企业信用评级模型

1、PAGE PAGE .坝霸哀企业信用评级模摘要罢 唉社会信用体系是吧市场经济体制中爸的重要体系。当败前，社会中商业矮欺诈，制假售假板，非法集资等现霸象屡禁不止，胺这些社会信用问捌题归根到底都是拜企业信用的问题拌，因此，科学、耙合理、公正、权蔼威的企业信用评巴级技术是当前紧胺要的任务。邦本文通过研究研哀究国内外企业信奥用评价方法，构唉建了一个企业信挨用评价平台。该叭平台提供了信用拔评价，信用等级瓣，信用反馈等功懊能，是一个功能案非常完备的信用皑评价平台。企业盎信用评级模型是扮评价企业信用等伴级的有效工具，昂随着全世界债券靶市场的迅猛发展皑、抵押品价值降袄低及其波动性增颁加，该模型将会拌得到更为广

2、泛的斑关注，并将为我昂国各公司企业运吧用数学模型度量暗企业信用评级提凹供了跋重要参考意义佰。佰关键词芭：笆数学模型啊 哎企业信用等级叭 凹企业信用评级模碍型矮 皑信用评价矮Abstrac翱t霸T盎he soci皑al cred芭it syst皑em is a懊n impor唉tant sy耙stem of白 market疤 econom芭y syste伴m. 胺A伴t prese拌nt, 奥commerc绊ial叭 昂fraud 蔼in the 按soc癌iety of疤 翱counter八feit百 goods,敖 the ph碍enomeno捌n such 爱as ille百gal fun

3、靶d-raisi奥ng, the袄 social昂 credit八 proble跋ms in t挨he fina白l analy稗sis are白 enterp盎rise cr懊edit pr扳oblems,胺 theref疤ore, sc按ientifi皑c, reas艾onable,哀 fair a翱nd auth霸orit班y of en绊terpris佰e credi绊t ratin版g te爸chnolog吧y is th稗e curre氨nt urge拜nt task办.啊T哎hrough 啊researc拜h the e唉nterpri八se cred柏it eval安uatio

4、n 吧methods熬 both a柏t home 百and abr瓣oad, th拔is pape昂r build癌s a ent版erprise拔 credit把 evalua熬tion, c安redit r百ating, 凹credit 盎feedbac耙k, and 昂other f啊unction爱, is a 板very co唉mplete 跋credit 半evaluat拌ion pla班tform. 拌E败nterpri佰se cred斑it rati哎ng mode埃l is an安 effect按ive 柏tool fo伴r evalu熬ation o拌f 背enterpr

5、叭ise cre八dit rat熬ing 岸with th巴e rapid拌 develo败pment o隘f bond 伴markets搬 around败 the wo巴rld 蔼the val拔ue of c伴ollater芭al redu氨ces and案 its vo哀latilit耙y incre伴ases, t哀he mode颁l will 捌be more碍 widesp艾read at吧tention蔼, and t袄he math耙ematica爱l model哀 for th隘e compa澳nies in拔 our co皑untry e昂nterpri胺se use 扮m

6、etric 阿enterpr笆ise cre摆dit rat背ing pro靶vides a氨n impor半tant re鞍ference疤 signif盎icance.隘K版ey word昂s: 懊mathema坝tical m伴odel扒 奥 般Enterpr阿ise背 credit拔 rating埃 岸Enterpr爸ise扒 credit敖 rating吧 model氨 邦 办Credit 般evalu熬ation目录昂摘要板按芭捌坝巴氨俺绊Abstrac靶t罢靶霸笆般柏案蔼第一章 绪论颁鞍吧班罢澳暗哀1板 1.1 选霸题背景和意义拜摆霸叭爸耙熬般跋1肮 1.2 国隘内外文献综述案胺

7、柏傲奥埃版2傲 巴1.2.1佰 国外研究现状耙俺捌挨按版拜2板 凹1.2.2阿 国内研究现状罢办阿罢凹耙澳挨5笆1.3我国研究办现状及存在的问挨题般哎哀摆阿般瓣9板第二章 信用评懊级主要方法与模艾型综述盎跋柏凹八阿安10翱2.1 专家评败估法及其优缺点爸暗奥把凹碍伴10肮2.2 财务比俺率分析法及其优挨缺点般澳扳岸把败12哀2.3 多元判懊别分析(MDA搬 ) 及其优缺版点靶柏斑隘翱14扒2.4 lo拜gistic分办析及其优缺点捌拔吧耙奥办啊15隘2.5 非参数办方法伴氨霸哀翱扳肮傲17疤2.5.1安 聚类分析及其哀优缺点暗败埃敖罢叭皑17皑2.5.2矮 K近邻判别及办其优缺点斑罢爱背斑捌1

8、9巴2.6 Z模啊型和Zeta模扳型及其优缺点巴哀扒敖柏19吧2.7 基于背投影寻暗踪和最优分割及板其优缺点绊袄挨柏斑21阿2.8 模糊氨综合评判摆法及其优缺点袄肮败靶唉案26搬2.8.1暗 确定评语集搬唉柏胺百罢昂把27碍2.8. 2隘 确定指标权重熬集捌鞍阿八皑傲靶28盎2.8.3八 确定评判矩阵扮扒碍爱佰伴叭28傲2.8.4哀 模糊综合评判扮爸氨疤板拜办翱29八2.8.5鞍 模糊合成算皑子的选择翱懊把碍昂凹31柏2.9 吧遗传算法优化哎神经网络及其疤优缺点埃般巴拔34板2.10 扒基于有序分类和八支持向量机方法搬及其优缺点班疤扒拔39办2.10.1翱 有序分肮类问题与内置空盎间法盎疤疤般

9、板39案2.11 唉C4.5斑算法建立决策树肮模型及其优缺点肮凹扳扳42叭2.12 埃kmv公司的k搬mv模型及其优氨缺点瓣八稗绊敖44巴2.13 佰j.p摩根的c爸redit m斑etrics笆模型及其优缺点把笆傲癌45百2.14 麦肯唉锡公司的cre澳dit por暗tfolio 俺view模型及鞍其优缺点霸八疤46芭2.15 瑞士叭信贷银行的cr扒edit ri柏sk+模型及其岸优缺点翱爱安46扳第三章 现代模吧型在中国应用的摆缺陷性及改进措耙施半昂柏拔47巴3.1对于现代爸模型的运用还处挨于尝试阶段案盎板扮俺47叭3.2 改进措颁施皑笆佰碍坝笆俺佰48唉第四章 对我国癌企业信用评级工埃

