算公式等内容。撰写系统开发业务需求书，或引进先进的授信评估系统并进行客户化改造．或选择系统开发商进行自主开发授信管理系统。
(四)加强授信评估培训和知识转移
借助专业授信咨询机构的培训。授信评估人员可学习授信评估模型的理念，掌握定性评估时专家判断的尺度．运用统计方法确定定量和定性因子的最佳模型：掌握数据转换和根据数据质量或可获得性调整数据的方法；动态识别模型的表现，包括统计证明和稳定性；熟悉模型的样本外测试；学会将模型评级映像到外部评级级别和内部、外部PD值等本领。同时增强业务人员对新资本协议的理解，提高内部风险管理体系的适用性，培养出自己的专业信用风险评估分析队伍。
浅析生态环境保护与城乡规划的相互关系论文
摘要：注重生态环境保护是人类现代工业文明时期的一个永恒不变的主题，良好的生态环境能为人类提供赖以生存的自然条件，继而才有人类丰富的物质文明与精神文明活动的开展。城乡规划的核心目的是为人们提供更加舒适便捷的活动实践场所，因此相同的目的决定了生态环境保护和城乡规划必须走和谐发展的道路。
关键词：生态环境；城乡规划；环境保护
文章编号：1004-70261-0068-01中国图书分类号：17019.6文献标志码：A
1城乡规划中的生态环境问题具体表现
城市化水平是一个国家经济社会发展程度的重要酥荆当前我国的城市化建设速度明显加快，特别是中小城市发展迅速。然而伴随城市化过程中却出现了各种严重的生态环境破坏问题，具体体现在以下几个方面。
1.1大气污染
进入21世纪，“雾霾”、“PM2.5”等新名词逐渐被每个中国人所熟悉。特别是进入冬季，严重的空气污染已经影响到了人们的正常生活，为了防止被污染物侵害，很多城市不得不工厂停产，学校停课、车辆限行。究其大气污染的.根源，主要原因是工厂生产废气的排放，以及车辆尾气造成的污染。然而工业区域及道路交通的布局均属于城乡规划的范畴，正是因为有的地方城建部门在城市发展布局时缺乏合理规划，管理发展制度不够完善，导致环境污染的进一步加重，对人们的身体健康构成巨大威胁。
1.2水污染
城乡发展进程中水污染问题也越来越严重，主要分为工业废水污染和生活废水污染两大类。一方面，由于城乡发展布局不合理、环保部门监管缺失等原因，大量的工业废水直排入地表水系，目前我国长江水系、黄河水系、淮河水系等七大水系均受到了不同程度的污染，而污染源头多为工业生产污染，而水体的污染不仅会对生活用水、渔业发展有影响，而且污水会腐蚀堤坝、桥梁、航道等市政工程。另一方面，生活废水肆意排放直接造成人们的日常生活环境受到破坏，进而还可能引发空气污染、土壤污染等。
1.3噪音污染
伴随着我国城市建设、交通运输、文化体育事业的飞速发展，噪声污染的问题愈发突出，已经严重影响到了人们的正常工作和生活。据有关部门统计，我国有70%以上城市的市民长期生活在噪音超标的环境之中，噪声分布的频率多在50～70分贝之间。噪声污染源多为生产建设、车辆行驶、商业广播等污染源。
1.4垃圾污染
垃圾主要包括工业垃圾、危险品、生活垃圾等，垃圾污染主要表现在垃圾分类和垃圾后期处理不完善、垃圾堆放占用大量优良土地、危险品垃圾靠近居民生活点、生活垃圾肆意堆放无秩序等。垃圾污染严重影响到了人们的生存环境，成了资源的大量浪费和土地被占用，同时还会引起空气污染、疾病传播等次生灾害。
2城乡规划中进行生态环境保护的原则
生态环境保护的重要意义毋庸置疑，城乡规划中既要注重经济社会效益，也要注重生态环境保护，具体而谈就是要坚持以下原则。
2.1生态环境保护与城乡规划相互结合
