当前位置:主页 > 经济论文 > 企业经济论文 >

基于违约鉴别能力的小企业信用评级模型研究

发布时间:2020-04-11 11:29
【摘要】:信用是以还本付息为条件的借贷活动。信用评级是通过挖掘评级数据与违约风险的关联关系,揭示受评对象违约风险的大小,为商业银行等金融机构的投资决策提供依据。信用评级的本质是“违约鉴别能力”,也即区分不同信用风险客户的能力。一个违约鉴别能力不显著的信用评级体系不是一个有效的评级体系。2008年金融危机爆发的主要原因之一就是评级体系的违约鉴别能力失效。小企业是国民经济的重要组成部分,然由于其信用信息不健全,管理不规范等特点,导致其信用评级难,而银行囿于信贷风险管控,对小企业采取惜贷甚至不贷策略,导致小企业贷款难、融资难,制约小企业的发展。因此开展小企业信用评级研究,帮助缓解小企业融资难问题,至关重要。本研究以违约鉴别能力为标准,聚焦小企业信用评级模型研究,主要包括三个研究内容:基于指标群违约鉴别能力最大的小企业信用评级指标体系构建模型、基于等级间违约鉴别能力最大的小企业信用等级划分模型、基于新增样本违约鉴别能力的小企业增量式信用评价模型。这三个研究内容紧密相关,层层深入。本论文的主要工作和创新如下:1.建立了基于指标群违约鉴别能力D值最大的信用评级指标体系构建模型,并构建了小企业信用评级指标体系。通过相关分析和K-S检验统计量D值相结合的方法,剔除反映信息重复的指标。运用信用评分的违约鉴别能力D值衡量指标群的违约鉴别能力,通过不断删除指标的迭代方式生成新的指标群,遴选其中违约鉴别能力D值最大的指标群为最终的指标体系,确保了指标体系整体对违约状态具有显著的鉴别能力,弥补了以信息含量或者单个指标的违约鉴别能力为标准构建指标体系,不能确保指标体系整体违约鉴别能力最为显著的不足,丰富了信用评级指标体系建立的方法。通过以中国某商业银行的3045笔小企业贷款数据为实证样本,构建了包括城市居民人均可支配收入等宏观因素,居住状况和任职时间等个人因素,抵押担保情况等信用参数组成的21个指标的小企业信用评级指标体系。研究表明:(1)单个违约鉴别能力最强的指标,组合起来的指标体系整体违约鉴别能力不一定也最强。(2)看似很好、很流行的单个指标,组合起来的指标体系整体违约鉴别能力不一定也很好。(3)评级指标体系内指标个数并不是越多越好。2.根据“等级间违约鉴别能力最大”和“信用等级越高,损失率越低”两个标准,建立了信用等级划分模型,并测算出了每个信用等级对应的损失率。根据信用等级越能把违约可能性不相似的客户区分开,则信用等级的违约鉴别能力就越大的思路,以非违约客户累计频率与违约客户累计频率之差的绝对值最大值max|Sn1,g(c)-Sn2,g(c)|的代数和最大为目标,确保划分的信用等级最大限度地区分开违约可能性不相似的客户。以后一个信用等级的损失率LRc+1均严格大于其前面信用等级的损失率LRc,LR..…,LR1为约束条件1,确保划分的信用等级结果满足“信用等级越高,损失率越低”的标准。以后一个损失率级差△LRc,c+1为前一个级差△LRc-I,c的[a,b]倍为约束条件2,保证不同信用等级的损失率增减稳定,避免划分的信用等级损失率级差过于敏感,或划分失效的现象。根据上述目标函数和约束条件建立了非线性目标规划模型划分信用等级,并测算每个等级对应的损失率,确保了划分的信用等级既满足“信用等级越高,损失率越低”的信用评级本质属性,又能最大限度地区分开违约可能性不相似的客户。以中国某商业银行的3045笔小企业贷款数据为样本进行实证,结果表明:本研究模型划分的信用等级与损失率的关系满足“信用等级越高,损失率越低”的信用评级本质属性,且其区分不同违约可能性客户的能力较强。3.建立了基于新增样本违约鉴别能力的增量式贝叶斯网络信用评价模型,实现了动态信用评价功能。首先基于旧数据集构建初始贝叶斯网络信用评价模型,然后通过用包括新旧样本的新数据集对当前贝叶斯网络信用评价模型进行更新调整的增量学习方式,构建适用于新数据集的增量式贝叶斯网络信用评价模型,保证了在新样本增加后,不需要基于新数据集频繁从零开始重新建模,而是仅仅依据新数据集对旧数据集学习的信用评价模型进行调整确定的新信用评价模型,就能得到可靠的信用评价结果,既弥补了仅基于旧数据集挖掘信用评价模型,造成模型的判别准确率越来越低的不足,又避免了没有充分利用旧数据集的学习结果,频繁从零开始重新建模导致建模过程繁杂耗时的问题。以中国某商业银行的3045笔小企业贷款数据为样本进行实证,结果表明:本研究基于新增样本违约鉴别能力构建的增量式贝叶斯网络信用评价模型的判别准确率较高,评价结果可靠。
【图文】:

技术路线图,技术路线,鉴别能力,小企业


建小企业信用评级模型”这一科学问题,从“指标体系的违约鉴别能力”,“信用等级的逡逑违约鉴别能力”和“评价模型对新增样本的违约鉴别能力”三方面展开。各章节内容之间逡逑层层递进,逐渐深入。论文篇章结构如图1.1所示。逡逑第1章绪论,阐述了研宄背景与研宄意义,对研宄现状进行了综述,分析了现有研逡逑究存在的不足,提出本研宄拟解决的关键科学问题,并对本文的研宄内容、技术路线和逡逑研究创新进行概括,起到提纲挈领的作用。逡逑第2章基于指标群违约鉴别能力最大构建小企业信用评级指标体系的研宄,提出了逡逑一种以指标群整体违约鉴别能力乃值最大为标准构建信用评级指标体系的新模型,并建逡逑立了一套小企业信用评级指标体系。该章内容为第3章和第4章提供信用评级指标,是逡逑小企业信用评级研宄的基础和关键。逡逑第3章基于等级间违约鉴别能力最大的小企业信用等级划分模型研究,根据“等级逡逑间违约鉴别能力最大”且“信用等级越高

海选,信用评级,小企业,指标


通过上述五个渠道,确定了资产负债率、行业景气指数等107个海选指标,涉及企业内逡逑部财务因素、企业内部非财务因素、法人基本情况、企业商业信誉等一级准则层,偿债能力、逡逑盈利能力、营运能力等二级财务指标准则层,如图2.3所示。逡逑小企业信用-级海选指标-逡逑^逦逦]邋r逦邋_y逦逦}邋r邋逦^邋r_逦^逦J邋r_邋T逡逑一级逦企业内部逦企业逦企业内逦企业逦企业逦企业抵质逡逑j§piij逦财务因素逦外部逦部非财逦法人逦基本逦的商押担逡逑f邋逦邋逦邋宏观邋务因素邋基本邋信用邋业信保因逡逑[S逦1,1邋Ijp邋I逡逑 ̄in.能力邋能力邋能力邋能力逦1逦逡逑准则邋I逦I邋■邋I邋-J逦L—r ̄邋r一rr邋1邋厂 ̄1邋厂 ̄1逡逑—逦I逦逦逦1逡逑^关否历姻业三业业押逡逑资速邋净销邋存现邋利资邋景尔邋行审逦状邋到年邋纳法邋、逡逑产动邋资售邋货金邋润本气系…业计…况…位授…税律…质逡逑?曰你负比…产净…周循…增积…指数从逦注信邋情纠邋押逡逑债率收现转环邋长累数逦业逦册情况纷、逡逑率逦益率率周率率逦年逦资况逦情担逡逑1逦率期逦限金逦况邋保逡逑图2.3小企业信用评级海选指标逡逑Fig.邋2.3邋Audition邋indicators邋of邋small邋business邋credit邋rating逡逑33逡逑
【学位授予单位】:大连理工大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:F276.3

【参考文献】

相关期刊论文 前10条

1 邓超;胡梅梅;曾文潮;;基于贝叶斯界定折叠法的小企业信用评分模型研究[J];管理工程学报;2015年04期

2 迟国泰;潘明道;程砚秋;;基于综合判别能力的农户小额贷款信用评价模型[J];管理评论;2015年06期

3 林泽阳;林建华;;一种基于盲数的主观赋权法研究[J];计算机与数字工程;2015年06期

4 马晓君;;基于数据挖掘的新标准客户信用风险管理规则的构建——以央企中航国际钢铁贸易公司为例[J];管理世界;2015年03期

5 陈晓红;杨志慧;;基于改进模糊综合评价法的信用评估体系研究——以我国中小上市公司为样本的实证研究[J];中国管理科学;2015年01期

6 姜明辉;许佩;韩旖桐;覃志;;基于优化CBR的个人信用评分研究[J];中国软科学;2014年12期

7 王磊;范超;解明明;;数据挖掘模型在小企业主信用评分领域的应用[J];统计研究;2014年10期

8 陈丹伟;陈豪;庄俊;;基于增量式学习的海量数据流实时预处理模型[J];南京邮电大学学报(自然科学版);2014年04期

9 迟国泰;潘明道;齐菲;;一个基于小样本的银行信用风险评级模型的设计及应用[J];数量经济技术经济研究;2014年06期

10 高丽君;;基于贝叶斯模型平均生存模型的中小企业信用风险估计[J];中国管理科学;2012年S1期

相关博士学位论文 前3条

1 陈洪海;基于信息敏感性的小企业信用评级模型研究[D];大连理工大学;2016年

2 程砚秋;基于支持向量机的农户小额贷款决策评价研究[D];大连理工大学;2011年

3 张玲;基于判别分析和期望违约率方法的信用风险度量及管理研究[D];湖南大学;2005年

相关硕士学位论文 前6条

1 阎鹏飞;混合贝叶斯网络结构学习算法的研究与实现[D];吉林大学;2010年

2 李淼;HX银行企业信用评级体系的优化研究[D];西安理工大学;2009年

3 张钊;基于支持向量机的个人信用评估模型与算法的研究[D];首都师范大学;2008年

4 倪晓华;我国中小企业信用评价指标体系标准化研究[D];北京化工大学;2007年

5 马祥陆;基于贝叶斯网络的生态工业园区清洁生产评价方法[D];吉林大学;2007年

6 陆小艺;贝叶斯分类器的增量学习及缺失数据处理的研究[D];广西师范大学;2005年



本文编号:2623536

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/xmjj/2623536.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4b47d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com