10、作的建议柏扳蔼颁跋50敖参考文献背熬矮搬瓣耙奥绊安52PAGE 56第一章绪论佰1.1项目背景跋及意义爸社会信用体系是斑市场经济体制中凹的重要体系。建隘立社会信用体系吧，是完善我国社败会主义市场经济爱体制的客观需要拔，是整顿和规范霸市场经济秩序的捌治本之策。当前罢，社会中商业欺斑诈，制假售假，笆非法集资等现象隘屡禁不止，这些稗问题的源泉归根翱到底是社会信用拜出现了问题，因按此加快建设社会哀信用体系，打击俺各种违法行为，案处理各种信用问胺题不仅维护了正敖常的社会经济秩傲序，保护了群众哀权益，也进一步蔼推进了政府更好叭的履行其公共服碍务、经济调节、佰以及市场监管的斑职能。市场经济吧条件下，社会信百

11、用体系由个人信肮用、政府信用、蔼企业信用融合而艾成。其中个人信柏用是社会信用的扳基础俺；安政府信用是社会扳信用的基石鞍；傲而企业信用是最百关键，最活跃和霸最具影响力的。艾因为企业信用不矮仅在一般交易市皑场被多方重视更俺重要的是在金融隘市场被投资人或扳者贷款人所关注案。随着市场经济板的不断发展，企办业信用将成为合捌作与交易的先决八条件，因此当前扳我国企业信用体叭系建设是整个社隘会信用体系建设傲的重点。敖当前我国企业信邦用体系建设中存埃在的各种问题尽伴管表现形式各异翱，但从本质上讲昂，主要是企业信氨用信息的缺失，霸具体表现为企业搬信用信息的有效百供给和有效需求颁的双重不足。一拌方面，由于企业百体系

12、建设滞后，笆使资信评估机构啊难以全面、准确氨、快速地获得企芭业信用信息，并俺通过评级技术确隘定其信用等级，半即资信评估机构佰难以有效地生产巴出能够满足市场澳需求的高品质的败信用信息产品，案形成有效供给。暗另一方面，由于扮缺乏高品质的，扳能够满足市场需唉要的信用信息产版品，投资者或者把企业在进行投资巴或参与市场交易唉时，虽然对信用拌产品有需求，但把不能转化为现实败需要，即潜在的背需求不能转化为爱有效需求。正是矮这种有效供给与埃有效需求之间的挨矛盾，互相制约吧，恶性循环，严跋重制约了我国信绊用市场的健康有瓣序发展。因此当澳前我们迫切的主芭要任务就是建立邦一套完整，可靠败的企业信用体系办，而企业信用

13、体蔼系的核心就是要奥有一种企业信用案等级必须能够客摆观公正地反映企挨业信用的真实状绊况。因此，科学摆、合理、公正、埃权威的企业信用哀评级技术是成功吧地实施企业信用敖制度的关键所在按，也是企业信用碍体系的紧要研究傲课题。罢1.2国内外文艾献综述俺1.2.1搬国外信用评级研摆究概况稗国外信用评级的百研究始于上世纪扮三十年代，分成颁四个阶段。第一皑阶段主要建模方拜法是基于传统的埃比例分析方法，吧如隘“碍SC , 氨LAPP皑”伴和财务比率分析版方法。疤第二阶段始于上伴世纪六十年代，班这一阶段的主要啊方法包括多元判把别分析法(MD半A )，Log奥istic回归稗模型以及聚类分瓣析等非参数方法扮。该阶

14、段中关于俺财务信息与信用背风险关系的研究皑主要以线性判别肮为主，在线性判耙别模型中又以B巴eaver的单班变量模型和Al摆tman的多元啊模型影响最为广唉泛。Beave胺r对30多个企百业的财务比率进办行了研究，运用碍单变量分析法对氨企业的违约进行绊研究，通过对样隘木的分析找到破伴产企业与非破产稗企业单个财务比板率的临界点，并哎利用该临界点对叭破产企业和非破奥产企业进行预测稗。Altman耙于1968年对伴“俺家美国制造业企芭业的经营情况进爱行了典型判别分翱析，提出了著名皑的Z-Scor笆e模型，197八7年Altma胺n本人又对Z-白Score模型埃进行了修正和扩傲展，建立了ZE罢TA评分模

15、型。霸许多金融机构用爸它预测信用风险澳，并取得了一定扒的成效。Z-S捌core模型和袄ZETA模型，搬都是以会计资料爱为基础的多变量扳信用评分模型，挨由其计算的Z值芭可以反映贷款企稗业在一定时期内盎的信用状况(违笆约与不违约、破案产与不破产)，芭简单实用，很快爱成为了预测企业伴违约或破产的主阿流分析方法，被叭应用到世界上超绊过25个国家。岸类似的研究还包俺括Horrig暗an, Pog氨ue和Sold扒ofsky, 捌West, H癌orton等。扮但是多变量区别斑分析法有着严格鞍的假设条件，如爸多元正态分布、败等协方差矩阵等吧等，针对这些问懊题，哀Ohlson盎构建了假设条件安较为宽松的Lo

16、奥gistic识澳别模型，并将其胺应用于商业银行跋信用风险评估领鞍域，Madal芭la采用Log百istic模型熬区别违约与非违板约贷款申请人的巴信用状况，Li耙bby首次将主奥成份分析方法引唉入判别模型以克扮服变量多重共线柏性的问题。Zm碍ijewski隘则引入Prob哀it模型进行类败似的研究。拔 由于统拌计模型有着比较班严格的假设，同澳时线性技术又无板法区分出随机噪蔼声和非线性关系版。因此依托迅速爱发展的计算机信皑息技术，运用数懊据挖掘方法进行摆建模在近年来的傲信用风险评估领八域得到了广泛的斑关注。也就是评百级模型发展的第邦三阶段。该阶段芭的主要方法是人盎工智能方法，主搬要建模方法包括凹

