企業(yè)信用評級模型培訓資料

1、III 1 mi mi in ii Hill IIIII illii iiiii iiiii mi i hi IIIII IIIII Hill Illi Illi IIIII II III IIIII IIIII II III Illi Illi 1 III Illi IIIII IIIII iiiii min iiill iiiii iiiii ii ii i i hi i mi mi： hi ii iiiii iiiii hiii iiiii mini iiiiii i in i iiiii mi mi mi iiiii Hill IIIII inii iiiii iiiii Illi 1

2、 IIH IIIII IIIII Hll 1 Illi Illi IIIII II III IIIII IIIII II III Illi Illi 1 III 1 Illi IIIII IIIII iiiii iiiiii iihi iiiii iiiii ii ii i i hi i mi mi hi ii iiiii iiiii iiiii iiiii mini iiiiii i in i iiiii Illi Illi Illi mu IIIII IIIII IIIII IIIII lll 企業(yè)信用評級模 摘要 社會信用體系是市場經(jīng)濟體制中的重要體系。當前，社會中商業(yè) 欺詐，制假售假，

3、 非法集資等現(xiàn)象屢禁不止，這些社會信用問題歸根 到底都是企業(yè)信用的問題，因此，科學、合理、公正、權威的企業(yè)信 用評級技術是當前緊要的任務。 b5E2RGbCAP 本文通過研究研究國內(nèi)外企業(yè)信用評價方法， 構建了一個企業(yè)信 用評價平臺。該平臺提供了信用評價，信用等級，信用反饋等功能， 是一個功能非常完備的信用評價平臺。 企業(yè)信用評級模型是評價企業(yè) 信用等級的有效工具， 隨著全世界債券市場的迅猛發(fā)展、 抵押品價值 降低及其波動性增加， 該模型將會得到更為廣泛的關注， 并將為我國 各公司企業(yè)運用數(shù)學模型度量企業(yè)信用評級提供了重要參考意義。 p1EanqFDPw 關鍵詞：數(shù)學模型 企業(yè)信用等級 企業(yè)信

4、用評級模型 信用評價 Key words: mathematical modelEnterprisecredit rating Abstract The social credit system is an important system of market economy system. At present, commercial fraud in the society of counterfeit goods, the phenomenonsuch as illegal fund-raising, the social credit problems in the finalanal

5、ysis are enterprise credit problems, therefore, scie ntific, reas on able, fair and authority of en terprise credit rati ng tech no logy is the curre nt urge nt task. DXDiTa9E3d Through research the enterprise credit evaluationmethods both at homeand abroad, this paper builds a enterprisecredit eval

6、uation,credit rating,credit feedback, and other function, is a very complete creditevaluationplatform.Enterprise credit rati ng model is an effective tool for evaluati on of en terprise credit rat ing with the rapid developme nt of bond markets around the world the value of collateral reduces and it

7、s volatility in creases, the model will be more widespread attention,and the mathematical model for the companies in our country en terprise use metricen terprisecredit rat ing provides an importa nt refere nee sig nifica nee.RTCrpuDGiT 5PCzVD7HxA En terprise credit rati ng model Credit evaluati on

8、目錄 摘要 Abstract 第一章緒論1 1.1 選題背景和意義1 1.2 國內(nèi)外文獻綜述2 1.2.1 國外研究現(xiàn)狀2 1.2.2 國內(nèi)研究現(xiàn)狀5 1.3我國研究現(xiàn)狀及存在的問題9 第二章信用評級主要方法與模型綜述10 2.1專家評估法及其優(yōu)缺點10 2.2財務比率分析法及其優(yōu)缺點12 2.3多元判別分析（MDA ）及其優(yōu)缺點14 2.4 logistic 分析及其優(yōu)缺點15 2.5 非參數(shù)方 法17jLBHrnAILg 2.5.1聚類分析及其優(yōu)缺點17 2.5.2 K近鄰判別及其優(yōu)缺點19 2.6 Z模型和Zeta模型及其優(yōu)缺點19 2.7 基于投影尋蹤和最優(yōu)分割及其優(yōu)缺點21 2.8

