基于多因素多变量判别分析的中小石化企业信用评价研究

发布时间：2020-08-11 10:42

【摘要】： 近50年来,世界石化企业发展方兴未艾,中小石化企业成为中国经济中不可忽视的一部分。为解决中小石化企业融资问题,规范经营行为,防范信贷风险,建立严格的信用评价体系势在必行。信用评价理论自19世纪中后叶起步以来,已建立了较为规范的指标评价体系和信用等级体系,也随着经济的发展进一步推进。信用评价方法也经历了从传统评价到现代统计技术评价,从定性评价到定量评价、定性与定量科学结合评价的发展历程,并逐步推进和完善。本文在系统总结传统评价方法、多变量评价方法、资本市场方法、衍生工具方法、信用风险集中评价模型的基础上,归纳了多因素多变量判别分析理论,并定义了基本概念,给出了基本数理解释,提出了多因素多变量判别分析的一般评价步骤。结合石化行业垄断加速、行业壁垒、资金密集等特点,定义了中小石化企业标准,根据信用风险要点分析了中小石化企业信用评价的要素指标,在创新传统5C评价方法的基础上对信用评价指标按基本素质、资本实力、营运能力、发展能力、形势环境进行了分类,运用专家调研法、变异系数法和相关系数法相结合的方法,确定了中小石化企业信用评价指标体系,建立了等级标准,为规范行业评级体系开辟了思路。针对企业信用综合评价和即期试点评价两种决策情景,提出了运用模糊评价法、层次分析法构造模型解决多因素多层次项下的中小石化企业信用综合评价,给出了构建步骤、计算和检验方法;将logit二项违约概率模型拓展为多元累积信用等级概率模型,并运用主成分分析法进行多变量降维处理,在最大限度保留基础数据信息含量的基础上提高了运算效率,奠定了科学定量计算信用等级的基础。运用实例验证了多因素多层次模糊综合评价方法和多变量logit累积概率模型,并对其一致性进行了检验比较;充分说明了两种模型应用的可行性和科学性。在信用评价的基础上,结合商业银行信贷风险评估的需求,通过样本测试和训练给出了商业银行对中小石化企业信贷风险评估的Logit二项模型;设计了BP神经网络算法,通过测试和训练,与Logit二项模型运算法进行了比较;实证表明运用两种模型进行信贷风险评估切实可行、科学有效。
【学位授予单位】：中国石油大学
【学位级别】：博士
【学位授予年份】：2008
【分类号】：F224;F407.22

【引证文献】