17、专家系统，人工爱神经网络、决策岸树算法、支持向八量机和遗传算法鞍等。Odom首氨次将神经网络引癌入企业破产领域伴，用BP神经网鞍络预测了财务困芭境，结果显示神靶经网络模型优于拌判别分析模型。翱随后Tam和K昂iang, T哎rippi和T柏urban, 懊Coats和F瓣ant, Be拜ll等也都采用按神经网络模型来搬对公司和银行的矮财务危机进行了埃预测，取得了一翱定的效果。Ka蔼tiuscia摆 Manzon板i 利用神经网绊络对欧洲债券的拜信用评级和降级板概率进行了研究跋。Makows爱ik是第一批倡懊导将决策树方法斑应用于信用评估爸的学者之一，之艾后Carter胺, Catle盎tt以及

18、佰Boyle氨et al也对蔼决策树方法用于瓣信用评估的结果啊进行了分析。T氨ae K. S捌, Namsi疤k C和Gun澳hee L.三岸人则应用决策树吧技术研究破产预疤测。Scheb跋esch KB巴和Sleeki坝ng R用由一拜组高维数据组成把的向量描述申请阿者，从而利用非昂线性SVM对信疤用卡申请者进行版评级。Yong瓣-Chan L奥ee使用支持向安量机方法预测公颁司的信用等级取鞍得了较好的结果罢。Sheng-哀Tun Lia芭, Weiss般or Shiu靶e, Meng巴-Huah H暗uang利用支埃持向量技术对个叭人贷款信用评估袄问题进行了研究阿。相对方法研究奥而一言，更

19、多的碍研究集中在基于凹不同方法、不同瓣类型模型之间的背预测效果比较，霸这一部分的研究胺文献非常丰富。隘Altman等把发现神经网络方唉法有时优于线性暗判别方法，但由按于神经网络有时扮过度训练产生了耙不合理的权重，岸从总体上看线性百判别方法要优于八神经网络方法。敖Altman在俺对神经网络法和把判别分析法的比矮较研究中得出结凹论碍“巴神经网络分析方傲法在信用风险识八别和预测中的应癌用，并没有实质巴性的优于线性判柏别模型爱”霸。Coffma搬n对决策树方法扮和判别分析进行罢了比较，认为两俺者各有千秋。A胺ltman和K埃ao在现金流/皑总负债、保留盈俺余/总资产、总爱负债/总资产、挨现金流/销售收

20、凹入等指标下分别氨建立了较高复杂敖度的分类树和较俺低复杂度分类树扒，与DA比较优背劣，表明分类树半是一种很有前途碍的方法。Mar岸tinelli懊 E, Car爸valho A肮 D, Rez案ende S,爸 Matias霸 A对决策树和澳神经网络模型进翱行了对比研究。阿Hui-Chu俺ng Yeh等搬运用LDA，决昂策树，神经网络八，以及LDA与搬神经网络相结合懊的模型分别对同扒一数据集进行了佰信用风险评估研扮究，结果显示决拔策树在四种方法懊中具有最高的分邦类准确率，线性邦判别分析准确率挨最低。昂第四阶段始于上胺世纪末，这一阶吧段主要是采用对捌信用风险组合计霸量的方法，主要拌模型有1995

21、吧年KMV公司提伴出的信用监测模百型半；案1997年J.拌P.Morga背n银行提出的信斑用度量术模型，板同期麦肯锡公司癌提出的Cred拔it Port笆folio V霸iew模型; 板以及之后穆迪评般级公司提出的C爸reditCa蔼lc+模型，标拔准普尔提出的C笆reditMo袄del和Cre敖ditPro模哀型等。翱1.拜2.2俺国内信用评级研班究概况挨国内信用风险评板估方法研究主要扮是引进国外模型班或在其基础上进傲行改进，方法的背进展路线与国外皑大致相同，典型柏的研究成果如下坝：俺陈静首次在国内爱运用统计方法和傲计量模型进行财跋务困境预警研究百。陈瑜应用一元拌和多元分析对1啊35家上市公

22、司半的财务状况进行坝了分类和预测。笆卢声、任若恩等柏利用Fishe碍r判别分析法对叭我国上市公司的坝财务困境进行研阿究。施锡锉等人胺采用典型判别分氨析对1999年懊到2000年9澳月间的128家靶上市公司进行了爸经营失败的预测疤研究。梁琪运用巴主成份分析与判爱别分析相结合的案方法预测企业财昂务困境。姜天和敖韩立岩以6个财按务指标作为输入稗变量，使用Lo敖gitic模型办建立了我国上市拜公司财务困境预版测模型。唐春阳傲、冯宗宪运用多蔼元线性回归方法办，利用逐步回归懊得到的5个指标半(分别是资产负柏债率、成木费用翱利润率、主营业胺务利润率、全部斑资本化比率行业哎债务结构) 得邦到一个简明的企哎业违

23、约率测度模拔型。郑建平采用敖概率统计方法构伴建了个人信用评暗分模型，康世赢暗采用关联分析法敖和模糊综合评价捌的方法对个人信把用评估进行了研岸究，孙建政运用敖Logisti敖c方法对个人信蔼用评估模型进行颁了研究。张爱民八等在借鉴Alt奥man的多元Z案值判定模型的基案础上，采用主成佰分分析的方法建白立了财务预警模吧型;杨淑娥和徐拜伟刚采用主成分佰分析法，建立了颁Y分数财务预警疤系统。庞素琳对胺106家上市公八司进行两类模式拔分类，这两类模伴式是指按照公司哎的经营状况分为板“挨差伴”白和埃“扳正常败”罢两个小组。对每八一家上市公司，吧考虑其经营状况挨的4个主要财务芭指标:每股收益笆、每股净资产、

24、把净资产收益率和岸每股现金流量。爸仿真结果表明，俺Logisti邦c回归信用评价笆模型对总体10耙6个样本，判别澳准确率达到99碍.06%。宋冬般梅，沈友娣也通绊过运用Logi爸stic模型评哀价上市公司信用傲风险，也取得了癌较好的效果。樊拔锰汪媛雏等人从班中小企业信用评稗级方法的比较和傲选择入手，以A瓣HP分析法为核艾心，构建多级模扮糊综合评价模型坝，对中小企业信埃用状况做出评价敖。张目，周宗放扳提出一种基于投哎影寻踪和最优分哎割的企业信用评败级模型。该模型澳运用投影寻踪对拔样本企业进行信霸用综合评分，将隘信用综合得分由颁大到小排序，生艾成有序样品序列办;利用最优分割矮法对有序样品进哀行聚类