在我国土地资源极为稀缺，城乡规划用地往往是以目标人口总量和人均用地指标为衡量标准予以确定。然而，地方政府多从经济增速和政绩角度出发，急于通过扩大城市规模获取更多GDP增长，这使得城市用地规模越来越大，固定的自然资源所能承载的城市规模是有限制的，当城市规模发展到突破自然资源承载能力时，严重的生态环境问题便随之爆发。因此，城乡规划要充分考虑生态环境的承载量，二者要相互结合。
2.2生态环境保护要遵循城乡规划规则
根据我国城乡规划法的相关规定，在城乡规划过程中要满足对生态环境方面的编制要求，生态环境规划要和城乡区域统筹，体现城乡一体的生态规则。生态环境规划的核心目的是提高人们的生活环境质量，有效发挥生态环境的自我净化功能，解决城乡发展中出现的热岛效应、大气污染、土壤净化、水土流失等问题。
3城乡规划中如何科学合理的进行生态环境保护
3.1激发人们的环境保护意识
城市是所有市民共同生活的大家庭，城市的良好生活环境需要全体市民来维护。因此要把环保理念充分传达给全体市民，发发动广大市民投入到环境保护活动中来。
3.2科学规划利用土地
土地是人类的生存空间，在城乡规划中要尽量少开发自然生态环境，尽量退耕还林，对工厂位置及交通线路要科学规划，做到既要搞好生产不影响群众生活，又不破坏自然生态环境。
随着人们生活水平的提高，对于现代化的生活要求也就越高，特别是在居住方面，不仅仅要有舒适的体验，还要有艺术的气息。建筑结构要改变以往冰冷的状态，在钢筋水泥的基础原料中，添加个性化元素进行艺术的展示。不同的民族拥有不同的文化传统，通过建筑艺术能够很好的体现出来，这不仅仅这现代化人们生活的需求，更是社会精神文明和物质文明建设的需要。
1艺术文化与建筑设计
1.1建筑设计概念。建筑设计是建筑物在建造之前就必须完成的一项工作，是设计工作人员按照工程施工和规划任务去进行分析，将施工过程和使用过程中存在的或者可能发生的问题进行分析，针对其中可能发生或者发生概率较大的不足和问题提前做好预防和处理措施，是一种事前构思和对全面总结的设想工作模式。在现代化社会发展中，建筑设计是一种以备料、施工组织、工程施工方法选择、施工配合等多个方面进行全面系统的工作模式，针对其中存在的种种问题进行深入的总结和分析。并且使得建筑结构能够形成一个全面系统化的工作模式，为建筑工程施工的正常、顺利进行提供安全可靠的保障基础。
1.2文化艺术。艺术是人们从生活中逐渐总结出来的，通过对生活的歌颂，利用创造性的想象力将美体现出来，在人类发展的不同时期，其艺术的体现形式个不相同，在建筑设计上，我国每个时期都有自己的特点和魅力。在现代化建筑的艺术体现上，不仅融合了国外的先进技术和艺术形式，还将本民族的文化精髓继承和发扬出来，构建了符合人们生活和享受的建筑艺术环境。在现代生活中，建筑通过艺术形式表现出来是必不可少的，它一方面彰显了我国的文化和实力进步，一方面又改善了人们的生活环境，减少了压力，更有利于和谐文明社会的建立。
2艺术文化与建筑设计背景
在我国上下五千年的历史文化进程中，我国人民不仅创造出了大量的建筑奇迹和工程施工方式，而且也为建筑文化和艺术提出了全面系统化的工作模式。这种建筑施工模式和建筑文化的产生与普及，其主要是反应人类生产和发展中的生活行为方式，也是体现人类智慧结晶的一种工作模式。在各个历史时期所造成的.文化艺术和设计品位也不仅相同和全面。如我国最为著名的长城、故宫和已经消失的圆明园、阿房宫等等。究其本源在目前的社会发展中，这些诸多的因素和工作模式，也受到科学技术的发展和影响，还受到艺术文化和设计理念的影响。一般而言，在建筑设计中环境是不容忽视，也是不可缺少的一部分。环境作为大自然的一部分，也是建筑设计工作中不容忽视的环节，因此我们在工作的过程中在做好建筑设计工作的同时，对于环境艺术、文化艺术等诸多的方面都需要进行深入的总结和严格的分析，使得在建筑设计工作中能够达到设计与艺术的和谐统一。