9、模糊綜合評判法及其優(yōu)缺點26 27 2.8.1 確定評語集 28 2確定指標權重集28 283確定評判矩陣28 284模糊綜合評判29 2.8.5 模糊合成算子的選擇31 2.9遺傳算法優(yōu)化EP神經(jīng)網(wǎng)絡及其優(yōu)缺點34 2.10 基于有序分類和支持向量機方法及其優(yōu)缺點39 2.10.1 有序分類問題與內(nèi)置空間法39 2.11 C4.5 算法建立決策樹模型及其優(yōu)缺點42 2.12 kmv公司的kmv模型及其優(yōu)缺點44 2.13 j.p 摩根的 credit metrics 模型及其優(yōu)缺點45 2.14 麥肯錫公司的 credit portfolio view 模型及其優(yōu)缺點 46 2.15 瑞士信

10、貸銀行的 credit risk+ 模型及其優(yōu)缺點46 第三章 現(xiàn)代模型在中國應用的缺陷性及改進措施47 3.1 對于現(xiàn)代模型的運用還處于嘗試階段47 3.2 改進措 施48xHAQX74J0X 第四章 對我國企業(yè)信用評級工作的建議50 獻52LDAYtRyKfE 第一章緒論 1.1 項目背景及意義 社會信用體系是市場經(jīng)濟體制中的重要體系。建立社會信用體 系，是完善我國社會主義市場經(jīng)濟體制的客觀需要， 是整頓和規(guī)范市 場經(jīng)濟秩序的治本之策。當前，社會中商業(yè)欺詐，制假售假，非法集 資等現(xiàn)象屢禁不止，這些問題的源泉歸根到底是社會信用出現(xiàn)了問 題，因此加快建設社會信用體系，打擊各種違法行為，處理各種

11、信用 問題不僅維護了正常的社會經(jīng)濟秩序， 保護了群眾權益， 也進一步推 進了政府更好的履行其公共服務、經(jīng)濟調(diào)節(jié)、以及市場監(jiān)管的職能。 市場經(jīng)濟條件下，社會信用體系由個人信用、政府信用、企業(yè)信用融 合而成。 其中個人信用是社會信用的基礎； 政府信用是社會信用的基 石；而企業(yè)信用是最關鍵，最活躍和最具影響力的。因為企業(yè)信用不 僅在一般交易市場被多方重視更重要的是在金融市場被投資人或者 貸款人所關注。 隨著市場經(jīng)濟的不斷發(fā)展， 企業(yè)信用將成為合作與交 易的先決條件，因此當前我國企業(yè)信用體系建設是整個社會信用體系 建設的重點。 Zzz6ZB2Ltk 當前我國企業(yè)信用體系建設中存在的各種問題盡管表現(xiàn)形式

12、各 異，但從本質(zhì)上講，主要是企業(yè)信用信息的缺失，具體表現(xiàn)為企業(yè)信 用信息的有效供給和有效需求的雙重不足。 一方面， 由于企業(yè)體系建 設滯后，使資信評估機構難以全面、 準確、快速地獲得企業(yè)信用信息， 并通過評級技術確定其信用等級， 即資信評估機構難以有效地生產(chǎn)出 能夠滿足市場需求的高品質(zhì)的信用信息產(chǎn)品， 形成有效供給。 另一方 面，由于缺乏高品質(zhì)的，能夠滿足市場需要的信用信息產(chǎn)品，投資者 或者企業(yè)在進行投資或參與市場交易時， 雖然對信用產(chǎn)品有需求， 但 不能轉(zhuǎn)化為現(xiàn)實需要， 即潛在的需求不能轉(zhuǎn)化為有效需求。 正是這種 有效供給與有效需求之間的矛盾，互相制約，惡性循環(huán)，嚴重制約了 我國信用市場的健

13、康有序發(fā)展。 因此當前我們迫切的主要任務就是建 立一套完整， 可靠的企業(yè)信用體系， 而企業(yè)信用體系的核心就是要有 一種企業(yè)信用等級必須能夠客觀公正地反映企業(yè)信用的真實狀況。 因 此，科學、合理、公正、權威的企業(yè)信用評級技術是成功地實施企業(yè) 信用制度的關鍵所在，也是企業(yè)信用體系的緊要研究課題。 dvzfvkwMI1 1.2 國內(nèi)外文獻綜述 1.2.1 國外信用評級研究概況 國外信用評級的研究始于上世紀三十年代， 分成四個階段。 第一 階段主要建模方法是基于傳統(tǒng)的比例分析方法，如“ SC , LAPP ” 和財務比率分析方法。 rqyn14ZNXI 第二階段始于上世紀六十年代， 這一階段的主要方法