25、，得出明肮确的聚类结果;邦将最优分割点对颁应的信用综合得鞍分作为划分信用败等级的阈值，从爸而实现对样木企办业的信用评级。扒人工智能方法中败，王春峰等是国艾内较早采用神经扳网络模型预测企胺业信用风险状况办的学者。庞素琳澳等人对基于BP邦算法的信用风险耙评价模型进行了阿研究。陈雄华等按、章忠志等也都耙各自利用神经网凹络构建了商业银叭行信用风险评估胺模型取得较好效爱果。吴冲等、梁靶裸和吴德胜分别翱利用模糊神经网背络对我国企业信背用风险作了实证鞍研究和分析。杨安淑娥等构建了B败P神经网络模型拜对上市公司的财哎务状况进行预测唉。李玉霜，张维拔将分类树应用于埃解决从业人员在按进行贷款5分类鞍过程中分析判断

26、半能力欠缺的问题罢中，实证分析表摆明决策树方法比佰线性判别分析方巴法的准确率高。癌张维，李玉霜对瓣基于分类树的商佰业银行信贷分类凹的数据处理问题暗进行了研究。姚哀靠华姚靠华等以拔上市公司作为研稗究对象，选取反翱映上市公司盈利傲能力、偿债能力疤、营运能力、成俺长能力和公司规埃模的17个财务按指标，区别于传败统的建模方法，皑应用决策树技术安建立了中国上市般公司的财务困境把预警系统。实证笆结果表明该系统哎具有较好的预测颁性，在该领域有唉着良好的应用前拔景。吴德胜等人耙利用遗传算法辅氨助优化神经网络八训练策略，建立疤了基于进化神经袄网络的信用评估袄模型。叶中行，霸余敏杰构建了一爱种分类树和遗传跋算法相

27、结合的信八用风险评估方法笆，先用分类树方伴法按照定性变量柏分类，然后在每把个叶结点上运用般遗传算法按照定把量变量分类。在百个人信用评估方岸面，徐远纯等利靶用DONALD般 BREN S耙CHOOL O白F INFOR稗MATION 巴AND COM班PUTER S跋CIENCES凹(UNIVER昂SITY of拌 CALIFO盎RNIA.IR皑VINE)所提耙供的1986-般1995年间的懊客户信用卡数据办库，建立了信用皑卡欺诈风险分析柏决策树。冯铁军案对基于遗传算法挨的神经网络技术背在个人信用评估暗中的应用进行了爱研究，沈翠华等瓣人对基于支持向搬量机的个人信用班评估技术进行了疤研究，石庆众、

28、白靳云汇则对多种拔个人信用评估技爱术在我国应用进吧行了比较研究。颁姜明辉、王欢、碍王雅林将分类树扒与其它方法进行伴了比较研究，分啊析了其对个人信跋用评估的实用性肮。鲁为,俺王极提出了一利颁，改进的ID3澳的决策树算法(袄E-ID3),伴E-ID3算法凹使用一种基于笆“凹统计出局部最优盎”捌的方法，获得比翱较好的启发式函隘数算法，并分析啊了E-ID3蔼“拔算两步，走一步奥”皑的思想。实验证拜明，该优化算法坝对于构建决策树胺具有很好的效率皑。陆秋，程小辉斑针对ID3算法罢的多值偏向问题埃，提出一种基于佰属性相似度的、俺能够避免多值偏按向问题的ID3颁改进算法。朱毅澳峰等在传统决策绊树模型的基础上昂

29、引入卡方检测的扳方法，将个人信矮用评估过程中误癌判好坏客户的成搬本差异考虑在内版，实证结果证明捌该精炼决策树模皑型在个人信用评阿估应用中可以提班高判别坏客户的氨正确率。庞素琳伴等对C5.0算靶法进行了研究，氨并建立了基于C摆5.0算法的银昂行个人信用评级袄模型，用来对德拜国某银行的个人柏信贷数据进行信靶用评级。郑也夫澳将数据挖掘方法按引入信用风险预般测问题中，全面摆比较决策树、神奥经网络和支持向哎量机算法在上市摆公司信息风险预伴测问题上的优劣扒，得出决策树具瓣有良好的适用性碍。后来郑也夫等摆以我国上市公司岸作为研究对象，半以因财务状况异白常而被特别处理蔼作为界定上市公叭司陷入财务困境傲的标志，

30、采用交扮叉验证技术建立胺决策树模型，并埃与Logist疤ic和K最近邻啊模型进行了比较捌分析。实证结果啊表明决策树模型笆能有效地预测上般市公司的信用风翱险，且适用性较办好。隘1.3我国研究扮现状及存在的问稗题哀 熬 目前，国内已疤经建立了一些评坝级系统，作为加霸强企业信用管理叭、防范风险的一爱项基础工作和重芭要手段。但与国安外同行业进行对叭比，可以发现主拌要还存在以下几胺个问题：办(1)评级模型暗适用性较差蔼 评级模隘型是评级系统的挨重要技术基础，唉属于金融领域内爸的关键技术，其白开发研究需要结癌合统计分析、风搬险计量、资产组癌合、期权定价等奥先进理论和技术摆，而我国由于经啊济发展程度不高把，

31、同时整体研究安水平还相对欠缺斑，故在评级模型把的建设方面有待拔加强。因此必须岸结合经济发展的巴实际情况，充分瓣考虑利率市场化奥进程、企业财务皑欺诈现象、数据翱积累量不高、金哎融市场展不充分搬等现象，开发出败适合自身特点的艾评级模型。唉(2)模型主要翱参数所需的数据靶不足败 评级系哀统建设的核心资芭源是数据。近年颁来信用评级工作懊建立了基本数据邦库和反映信用风办险特征的微观指扳标体系。但是，坝与评级法对数据埃的要求相比，现岸有的数据积累远熬远不够，数据储般备严重不足目而坝且质量不高、缺安乏规范性，严重凹制约了评级系统敖的应用和发展拜；斑为满足建设评级袄系统需要的数据奥样本，还需要大瓣量而细致的数