3.1建筑艺术的设计要点
在建筑设计早期，人们就会利用器物和图案等进行装饰，但是还没有形成专业的建筑设计学科，只是在笼统的生活自我创造中逐渐形成了本民族的建筑艺术形式。经过数年的社会发展后，建筑艺术文化逐渐的被人们认识和系统的学习。通过建筑材料的结构设计和人们的再创造，将新文化与旧精髓融合起来。在建筑设计中，创造性要求是必不可少的，并且是现代化进步的一种体现。但是还要结合本民族的传统文化的设计，才能将城市生活建设的更加有韵味，其建筑生命力也就更能经历时间的洗礼，不容易被人们忘却。
3.2艺术内涵模式
通常情况下，在建筑设计工作中的文化内涵要求是从三个方面进行深入系统的认识和工作模式。首先，建筑是物质文化的体现，那么艺术就是精神文化的构想，要想将物质文化与精神文化进行统一结合，就需要相关技术人员热爱生活，并具有丰富的创造力。在建筑设计上，对传统的文化精髓和现代文化的变更进行再创造，从哲学的角度发现问题并解决问题，同时还可以通过宗教信仰等形式，将建筑艺术文化多层次的表现出来。其次，建筑设计与艺术文化的结合中，是随着现代生活逐渐改变的，其中的艺术融合与体现也具有主观性。在世界上优秀的建筑设计师中，我们不难发现，其建筑艺术的构建手法不仅仅有现代文明的体现、前人文化的精髓，更重要的是具有个人的艺术体现，通过突出自我艺术形式的体现，将文化艺术提升到新的领域，利用大众的审美给予文化艺术的肯定，同时也促进了建筑艺术文化的不断发展。再次，就活动层面去分析。艺术就是一种艺术品，而文化则是人们物质生活的一种体现模式。将其两者结合并与建筑设计形成一体是未来社会发展的核心环节和工作模式。
3.3建筑设计与环境艺术的关系
建筑设计的艺术体现，不仅仅局限于钢筋混凝土等构建的建筑本身上，还有周围的环境艺术具有较大的联系，只有通过环境的渲染，才能将没有冰冷的建筑更有生命力的展现出来。在环境艺术的搭配中，要统一建筑艺术与环境艺术的宗旨，如若是中式文化的体现，就要在中式建筑物中搭配更多的中式元素，例如瓷器、屏风、书法绘画等。并且可以通过园林和亭台等的建造，将中式文化建筑更有韵味的烘托出来，形成一个完整的文化氛围，将建筑物富裕更多的生命力和艺术文化内涵。
艺术文化是在建筑设计上逐渐渗透的，通过一点一滴的元素构成，以及创新的结构设计，将建筑艺术形式更加丰富的表现出来。经典的建筑物不仅仅有历史经历的沉淀，要具有明显的文化艺术，通过几代人的认可逐渐的传承下来，这种文化的渗透超越了时代，更能够遗留和继承下来。文化与物质紧密相关，其继承了传统结构设计模式的同时要以目前人们生活需求的物质文化紧密相连，在以文化物质水平为基础进行控制与完善。在21世纪以来，信息技术和科学技术得到飞跃发展，以现代建筑工程体系为依据的建筑模式和方法得到迅速的发展流程，这就为建筑工程设计理念和体系的更新改变提供了基础与平台，在设计中通过改变传统美学概念，以智能化技术要求和手段对目前建筑设计提供了良好基础依据。
5结束语
在日益严重的生态危机背景下，作为一个走在最前列的建筑行业，生态环境的创造有着重要意义。城市是人类文明发展的重要标志，而建筑是城市的灵魂，高贵的灵魂，所以必须具有高尚的建筑。衡量一个高贵的建筑的一个重要尺度就是基础设施建设和环境塑造。
参考文献：
[1]李东辉.试论建筑设计与艺术文化的相互关系[J].城市建设理论研究,（5）.