14、包括多元判 別分析法 (MDA )，Logistic 回歸模型以及聚類分析等非參數(shù)方法。 該階段中關于財務信息與信用風險關系的研究主要以線性判別為主， 在線性判別模型中又以 Beaver 的單變量模型和 Altman 的多元模型影 響最為廣泛。 Beaver 對 30 多個企業(yè)的財務比率進行了研究，運用單 變量分析法對企業(yè)的違約進行研究， 通過對樣木的分析找到破產(chǎn)企業(yè) 與非破產(chǎn)企業(yè)單個財務比率的臨界點， 并利用該臨界點對破產(chǎn)企業(yè)和 非破產(chǎn)企業(yè)進行預測。 Altman 于 1968 年對“家美國制造業(yè)企業(yè)的經(jīng) 營情況進行了典型判別分析，提出了著名的 Z-Score 模型， 1977 年 Altm

15、an本人又對Z-Score模型進行了修正和擴展，建立了 ZETA評分 模型。許多金融機構用它預測信用風險，并取得了一定的成效。 Z-Score模型和ZETA模型，都是以會計資料為基礎的多變量信用評 分模型，由其計算的Z值可以反映貸款企業(yè)在一定時期內(nèi)的信用狀況 （違約與不違約、破產(chǎn)與不破產(chǎn) ） ，簡單實用，很快成為了預測企業(yè)違 約或破產(chǎn)的主流分析方法，被應用到世界上超過 25 個國家。類似的 研究還包括 Horrigan, Pogue 和 Soldofsky, West, Horton 等。但是 多變量區(qū)別分析法有著嚴格的假設條件， 如多元正態(tài)分布、 等協(xié)方差 矩陣等等，針對這些問題， Ohls

16、on 構建了假設條件較為寬松的 Logistic 識別模型，并將其應用于商業(yè)銀行信用風險評估領域， Madalla 采用 Logistic 模型區(qū)別違約與非違約貸款申請人的信用狀 況， Libby 首次將主成份分析方法引入判別模型以克服變量多重共線 性的問題。 Zmijewski 則引入 Probit 模型進行類似的研究。 EmxvxOtOco 由于統(tǒng)計模型有著比較嚴格的假設， 同時線性技術又無法區(qū)分出 隨機噪聲和非線性關系。 因此依托迅速發(fā)展的計算機信息技術， 運用 數(shù)據(jù)挖掘方法進行建模在近年來的信用風險評估領域得到了廣泛的 關注。也就是評級模型發(fā)展的第三階段。 該階段的主要方法是人工智 能

17、方法，主要建模方法包括專家系統(tǒng)，人工神經(jīng)網(wǎng)絡、決策樹算法、 支持向量機和遺傳算法等。Odon首次將神經(jīng)網(wǎng)絡引入企業(yè)破產(chǎn)領域， 用BP神經(jīng)網(wǎng)絡預測了財務困境，結果顯示神經(jīng)網(wǎng)絡模型優(yōu)于判別分 析模型。隨后 Tam和 Kia ng, Trippi 和 Turba n, Coats 和 Fant, Bell 等也都采用神經(jīng)網(wǎng)絡模型來對公司和銀行的財務危機進行了預測， 取 得了一定的效果。 Katiuscia Manzoni 利用神經(jīng)網(wǎng)絡對歐洲債券的信 用評級和降級概率進行了研究。 Makowsik 是第一批倡導將決策樹方 法應用于信用評估的學者之一，之后 Carter, Catlett 以及 Boyl

18、eet al 也對決策樹方法用于信用評估的結果進行了分析。 Tae K. S, Namsik C 和 Gunhee L. 三人則應用決策樹技術研究破產(chǎn)預測。 Schebesch KB 和 Sleeking R 用由一組高維數(shù)據(jù)組成的向量描述申請 者，從而利用非線性SVM寸信用卡申請者進行評級。Yon g-Chan Lee 使用支持向量機方法預測公司的信用等級取得了較好的結果。 Sheng-Tun Lia, Weissor Shiue, Meng-Huah Huang 利用支持向量技 術寸個人貸款信用評估問題進行了研究。 相寸方法研究而一言， 更多 的研究集中在基于不同方法、 不同類型模型之間的預測效果比較， 這 一部分的研究文獻非常豐富。 Altman 等發(fā)現(xiàn)神經(jīng)網(wǎng)絡方法有時優(yōu)于 線性判別方法，但由于神經(jīng)網(wǎng)絡有時過度訓練產(chǎn)生了不合理的權重，