32、据袄积累工作，通过爸数据整合、挖掘昂等技术，形成有白价值的信息，为敖建立相关模型奠靶定良好的基础。鞍(3)评级支持阿工具和系统落后傲 原有的隘评级工具为简单昂的EXCEL报安表，属于单机分芭散操作，只是简按单地进行手工操翱作，不能实现网坝络化操作与管理按。评级结果只是佰简单的EXCE拔L表格，数据的般汇总程度、集中班程度、共享性很鞍低，同时也不利奥于对评级情况进芭行有效的监控。凹同时通过原有的佰评级工具采集的哎客户资料也相对昂简单，无法支持阿客户评级数据的案需要。评级系统唉应与业务流程系安统紧密结合，成八为一个嵌入式的捌管理工具，最大瓣限度地发挥监管氨和决策支持的作爸用，实现企业评叭级、授信审

33、批的疤全流程计算机管搬理邦。班(4)评级指标鞍体系落后笆原有的评级指标巴体系中存在与经班济发展、企业发佰展不相适应的指拌标，比如指某些伴指标权重太大、懊某些指标己不能八反映企业的特点般、有些指标设置搬较粗、某些指标半缺乏等。翱第二章 霸信用评级主要方瓣法与模型综述癌2.1 专家评癌估法板 摆 柏 百专家评估方法是隘指通过专家对影拜响企业经营业绩癌的有关经营要素拌进行分析评分，胺使信用定量化，背然后求加权平均伴得出企业信用等叭级的一种方法。瓣该方法依赖于专蔼家主观判断，而吧且评级结果主要扳应用于信贷决策扮。比较有代表性扮的拌专家评估法肮有啊“爸5C扳”挨，暗“班5P按”矮，翱“搬LAPP盎”耙等

34、方法。按 靶5C分析法扒中5C是指:跋品格啊、白资本爸、班能力跋,般经营环境柏、蔼担保品凹。八 品格主盎要是评价客户的柏品行是否诚实可把信、其偿还贷款隘的主动性如何。暗对于公司而言，艾品格是指其主要癌领导人的经营能坝力与经营作风，爸公司文化及其伦拌理，也包括企业奥在同行业中的信拌誉、地位等。罢 资本是班反映企业资金实皑力的一个重要方凹面，也间接反映八了企业的资金积把累情况。资本充扒足、资金积累多埃，则企业信用状扒况就好。靶 能力主跋要包括经济上的靶借款与偿还能力唉和法律上的借款叭能力。从经济上板看，信用评价应爸着重评价企业的背偿债能力、盈利埃能力和营运能力翱，与财务比率分奥析法所强调的因拌素完

35、全一致，从伴法律上看，信用奥评价应着重评价般企业是否具备法埃定的资格和权利案，通过对政府法挨规以及公司章程氨的调查分析可以鞍获得此类信息。唉 经营环盎境是企业的内在坝坏境和所处的外白在环境。内在环安境主要是指企业俺的经营特点、经懊营方式、技术设吧备状况、劳资关艾系等企业自身能挨够控制的方面翱；氨企业外在环境主坝要是指国家经济肮状况、行业竞争挨状况、行业发展吧趋势、市场状况背等。环境条件有叭利，则信用程度爱将提高。吧 担保品败是指企业可以用捌为信用担保如蔼抵押)的物品。耙担保品丰富且价凹值良好，则信用扒相对就高，信用吧一旦发生危机则办发生损失的可能岸性也相应少。但柏在评价时也应注暗意担保品的所有

36、般权、担保品的价肮值状况等。板 胺5P分析法颁中5P是指：笆个人因素安、鞍资金用途因素百、暗还款来源因素八、氨债权保障因素白,叭企业前景因素氨。摆 个人因板素主要分析企业爱经营者品德、能澳力，是否诚实守拜信，还款意愿等靶。班 资金用伴途因素主要包括拜生产经营、还款岸缴税、替代股权笆等三个方面。胺 还款来搬源因素主要有两八个来源一是现金疤流量，二是资产百变现。袄 债权保拔障因素主要包括岸内部保障和外部跋保障两个方面。皑 企业前捌景因素主要分析笆借款企业的发展佰前景，包括产业俺政策、竞争能力啊等。扒 扮LAPP法拔是以澳Liquidi俺ty(流动性)俺、佰Activit按y(活动性)澳、扮prof

37、ita摆bility(伴盈利性)哀、背Potenti颁alities摆(潜力)把四个词的第一个癌字母命名，从这敖四个方面评价企哀业的信用。斑专家评估方法的拜主要缺陷是一个碍主观性问题，该般方法的因素权重埃完全取决于专家矮的主观判断，衡翱量标准因人而异哀，导致结果大相耙径庭。或者说，捌这种方法会使专摆家在进行评判时半造成思维定势，隘人为因素致使评碍判结果有失公允碍。这一方法的特爱点是主观定性判霸断，主要依靠专拜家的专业判断和白经验综合各个方伴面的情况对企业阿的信用进行评估熬，但是不可避免板的主观性因素会扮对评级过程产生岸影响，由于是人暗工评级，其成本坝较高，评级周期伴长，在效率上，拌无法满足企业

38、对百信用评级的要求邦。坝2.2 财务比碍率分析法颁该方法在196跋6年被引入预测皑企业破产领域，摆经过多年的发展懊形成了一系列财俺务比率分析方法吧，总体上讲就是笆对企业各项财务搬指标作一个全面皑、系统和综合的吧分析，从而对企拜业的经营状况和半财务状况进行剖袄析、解析和评价胺。在实际应用中唉这是一种简单的唉加权方法，即给皑每个财务比率确捌定相应的权重和败计算标准，将企邦业与标准值进行百对比后给出个体八的得分，然后加安权求和得出该企癌业的信用得分并拔进行等级划分。芭这类方法的主要绊代表有鞍杜邦财务分析体澳系敖和蔼沃尔比重评分法邦。搬杜邦财务分析体挨系白的基本原理是将板财务指标作为一办个系统，将财务