[2]王舒梅.试论建筑设计与艺术文化的相互关系[J].科学与财富,（8）.
[3]刘璐.试论建筑设计与艺术文化的相互关系[J].科学与财富,（7）.
探究化学与造纸的相互关系论文
1实验方法
取100mL水样于250mL锥形瓶中，用稀硫酸(10%)调节pH值在3.0左右，加入一定量的硫酸亚铁粉末，然后快速加入氧化剂(PS或H2O2)，急速混合并开始计时。到设定的时间取出一定量的水样加入NaOH溶液，调节pH值为9.5左右以终止反应。然后在3500r/min下离心30min，取上清液留待检测。实验均在室温下进行，通常情况下反应3h，每组至少做2个平行实验。分析方法，采用韶关明天COD微波消解仪将废水加热至160℃消解25min，待冷却后用回流滴定法计算水样的CODCr值，计算降解率。色度采用UnicUV-2100紫外可见分光光度计测定其在350～600nm范围内的吸光度，并通过Or-igin8.5拟合求其峰面积，通过峰面积与色度的换算公式求出色度值，计算其色度去除率。峰面积与色度换算公式通过色度标准曲线得出:A=8.6691Abs+4.1538其中，A为检测废水的色度;Abs为检测废水350～600nm的扫描面积，通过Origin8.5拟合求出的峰面积。Fe2+浓度用邻菲罗啉分光光度法测定。H2O2浓度用钛盐光度法测定。PS浓度的测定:取适量溶液到50mL比色管，稀释。然后顺序加入NaHCO3、KI、蒸馏水稀释到刻度。摇动，显色15min。于352nm处测定吸光度，通过标准曲线换算为浓度值。
2结果与讨论
2.1pH值对降解率的影响
1mg/LCODCr的理论需O2质量浓度为1mg/L。1mg/LCODCr理论需H2O2为2.125mg/L，因此200mg/LCODCr所需H2O2的理论用量约为425mg/L。每12moLS2O2－8分解产生约1moLO2，则1mg/LCODCr所需S2O2－8约为12mg/L。因此，理论上当S2O2－8∶12CODCr=1时，投加的PS刚好氧化全部CODCr。但由于体系中存在竞争消耗氧化剂的物质，因此实际CODCr降解率总是低于100%。设定H2O2的用量为425mg/L，PS用量为S2O2－8∶12CODCr=1，Fe2+用量为8g/L，室温条件下反应3h。在此设定条件下调节pH值分别为3.0、7.0、8.1、10.0进行实验，考察pH值对两种氧化体系CODCr降解率和色度去除率的影响(见图1)。两种自由基氧化降解的CODCr降解率和色度去除率均随pH值的升高而降低。在pH值为3.0时两种自由基氧化降解的效果皆最好，CODCr降解率分别达到了62.1%和59.4%，色度去除率分别达到了84.4%和82.5%，且从图1可以看出Fenton氧化降解的CODCr降解率和色度去除率稍高于PS氧化降解的CODCr降解率和色度去除率。Fenton氧化需在强酸性条件下反应能达到良好的处理效果，当pH值上升至5时，处理效果明显下降。从图1中亦可看出，Fenton氧化时，pH值从3.0上升至7.0时，CODCr降解率骤然下降，从pH值为3.0时的62.1%下降至pH值为7.0时的7.5%;色度去除率亦从pH值为3.0时的84.4%降至pH值为7.0时的17.1%，下降趋势十分明显。再继续升高pH值至碱性，Fenton氧化的CODCr降解率和色度去除率皆下降至10%以下。而SO－4·对pH值的适用范围较广，在酸性和中性条件下均能达到一定的处理效果。