《企业信用评级模型.pdf》由会员分享，可在线阅读，更多相关《企业信用评级模型.pdf（10页珍藏版）》请在三一文库上搜索。
1、企业信用评级模 . 摘要 社会信用体系是市场经济体制中的重要体系。当前，社会中商业 欺诈，制假售假， 非法集资等现象屡禁不止，这些社会信用问题归根 到底都是企业信用的问题，因此，科学、合理、公正、权威的企业信 用评级技术是当前紧要的任务。 本文通过研究研究国内外企业信用评价方法，构建了一个企业信 用评价平台。该平台提供了信用评价，信用等级，信用反馈等功能， 是一个功能非常完备的信用评价平台。企业信用评级模型是评价企业 信用等级的有效工具， 随着全世界债券市场的迅猛发展、抵押品价值 降低及其波动性增加， 该模型将会得到更为广泛的关注，并将为我国 各公司企业运用数学模型度量企业信用评级提供了重要参
2、考意义。 关键词：数学模型企业信用等级企业信用评级模型信用评价 . Abstract The social credit system is an important system of market economy system. At present, commercial fraud in the society of counterfeit goods, the phenomenon such as illegal fund-raising, the social credit problems in the final analysis are enterprise credit p
3、roblems, therefore, scientific, reasonable, fair and authority of enterprise credit rating technology is the current urgent task. Through research the enterprise credit evaluation methods both at home and abroad, this paper builds a enterprise credit evaluation, credit rating, credit feedback, and o
4、ther function, is a very complete credit evaluation platform. Enterprise credit rating model is an effective tool for evaluation of enterprise credit rating with the rapid development of bond markets around the world the value of collateral reduces and its volatility increases, the model will be mor
5、e widespread attention, and the mathematical model for the companies in our country enterprise use metric enterprise credit rating provides an important reference significance. Key words: mathematical modelEnterprise credit rating Enterprise credit rating model Credit evaluation . 目录 摘要 , Abstract 第
6、一章 绪论 1 1.1 选题背景和意义 1 1.2 国内外文献综述 2 1.2.1 国外研究现状 2 1.2.2 国内研究现状 5 1.3 我国研究现状及存在的问题 9 第二章 信用评级主要方法与模型综述 10 2.1 专家评估法及其优缺点 10 2.2 财务比率分析法及其优缺点 12 2.3 多元判别分析 (MDA ) 及其优缺点 14 2.4 logistic分析及其优缺点 15 2.5 非参数方法 17 2.5.1 聚类分析及其优缺点 17 2.5.2 K近邻判别及其优缺点 19 2.6 Z模型和 Zeta 模型及其优缺点 19 2.7 基于投影寻踪和最优分割及其优缺点 21 2.8 模
7、糊综合评判法及其优缺点 26 2.8.1 确定评语集 27 2.8. 2 确定指标权重集 28 . 2.8.3 确定评判矩阵 28 2.8.4 模糊综合评判 29 2.8.5 模糊合成算子的选择 31 2.9 遗传算法优化神经网络及其优缺点 34 2.10 基于有序分类和支持向量机方法及其优缺点 39 2.10.1 有序分类问题与内置空间法 39 2.11 C4.5 算法建立决策树模型及其优缺点 42 2.12 kmv 公司的 kmv模型及其优缺点 44 2.13 j.p摩根的 credit metrics模型及其优缺点 45 2.14 麦肯锡公司的 credit portfolio view