39、矮分析与评价作为翱一个系统工程，矮全面评价企业的俺偿债能力、营运芭能力、盈利能力爸及其相互之间的坝关系，在全面财岸务分析的基础上靶进行全面评价，安使评价者对公司白的财务状况有深拜入而相互联系的叭认识，有效地进柏行决策。其基本皑特点是以败净值报酬率疤为龙头，以熬资产净利润率傲为核心，将熬偿债能力哀、按资产营运能力耙、熬盈利能力百有机结合起来，隘层层分解，逐步绊深入，构成了一百个完整的分析系胺统，全面、系统霸、直观地反映了柏企业的财务状况胺。摆沃尔比重法盎选定7项财务比摆率作为分析指标吧，即:蔼流动比率蔼、俺自有资产对固定按资产比重捌、摆自有资产对负债胺比率唉、啊应收账款周转率挨、扒存货周转率靶、

40、哀固定资产周转率哀、袄自有资本周转率耙。将指标的行业白先进水平作为标爸准值，并将指标矮用线性关系结合癌起来，分别给定澳各自的分数比重啊，通过实际值与暗标准比率的比较艾，确定各项指标拔的得分及总体指爸标的累积分数，癌从而得出企业财癌务状况的综合评敖价，继而确定其班信用等级。败财务比率分析法懊克服了要素分析巴法的主观性使得昂评价独立于评估巴人员的主观努力鞍并使计算机的使岸用成为可能，但凹是其指标权重和唉与标准分对比后蔼得出的财务比率皑得分有明显的主袄观性，使得评价跋结果与企业的实佰际情况有很大的半出入。稗2.3 多元判版别分析(MDA摆 )伴 板 白 耙多元判别分析(笆MDA)是除美爱国外的其它国

41、家暗使用最多的统计翱方法.多元线性氨判别分析法，可爱以具体分为斑一般判别分析(扮不考虑变量筛选阿)拜和澳定量资料的逐步矮判别分析(考虑办变量筛选)拜.我国在坝1993年7月摆1日按起正式实施与国翱际会计准则基本扒适应的、统一的班企业会计准则伴，由此奠定了袄企业信用评估研摆究的基础和前提版，随着国内会计佰人员的业务水平柏(如对准则的掌傲握、理解和应用扒水平等)和会计背报表水平的不断白提高，所产生的搬会计报表开始基扮本符合准则要求败，因此，近年来半的财务数据已具班备建立企业信用翱判别模型的基本半条件.扮应用多元判别分艾析(MDA)有拌以下三个主要假昂设：(1)变量鞍数据是正态分布熬的；(2)各组搬

42、的协方差是相同胺的；(3)每组班的均值向量、协稗方差矩阵、先验巴概率和误判代价哀是已知的。挨 多元判别分懊析(MDA)耙的邦优点：对财务变埃量的正态假设已佰成为通常惯例.氨由于线性判别函坝数(LDA)在败实际使用中是最奥方便的，如在距笆离判别和贝叶斯胺判别中，在正态绊总体等协方差时皑，均导出一个线傲性判别函数，所唉以一般只研究线唉性判别函数.在艾满足上述3个假靶设的条件下，该稗判别函数使误判隘概率达最小。胺多元判别分析(版MDA)疤的不足之处把：多元判别分析凹（MDA）要求叭样本数据服从正按态分布和等协方柏差，而现实中大癌量数据并不服从爸这些假定。捌2.4 lo耙gistic分蔼析按logis

43、ti拔c分析是基于累胺积概率的判别方斑法，该方法对包傲括有二值相关的背变量比较适用，皑和MDA比较，八Collins斑和Green宣百称Logist拔ic分析方法能扮够降低第一类错拌误(即将破产的爸企业判为非破产吧的企业)，但不板能显著地提高总奥体判别的准确性唉，此外他们还指霸出MDA对于模叭型假设错误有着奥很强的鲁棒性。哎如果第一类错误佰的代价不是特别澳巨大，比之于M败DA模型，Lo暗gistic分靶析方法带来的复挨杂的计算是不值爸得的挨。唉 Chesse扮r分析模型就是耙logisti挨c分析方法一个办很有代表性的判唉别模型。爱 Lo版gistic回叭归分析方法也是埃目前为止应用最吧为广泛

44、的一种信疤用评分模型。1皑977年，Ma百rtin采用一班系列财务比率变爱量来预测公司破爱产及违约概率，办建立了Logi颁stic回归模靶型，并逐渐成为半衡量公司信用风矮险的一种常用方按法，它对于误差凹项没有正态分布昂要求，对判别虚摆拟变量问题有良矮好的效果，在违胺约概率计算中有疤很好的适用性，靶还可以降低犯第鞍一类错误的概率哎。Logist坝ic模型适用于翱因变量是非连续矮的且为二分类选巴择模式，目的是把找出被解释变量挨与一组自变量之叭间的线性关系，懊核心思想是将这叭些自变量拟合成耙一个可以预测违熬约概率的被解释袄变量，即违约概疤率皑。我们知道，一袄般的线性回归模柏型如下：傲 俺 癌 笆 袄

45、 芭 绊若对分类因变量阿直接拟合违约事白件发生的概率，靶自然而然地我们凹想到了下面形式敖的回归模型：百 疤该模型等式右边哀取值范围为胺，而左边作为违傲约概率，其取值败范围为澳，因此该模型存版在漏洞，为了更八加合理，197拔0年，Cox引扮入了人口学领域白的Logit(按Logit T碍ransfor氨m)，成功对模拜型进行优化，得罢到了Logis巴tic模型： 也即： 扮 Log板it变换导致了盎模型中的参数含跋义比较复杂，但奥是实用性得到了班提高，这里将一岸些基本概念解释懊如下：（1）其啊中捌为企业公司的概罢率霸，颁为信用风险评定扮中的指标变量，胺为技术系数，可隘以通过极大似然暗法求解。通过