可以看出，PS氧化的pH值从3.0上升至7.0再上升至10.0时，CODCr降解率从pH值为3.0时的59.4%到pH值为7.0时的47.3%再降至pH值为10.0时的9.3%，下降速率较Fenton氧化平缓;pH值从3.0上升至7.0时色度去除率变化不明显，仅从pH值为3.0时的'82.5%下降至pH值为7.0时的77%，但继续升高pH值至10.0时，色度去除率突然下降至15.5%。这说明了硫酸根自由基降解有机物的pH值范围为酸性至中性，在弱酸性条件下亦能达到一定的处理效果，而酸性条件更有利于硫酸根自由基的生成。据有关报道，过硫酸根离子非催化反应的活化能是140kJ/mol，而酸催化反应的活化能仅为108.8kJ/mol。这也与实验结果相符。更有最新报道表明，SO－4·在强碱性(pH值＞10)条件下亦能达到一定的降解效果。
2.2亚铁离子用量对降解率的影响实验
设定H2O2的用量为425mg/L，PS用量为S2O2－8∶12CODCr=2［21］，室温条件下反应3h。在pH值为3.0和不调节pH值条件下分别设定Fe2+的用量为2、4、6、8、10、12g/L进行实验，考察比较Fe2+用量对两种不同自由基氧化体系CODCr降解率和色度去除率的影响。室温时，Fe2+用量对两种氧化体系CODCr降解率和色度去除率的影响如图2所示。在未调节pH值(图2(c)(d)所示)和调节初始pH值为3.0(图2(a)(b)所示)时，两种氧化体系CODCr降解率和色度去除率均在Fe2+达到最佳用量前随Fe2+用量的增加而升高之后下降。在未调节pH值和调节初始pH值为3.0时，Fenton氧化体系的Fe2+用量从2g/L增加到6g/L时，CODCr降解率从1.4%和14.8%上升到9.1%和67.5%，色度去除率从1.4%和16.2%上升到10.3%和87.2%。继续增加Fenton氧化体系Fe2+用量时，CODCr降解率和色度去除率迅速下降。CODCr降解率在未调节pH值和调节初始pH值为3.0时，从Fe2+用量6g/L时的9.1%和67.5%下降至12g/L时的5.8%和42.4%，而色度去除率在未调节pH值和调节初始pH值为3.0时，亦从Fe2+用量6g/L时的10.3%和87.2%下降到12g/L时的－0.9%和49%。未调节pH值时色度去除率下降至负值，溶液明显浑浊，说明过大的Fe2+用量对Fenton氧化产生了极大的副作用，Fe2+被氧化成Fe3+造成溶液浑浊。在未调节pH值和调节初始pH值为3.0时，PS氧化体系的Fe2+用量从2g/L增加到8g/L时，CODCr降解率和色度去除率皆随用量的增加而升高。CODCr降解率从2g/L时的14.1%和31.7%上升到8g/L时的39.3%和75.6%，色度去除率从2g/L时的13.8%和53.9%上升到8g/L时的58.1%和93.2%而在Fe2+用量6g/L时，PS氧化体系的CODCr降解率和色度去除率也分别达到了未调节pH值时的35.3%和46.3%及pH值为3.0时的68.4%和85%。此时，在调节初始pH值为3.0的条件下PS氧化同Fenton氧化具有相当的处理效果，在未调节初始pH值时，PS氧化显示出更好的处理效果。因此，适量的Fe2+用量可以促进两种氧化体系有机污染物的降解，过量时会对降解起到抑制的作用。有研究证明［22-23］，过量的Fe2+会与有机物竞争消耗自由基从而抑制有机物的降解，如反应方程式。且实验发现在两种自由基氧化体系中，Fe2+用量对Fenton氧化反应影响更为敏感。综合考虑Fe2+用量对两种氧化体系CODCr降解率及色度去除率的影响关系，后续选取Fe2+用量为6g/L进行对比实验。·OH+Fe2+→Fe3++OH－(12)SO－4·+Fe2+→Fe3++SO2－4
3结论