8、模型及其优缺点 46 2.15 瑞士信贷银行的 credit risk+模型及其优缺点 46 第三章 现代模型在中国应用的缺陷性及改进措施 47 3.1 对于现代模型的运用还处于尝试阶段 47 3.2 改进措施 48 第四章 对我国企业信用评级工作的建议 50 参考文献 52 - 1 - . 第一章绪论 1.1 项目背景及意义 社会信用体系是市场经济体制中的重要体系。建立社会信用体 系，是完善我国社会主义市场经济体制的客观需要，是整顿和规范市 场经济秩序的治本之策。当前，社会中商业欺诈，制假售假，非法集 资等现象屡禁不止，这些问题的源泉归根到底是社会信用出现了问 题，因此加快建设社会信用体系，
9、打击各种违法行为，处理各种信用 问题不仅维护了正常的社会经济秩序，保护了群众权益， 也进一步推 进了政府更好的履行其公共服务、经济调节、以及市场监管的职能。 市场经济条件下，社会信用体系由个人信用、政府信用、企业信用融 合而成。其中个人信用是社会信用的基础；政府信用是社会信用的基 石；而企业信用是最关键，最活跃和最具影响力的。因为企业信用不 仅在一般交易市场被多方重视更重要的是在金融市场被投资人或者 贷款人所关注。 随着市场经济的不断发展， 企业信用将成为合作与交 易的先决条件，因此当前我国企业信用体系建设是整个社会信用体系 建设的重点。 当前我国企业信用体系建设中存在的各种问题尽管表现形式各
10、 异，但从本质上讲，主要是企业信用信息的缺失，具体表现为企业信 用信息的有效供给和有效需求的双重不足。一方面，由于企业体系建 设滞后，使资信评估机构难以全面、 准确、快速地获得企业信用信息， 并通过评级技术确定其信用等级， 即资信评估机构难以有效地生产出 能够满足市场需求的高品质的信用信息产品，形成有效供给。 另一方 - 2 - . 面，由于缺乏高品质的，能够满足市场需要的信用信息产品，投资者 或者企业在进行投资或参与市场交易时，虽然对信用产品有需求， 但 不能转化为现实需要， 即潜在的需求不能转化为有效需求。正是这种 有效供给与有效需求之间的矛盾，互相制约，恶性循环，严重制约了 我国信用市场
11、的健康有序发展。 因此当前我们迫切的主要任务就是建 立一套完整， 可靠的企业信用体系， 而企业信用体系的核心就是要有 一种企业信用等级必须能够客观公正地反映企业信用的真实状况。因 此，科学、合理、公正、权威的企业信用评级技术是成功地实施企业 信用制度的关键所在，也是企业信用体系的紧要研究课题。 1.2 国内外文献综述 1.2.1国外信用评级研究概况 国外信用评级的研究始于上世纪三十年代，分成四个阶段。 第一 阶段主要建模方法是基于传统的比例分析方法，如“SC “, “LAPP ” 和财务比率分析方法。 第二阶段始于上世纪六十年代， 这一阶段的主要方法包括多元判 别分析法 (MDA )，Logi
12、stic回归模型以及聚类分析等非参数方法。 该阶段中关于财务信息与信用风险关系的研究主要以线性判别为主， 在线性判别模型中又以Beaver 的单变量模型和 Altman 的多元模型影 响最为广泛。 Beaver 对 30 多个企业的财务比率进行了研究，运用单 变量分析法对企业的违约进行研究，通过对样木的分析找到破产企业 与非破产企业单个财务比率的临界点，并利用该临界点对破产企业和 非破产企业进行预测。 Altman 于 1968 年对“家美国制造业企业的经 - 3 - . 营情况进行了典型判别分析，提出了著名的Z-Score 模型， 1977 年 Altman 本人又对 Z-Score 模型进
13、行了修正和扩展，建立了ZETA评分 模型。许多金融机构用它预测信用风险，并取得了一定的成效。 Z-Score 模型和 ZETA模型，都是以会计资料为基础的多变量信用评 分模型，由其计算的 Z值可以反映贷款企业在一定时期内的信用状况 (违约与不违约、破产与不破产)，简单实用，很快成为了预测企业违 约或破产的主流分析方法，被应用到世界上超过25 个国家。类似的 研究还包括 Horrigan, Pogue和 Soldofsky, West, Horton等。但是 多变量区别分析法有着严格的假设条件，如多元正态分布、 等协方差 矩阵等等，针对这些问题，Ohlson 构建了假设条件较为宽松的 Logis
14、tic识别模型，并将其应用于商业银行信用风险评估领域， Madalla 采用 Logistic模型区别违约与非违约贷款申请人的信用状 况，Libby 首次将主成份分析方法引入判别模型以克服变量多重共线 性的问题。 Zmijewski 则引入 Probit模型进行类似的研究。 由于统计模型有着比较严格的假设， 同时线性技术又无法区分出 随机噪声和非线性关系。 因此依托迅速发展的计算机信息技术，运用 数据挖掘方法进行建模在近年来的信用风险评估领域得到了广泛的 关注。也就是评级模型发展的第三阶段。该阶段的主要方法是人工智 能方法，主要建模方法包括专家系统，人工神经网络、决策树算法、 支持向量机和遗传
15、算法等。Odom 首次将神经网络引入企业破产领域， 用 BP神经网络预测了财务困境，结果显示神经网络模型优于判别分 析模型。随后 Tam和 Kiang, Trippi和 Turban, Coats 和 Fant, Bell - 4 - . 等也都采用神经网络模型来对公司和银行的财务危机进行了预测，取 得了一定的效果。 Katiuscia Manzoni 利用神经网络对欧洲债券的信 用评级和降级概率进行了研究。Makowsik 是第一批倡导将决策树方 法应用于信用评估的学者之一，之后Carter, Catlett以及 Boyleet al也对决策树方法用于信用评估的结果进行了分析。Tae K.