46、样版本回归估计出系案数斑后，一可计算出奥概率艾，将其归纳为相般应的信用等级。艾(2)优势比(扒odds)：分敖析中常常会把某叭种情况发生的概按率与不发生的概安率的比称为比值摆，即：啊。两个比值之比俺称为优势比(或斑比值比，Odd盎s Ratio爸，简称OR)，癌因此OR是否大爸于1意为两种情皑况概率情况的比爱较：当时，则当时，则当时，则案缺点：Logi按stic回归模案型不仅对中间区板域的差别敏感性暗较强，而且当样伴本点完全分离时案，模型参数的最袄大似然估计可能隘不存在。因此在唉正态的情况下不霸满足其判别正确芭率高于判别分析吧法的结果。另外艾该方法对中间区绊域的判别敏感性邦较强，导致判别盎结果

47、的不稳定。捌2.5 非参数稗方法（Non-扳paramet扒ricMeth般od)斑2.5.1摆 聚类分析(C八luster 拔Analysi艾s)般聚类分析的基本颁思想是认为我们癌所研究的样本或埃指标(变量)之颁问存在着不同程佰度的相似性。于矮是根据一批样本巴的多个观测指标邦，找出一些能够巴度量样本或指标败之问相似程度的疤统计量，以这些敖统计量为划分类暗型的依据，把一爸些相似程度较大搬的样本或指标聚坝为一类，把另外摆一些彼此之问相佰似程度较大的样摆本又聚为另一类昂，关系密切的聚班合到一个小的分哀类单位，关系疏暗远的聚合到一个绊大的分类单位，班直到把所有样本扮或指标都聚合完瓣毕，形成一个由柏小

48、到大的分类系绊统。半常见的办聚类分析方法艾有斑层次聚类矮和背一均值聚类俺。其核心思想是绊:给定一个包含邦个数据对象的数氨据库，以及要生扮成的簇的数目班,随机选取绊个对象作为初始鞍的拜个聚类中心，然癌后计算剩余各个巴样本到每一个聚伴类中心的距离，扒把该样本归到离稗它最近的那个聚啊类中心所在的类半，对调整后的新叭类使用平均值的叭方法计算新的聚按类中心，如果相熬邻两次的聚类中爸心没有任何变化罢，说明样本调整斑结束且聚类平均把误差准则函数已袄经收敛。搬在每次迭代中都坝要考察每个样本鞍的分类是否正确办，若不正确，就哎要调整，在全部艾样本调整完后，般再修改聚类中心哀，进入下一次迭坝代。如果在一次拔迭代算法

49、中，所霸有的样本被正确扒分类，则不会有斑调整，聚类中心败也不会有任何变把化。在算法迭代板的过程中准则函败数的值在不断减奥小，最终收敛至懊一个固定的值。办总之，哎一均值聚类是一半个反复迭代的分蔼类过程。在聚类瓣过程中，样本所绊属的类会不断改俺变，直到最终达艾到稳定为止。靶 聚类分盎析属于非参数统傲计方法.信用风绊险分析中它根据隘由借款人的指标岸计算出的在样本把空间的距离，这矮种方法一个主要扒优点是不要求知佰道总体的具体分阿布;可对变量采隘用名义尺度，次背序尺度，因此该皑方法可用于定性板研究，也可对现吧实中的无法用数安值精确表述的属扒性进行分析.这叭很适用于信用风懊险分析中按照定安量指标(盈利比熬

50、、速动比等)和盎定性指标(管理矮水平、信用等级翱等)，对并不服八从一定分布特性俺的数据信息进行柏分类.例如，L碍undy运用该懊方法对消费贷款背申请者的典型信笆用申请数据及年疤龄、职业、婚否板、居住条件进行啊处理分成6类并八对每类回归评分凹，它不仅将借款澳人进行有效的分按类而且还帮助商白业银行确定了贷懊款方式策略.罢优点：聚类分析般具有不要求样本俺数据服从具体分败布、可对变量采隘用名义尺度和次啊序尺度等优点，跋适于信用风险分暗析中按照定量指颁标和定性指标对搬并不服从一定分爸布特性的数据信靶息分类的要求。把我国信用数据表熬现出明显的非正扒态分布特征，因艾而将聚类分析应霸用于我国企业信绊用评级具有

51、较强按的针对性和适应版性;罢不足之处：我国巴信用数据又具有摆高维性，当数据奥维数较高时，聚皑类分析会遇到很把大的困难。因此八，聚类分析应用安于企业信用评级版的基本思路目前鞍仍然是基于吧“袄降维扒”扒的思路，即首先阿采用哀评分法、因子分扳析法等对样本企八业进行信用评分鞍，然后，运用系盎统聚类、拜- 均值聚类等啊算法对信用得分摆序列进行聚类，傲从而获得企业信凹用评级结果。然绊而，在实际应用哀过程中，系统聚埃类、半- 均值聚类等按算法并不能给出叭明确的信用等级敖阈值，这给模型板的检验和推广带伴来了困难。袄2.5.2芭 K近邻判别版(K Near阿est Nei爸ghbor)癌近邻判别（K 按Near

52、est艾 Neighb般or)，简称K鞍NN，是另一种巴非参数方法，它扮在一定距离概念奥下按照若干定量唉变量从样本中选肮取与确定向量距昂离最短哀个样本为一组，盎适用于初始分布碍和数据采集范围爸限制较少和情况伴.另外，KNN板通过将变量在样捌本整体范围内分叭为任意多决策区百间，而近似样本熬分布.Tam将案之用于信用风险颁分析，取马氏距芭离，从流动性、懊盈利性、资本质爱量角度选出的1扳9个变量指标，碍对样本分类，经瓣比较，其分类结坝果的准确性不如班LDA, Lo暗gistici叭。以及神经网络颁。原因在于在同皑样的样本容量下暗，若对具体问题按的确存在特定的坝参数模型并可能胺找出时，非参数芭方法不及

53、参数方鞍法好。胺2.6 Z模摆型和Zeta模阿型傲以皑模型和Zeta奥模型为代表的系奥列统计判别方法霸目前仍然是西方安国家商业银行对背客户信用等级评凹定的重要模型之鞍一。靶模型(Altm昂an, 196跋8)的建立过程绊包括四步：(1岸)选取一组反映岸借款人财务状况叭和还本付息能力巴的财务比率；(扒2)从银行过去瓣的贷款资料中分傲正常和违约两类笆收集资料；(3半)确定每一比率拔的权重，将每一盎比率乘以相应权拜重，然后相加，搬得到绊分值；(4)对捌所选的样本进行埃Z值分析，得出碍衡量贷款风险度埃的Z值或值域用巴于衡量信贷风险按。叭Altman 佰1968年确立拔的分辨函数为:叭 澳 搬 昂Z=0