室温下，两种氧化体系的CODCr降解率和色度·6·ChinaPulp＆PaperVol.32，No.8，2013去除率随氧化剂用量的增加而增加，但达到适宜用量后Fenton氧化的CODCr降解率和色度去除率呈现下降趋势，而PS氧化的CODCr降解率和色度去除率开始趋于平缓。两种氧化体系的CODCr降解率和色度去除率随时间变化规律及动力学模式表明，这两种氧化体系氧化降解造纸废水二级出水都是分两段进行的。PS氧化体系第一阶段(前3min)是快速反应阶段，符合一级动力学过程;第二阶段(5min后)是二级动力学过程，此阶段反应趋于缓慢。而Fenton氧化体系第一阶段(0～5min)反应相当迅速，此阶段符合一级动力学过程;第二阶段(10min后)是二级动力学过程，此阶段反应几乎为0。因此，PS氧化反应较Fenton氧化反应相对缓慢些，且整个过程呈缓慢上升趋势，更利于氧化剂的完全利用。
论数学分析与概率论的相互关系论文
0引言
概率论与数学分析是数学的两个不同分支,数学分析是确定性数学的典型代表,概率论则是随机数学的典型代表。由于两者所研宄的方向不同，故它们的发展道路大相径庭,但是在各自的发展过程中二者却又紧密地结合在一起,数学分析的发展为概率论奠定了基础，而概率论中随机性、反因果论也逐渐滲透到数学分析当中，推动着数学分析的发展。研宄概率论与数学分析两者之间的相互关系，并寻绎概率论在解决数学分析中某些比较困难的问题的方法、思想，是很有意义的。
1.数学分析对概率论的渗透与推动
1933年，苏俄数学家柯尔莫哥洛夫以集合论、测度论为依据，导入了概率论的公理化体系，概率论得以迅猛发展,在其迅猛发展的道路上，数学分析的思想与方法随处可见。
1.1集合论与概率论的公理化体系
由于数学的研究对象一般都是具有某种性质或结构。世纪数学分析的严密化过程当中培育出来的，两者之间是源和流的关系；又由于勒贝格积分建立了集合论与测度论的联系，进而形成了概率论的公理化体系；因而集合论对概率论的滲透，可视为微积分对概率论的一次较有力的.推动。
数学分析中主要有黎曼积分和勒贝格积分两种。黎曼积分处理性质良好的函数时得心应手,但对于级数、多元函数、积分与极限交换次序等较为棘手的问题时，常常比较困难。勒贝格积分的出现,使黎曼积分遇到的难题迎刃而解,微积分随之进化到了实变函数论的新阶段。有了勒贝格积分理论以后,集合测度与事件概率之间的相似性便显示出来了。不仅如此,测度论中的几乎处处收敛与依测度收敛,实质上就是弱大数定律与强大数定律中的收敛。1933年,苏俄数学家柯尔莫哥洛夫，建立了在测度论基础上的概率论的公理化体系2,统一了原先概率的古典定义、几何定义及频率定义纷争不一的局面。他建立的公理化体系，具备了独立性、无矛盾性、完备性的公理化特征,确定了事件与集合、概率与测度的关系，使集合论加盟概率论。概率论在坚实的公理化基础上，已成为一门严格的演绎科学,取得了与其他数学分支同等的地位，并通过集合论与其他数学分支密切地联系着。
1.2傅立叶变换与特征函数傅立叶级数是数学分析中十分有效的工具。事实上，不仅是傅立叶级数,还有傅立叶积分、傅立叶变换等等也都是数学分析中的重要工具。它们除了在数学分析领域内发挥着重要的作用之外，也已滲透到了概率论领域当中。其中，把傅立叶变换应用于分布函数或密度函数，就产生了所谓的“特征函数”于是，对于处理独立随机变量和与随机变量序列的问题,就显得十分方便了。
在数学分析中有如下定理：
正是由于概率论运用了傅立叶变换的这些相关知识，构造和引进了特征函数,使多维随机变量分布、极限分布研宄更便捷,从而把概率论的理论研宄推进一个崭新的阶段。