16、S, Namsik C 和 Gunhee L. 三人则应用决策树技术研究破产预测。 Schebesch KB和 Sleeking R 用由一组高维数据组成的向量描述申请 者，从而利用非线性SVM 对信用卡申请者进行评级。Yong-Chan Lee 使用支持向量机方法预测公司的信用等级取得了较好的结果。 Sheng-Tun Lia, Weissor Shiue, Meng-Huah Huang利用支持向量技 术对个人贷款信用评估问题进行了研究。相对方法研究而一言， 更多 的研究集中在基于不同方法、 不同类型模型之间的预测效果比较，这 一部分的研究文献非常丰富。Altman 等发现神经网络方法有时
17、优于 线性判别方法，但由于神经网络有时过度训练产生了不合理的权重， 从总体上看线性判别方法要优于神经网络方法。Altman 在对神经网 络法和判别分析法的比较研究中得出结论“神经网络分析方法在信用 风险识别和预测中的应用，并没有实质性的优于线性判别模型”。 Coffman 对决策树方法和判别分析进行了比较，认为两者各有千秋。 Altman 和 Kao在现金流 / 总负债、保留盈余 /总资产、总负债 / 总资产、 现金流 / 销售收入等指标下分别建立了较高复杂度的分类树和较低复 杂度分类树，与DA比较优劣，表明分类树是一种很有前途的方法。 Martinelli E, Carvalho A D,
18、Rezende S, Matias A对决策树和神 - 5 - . 经网络模型进行了对比研究。Hui-Chung Yeh 等运用 LDA ，决策树， 神经网络，以及 LDA与神经网络相结合的模型分别对同一数据集进行 了信用风险评估研究， 结果显示决策树在四种方法中具有最高的分类 准确率，线性判别分析准确率最低。 第四阶段始于上世纪末， 这一阶段主要是采用对信用风险组合计 量的方法，主要模型有1995 年 KMV 公司提出的信用监测模型；1997 年 J.P.Morgan 银行提出的信用度量术模型，同期麦肯锡公司提出的 Credit Portfolio View 模 型; 以 及 之 后 穆 迪
19、 评级 公 司 提出 的 CreditCalc+ 模型，标准普尔提出的CreditModel和 CreditPro模型 等。 1.2.2国内信用评级研究概况 国内信用风险评估方法研究主要是引进国外模型或在其基础上 进行改进，方法的进展路线与国外大致相同，典型的研究成果如下： 陈静首次在国内运用统计方法和计量模型进行财务困境预警研 究。陈瑜应用一元和多元分析对135家上市公司的财务状况进行了分 类和预测。卢声、任若恩等利用Fisher 判别分析法对我国上市公司 的财务困境进行研究。施锡锉等人采用典型判别分析对1999 年到 2000 年 9 月间的 128 家上市公司进行了经营失败的预测研究。梁琪 运用主成份分析与判别分析相结合的方法预测企业财务困境。姜天和 韩立岩以 6 个财务指标作为输入变量， 使用 Logitic模型建立了我国 上市公司财务困境预测模型。 唐春阳、冯宗宪运用多元线性回归方法， 利用逐步回归得到的5 个指标(分别是资产负债率、 成木费用利润率、