54、.012凹*肮X1+0.01叭4碍*罢X2 +0.0搬33唉*翱X3+0.00跋6傲*袄X4+0.99拌9胺*败X扳5般 （1）白公式(1)中X笆1为扒流动资金伴/凹总资产爱，X2为败留存收益捌/总资产，X3爸为绊息税前收益奥/总资产，X4按为罢股权市值笆/捌总负债账面值肮，X5为啊销售收入扮/总资产。爱Altman经肮过统计分析和计半算最后确定了借斑款人违约的临界傲值Zo=2.6八75，如果Z2.675埃，则借款人被划半为非违约组。当叭1.81Z笆2.99时，此跋时的判断失误较爸大，称该区域为颁未知区(zon癌e of ig霸norance鞍)或称灰色区域隘(gray a拔rea)。扳Zet

55、a模型版(Altman班 Haldem搬an Nara瓣yaman扒 1977)对佰原始Z模型进行矮了重大修正和提瓣升，原来的五个班指标变为七个。芭这七个指标分别扮代表企业短期赢俺利性、收益的保蔼障、长期赢利性碍、流动性和规模佰等特征。Alt班man应用世界坝著名评级机构如隘标准普尔、穆迪拌等的评级结果，百与氨值的结果进行对般比，发现两者具瓣有很强的相关性百，实证显示半值模型作为信用板评级的方法具有吧较强的有效性。矮 其间，拌也有学者对啊值模型的应用提翱出了异议。Mo稗riarity埃曾经应用多维图熬解计算法(Mu艾ltidime昂nsional笆 Graphi案cs)与氨值模型进行比较百，认

56、为Altm半an模型并不能挨很好判别破产和袄非破产企业。败Altman靶对此回应为：班值模型仅仅适用熬于制造型企业，扳而不是用于非制伴造型企业，翱Moriari百ty所提供的样盎本应该用Zet罢a模型来预测，傲经分析Altm熬an认为Zet跋a模型所得的结白论比Moria叭rity所得的搬结论更精确。艾 盎值模型在发展中巴得到不断的修正绊，由于其方法易疤于掌握和控制，吧实证效果较为理笆想，20世纪9斑0年代该模型已叭逐渐商业化，各昂国纷纷在奥值模型和Zet哎a模型的基础上扒推出适合本国、傲本地区的判别模拌型，效果比较理翱想，取得较大的绊经济效益。班模型和Zeta岸模型存在的主要矮问题是：1.两

57、捌个模型都依赖于霸财务报表的账面坝数据，而忽视日柏益重要的各项资搬本市场指标，这爱就必然削弱预测稗结果的可靠性和啊及时性。2.由稗于模型缺乏对违傲约和违约风险的氨系统认识，理论把基础比较薄弱，耙从而难以令人信盎服。3暗.隘两个模型都假设拌在解释变量中存背在着线性关系，颁而现实的经济现稗象是非线性的，扒因而也削弱了预柏测结果的准确程半度，使得违约模版型不能精确地描熬述经济现实。4啊.两个模型都无懊法计量企业的表熬外信用风险，另邦外对某些特定行吧业的企业，如公耙用企业、财务公爱司、新公司以及板资源企业也不适拜用，因而它们的八使用范围受到较摆大限制。懊2.7 基于翱投影寻踪和最优败分割艾运用投影寻踪

58、对鞍样本企业进行信捌用综合评分，将办信用综合得分由奥大到小排序，生巴成有序样品序列蔼;利用最优分割拜法对有序样品进埃行聚类，得出明搬确的聚类结果；般将最优分割点对耙应的信用综合得办分作为划分信用奥等级的阈值，从把而实现对样本企蔼业的信用评级。绊投影寻踪巴(Projec跋tion Pu霸rsuit，P鞍P)是一种直接摆由样本数据驱动艾的探索性数据分败析方法， 吧特别适用于分析俺和处理非线性、哎非正态的高维数吧据，凹其基本思想是俺把高维数据投影胺到低维子空间上按，寻找出能反映罢原高维数据的结鞍构或特征的投影岸，以达到研究分跋析高维数据的目绊的，已成功应用摆于信用评价、水氨资源评价、环境办监测、灾情

59、评估按等诸多领域。跋最优分割法疤是熬对有序样品进行胺聚类的一种统计俺方法盎，具有笆多指标聚类芭、罢不破坏样品原有疤顺序般、阿分割界限明确邦等特点，并能够岸根据定义的目标隘函数确定较优分爸类数，已广泛应岸用于经济分析、按环境监测、地质哎勘探、气象统计啊预报等诸多领域邦。跋基于投影寻踪和背最优分割的企业拜信用评级模型构坝建：对于多分类熬的企业信用评级跋问题，设有办个企业组成训练捌样本集昂，企业信用评级鞍指标集伴,盎为训练样本唉在指标暗下的指标值。构爸建步骤如下：氨步骤 1.熬指标值的归一化办处理翱。为消除各指标把的量纲，统一各胺指标的变化范围颁和方向，须对指白标进行极值归一氨化处理。扒 敖 绊对于

60、成本型指标癌，拔 袄 （办2安）邦对于效益型指标败，令案 （熬3阿）捌式（扮2拌）捌奥（埃3班）中，板，捌分别为第敖个指标的最大值拌和最小值。扮对于固定型指标胺，即指标值越接蔼近某一固定值越半好的指标，有拜 肮 耙（澳4班）伴式中，唉为第坝个指标的最佳稳板定值。挨步骤2.俺构造信用评分函扳数和投影指标函白数翱。耙方法就是把碍维数据安综合成以背为投影方向哀的一维柏投影值哎 昂 碍 按（皑5埃）癌式中，斑为单位长向量。叭近似刻画了样本胺企业的信用状况肮，投影值越低，鞍信用风险越高，挨则称百式（碍5巴）为样本企业的案信用评分函数暗，蔼为样本企业的信背用综合得分。邦方法在综合败时，要求巴的散布特征应为