绪论
金融租赁项目的风险管理研究
摘要金融租赁作为一种以融物的方式实现融资功能的金融工具，在金融市场中面临着比商业银行业务更复杂的风险因素。国内金融租赁业起步较晚，发展还不成熟，没有形成自己的风险管理体系。由于风险管理不善带来的大量欠租事件使得国内大多数的金融租赁公司都不同程度的陷入过债务危机。所以，国内的金融租赁行业迫切的需要建立符合自己客户特征的的风险管理系统，以应对风险的冲击。论文在借鉴国内外研究成果的基础上，通过定性和定量相结合的方法，建立一套风险管理系统，为金融租赁行业的风险管理做一些研究和尝试。论文首先先对金融租赁业务的概念、流程、特性、适用范围等情况进行了简单的介绍，特别对金融租赁业务所面临的行业风险、法律风险、承租人信用风险、项目风险、物权风险、金融风险、贸易风险、经济环境及政策风险、操作风险、环境风险、不可抗力的风险等十二种风险因素进行了详细的定性的分析。当然，对风险的度量只有定性的分析是远远不够的，必须要有定量的计算。信用风险是金融租赁业务中最主要的一种风险，国内目前还没有形成成熟的信用风险评估系统，而国外的信用风险评估方法已经相对成熟，不仅种类繁多而且功能细化，象标准普尔公司的Creditmodel、穆迪投资者服务公司的Riskcalc、美国KMV公司的EDF、风险矩阵集团的Creditrisk、麦肯锡的Creditporfolioview模型以及神经网络模型等等。然而，模型本身并无好坏，只在于适不适合，选用需视样本特性。如何选择一个适合中国国情、适合金融租赁业务的特性、适合金融租赁业务的客户特征的模型显得尤为重要。论文通过对国内外风险模型的比较研究，根据金融租赁业务的特性、客户的特征及国内的数据基础，选择美国纽约大学的Altma
教授的Zscore模型作为企业信用的研究模型，并根据中国的国情和金融租赁行业的特点进行了参数修正。Z模型是以财务比率为基础的一个多变量模型，是一种不掺杂个人主观意见的比较客观的方法，能很好的区分在未来几年内将破产的公司与非破产公司。但是，Z模型虽然计算简单、准确率高，但也有其显著的缺点，那就是灰色区域范围比较宽，使得落在灰色区间的数据无法得到准确的评估结果。因此，Zscore模型可以作为企业信用评价的初始过虑模型，就是将落在破产区域的企业先排除掉，也就是将最大的风险先回避掉。这样也可以避免耗费大量的时间和人力进行不必要的全方位项目评估。对于
f绪论
落在Z模型灰色区域的数据，我们r