1.3雅可比行列式与随机变量函数的分布在数学分析当中，我们所接触的函数大多是显函数，但除了显函数外，也常会遇到另一种形式的函数一隐函数,尤其是隐函数组。为了确定所给方程组的隐函数组是否存在,德国数学家雅可比在偏微分方程的研宄中，引进了“雅可比行列式”对此问题给予了解决。同样，在概率论中，应用雅可比行列式J,可以一下子解决多维随机变量（X,)的函数zU,)的概率分布问题。
1.4同阶数量级与极限定理大数定律与中心极限定理是概率论研宄的中心问题，
也是数理统计中的理论基础。由于两者讨论的都是随机变量序列的极限问题,这与数学分析中的数列极限、函数列极限极为相似且联系十分密切，因此,对于数学分析中的同阶数量级方法在解决概率论的大数定律与中心极限定理的有关问题中同样是适用的。
1.5函数与随机变量、分布函数
函数是数学分析中最基本的概念之一，当它被引入概率论领域以后,概率论中的许多问题便得到了简化，从而使概率论进入了一个崭新的阶段。
随机变量与分布函数是概率论中最为重要的两个概念,并且都是函数,其中，随机变量X为集函数，分布函数为实函数。在函数关系的对应下，随机事件先是被简化为集合，继之被简化为实数，随着样本空间转化为数集,概率相应地由集函数约化为实函数。以函数的观点衡量分布函数,分布函数的性质是十分良好的：单调有界、可积、几乎处处连续、几乎处处可导。此外，随机变量X的数字特征、概率密度与分布函数的关系、连续型随机变量X的概率计算等等，同样运用了微积分的现成成果。
随机变量与分布函数的导入,从理论上结束了概率的古典时代。概率论的公理化、体系化的动力源，不仅是集合论和测度论,更重要、更基本的,仍然是数学分析那一套理论。概率论形成体系后的快速发展,不妨视作概率论向着微积分的靠拢与回归。
尽管随机变量X的导入方式有一定的自由度，不具备唯一性;尽管随机变量X的取值需服从一定的概率分布;尽管分布函数可以视为集函数，可以描述任何种类的随机变量X的随机性质，但是在函数的范畴内，它们的本质是一致的，既然都是函数家族的成员，就具备了确定性和因果律。
综上可见,数学分析的思想方法，已经滲透到了概率论的各个方面。没有微积分的推动，就没有概率论的公理化与系统化,概率论就难以形成一门独立的学科。
2概率方法在数学分析中的应用
从上可知,在数学分析的渗透与推动作用下，概率论得到了飞快地发展。与此同时，由于概率论本身所具有的特征,使得数学分析中某些比较困难的问题得以高效简捷性地解决。
2.1数学期望与不等式不等式是数学分析中的重要内容,在数学分析中不等式问题经常碰到,例如级数不等式、积分不等式等等。数学分析中可以使用多种方法进行证明这些不等式，可是证明起来却相当不容易。然而倘若巧妙地运用概率论中数学期望性质，数学分析中的不等式问题便可以很轻易地得到证明。
概率论中数学期望的性质：
2.2中心极限定理在数学分析中的特殊作用
概率论的中心极限定理为棣莫弗-拉普拉斯中心极限定理,林德贝格-勒维中心极限定理，林德贝格中心极限定理、李雅普诺夫中心极限定理[3]。这4个中心极限定理的建立不仅为概率论的发展开辟了广阔的前景，同时使概率论与数学分析保持着密切地联系。
极限是数学分析的基础,微积分中一系列重要的概念和方法,都与极限关系密切，数学分析中有一些复杂的极限问题,用通常的数学分析方法是难以计算的，但应用概率论中的中心极限定理则可较简便地得以解决。
由此可见,概率论不仅能解决随机的数学问题，同样也可以解决一些确定的数学问题,是一门同时包含着确定性和非确定性二重品格的特殊的数学学科。
★ 金融风险理论与衍生品定价与保险数学与信用风险理论，可考精算师吗
★ 营养与健康论文
★ 哲学与生活论文
