企業(yè)信用評(píng)級(jí)模型培訓(xùn)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(píng)級(jí)模 摘要 社會(huì)信用體系是市場(chǎng)經(jīng)濟(jì)體制中的重要體系。當(dāng)前，社會(huì)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(huì)信用問(wèn)題歸根 到底都是企業(yè)信用的問(wèn)題，因此，科學(xué)、合理、公正、權(quán)威的企業(yè)信 用評(píng)級(jí)技術(shù)是當(dāng)前緊要的任務(wù)。 b5E2RGbCAP 本文通過(guò)研究研究國(guó)內(nèi)外企業(yè)信用評(píng)價(jià)方法， 構(gòu)建了一個(gè)企業(yè)信 用評(píng)價(jià)平臺(tái)。該平臺(tái)提供了信用評(píng)價(jià)，信用等級(jí)，信用反饋等功能， 是一個(gè)功能非常完備的信用評(píng)價(jià)平臺(tái)。 企業(yè)信用評(píng)級(jí)模型是評(píng)價(jià)企業(yè) 信用等級(jí)的有效工具， 隨著全世界債券市場(chǎng)的迅猛發(fā)展、 抵押品價(jià)值 降低及其波動(dòng)性增加， 該模型將會(huì)得到更為廣泛的關(guān)注， 并將為我國(guó) 各公司企業(yè)運(yùn)用數(shù)學(xué)模型度量企業(yè)信用評(píng)級(jí)提供了重要參考意義。 p1EanqFDPw 關(guān)鍵詞：數(shù)學(xué)模型 企業(yè)信用等級(jí) 企業(yè)信

4、用評(píng)級(jí)模型 信用評(píng)價(jià) 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(guó)內(nèi)外文獻(xiàn)綜述2 1.2.1 國(guó)外研究現(xiàn)狀2 1.2.2 國(guó)內(nèi)研究現(xiàn)狀5 1.3我國(guó)研究現(xiàn)狀及存在的問(wèn)題9 第二章信用評(píng)級(jí)主要方法與模型綜述10 2.1專家評(píng)估法及其優(yōu)缺點(diǎn)10 2.2財(cái)務(wù)比率分析法及其優(yōu)缺點(diǎn)12 2.3多元判別分析（MDA ）及其優(yōu)缺點(diǎn)14 2.4 logistic 分析及其優(yōu)缺點(diǎn)15 2.5 非參數(shù)方 法17jLBHrnAILg 2.5.1聚類分析及其優(yōu)缺點(diǎn)17 2.5.2 K近鄰判別及其優(yōu)缺點(diǎn)19 2.6 Z模型和Zeta模型及其優(yōu)缺點(diǎn)19 2.7 基于投影尋蹤和最優(yōu)分割及其優(yōu)缺點(diǎn)21 2.8

9、模糊綜合評(píng)判法及其優(yōu)缺點(diǎn)26 27 2.8.1 確定評(píng)語(yǔ)集 28 2確定指標(biāo)權(quán)重集28 283確定評(píng)判矩陣28 284模糊綜合評(píng)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(luò)及其優(yōu)缺點(diǎn)34 2.10 基于有序分類和支持向量機(jī)方法及其優(yōu)缺點(diǎn)39 2.10.1 有序分類問(wèn)題與內(nèi)置空間法39 2.11 C4.5 算法建立決策樹(shù)模型及其優(yōu)缺點(diǎn)42 2.12 kmv公司的kmv模型及其優(yōu)缺點(diǎn)44 2.13 j.p 摩根的 credit metrics 模型及其優(yōu)缺點(diǎn)45 2.14 麥肯錫公司的 credit portfolio view 模型及其優(yōu)缺點(diǎn) 46 2.15 瑞士信

10、貸銀行的 credit risk+ 模型及其優(yōu)缺點(diǎn)46 第三章 現(xiàn)代模型在中國(guó)應(yīng)用的缺陷性及改進(jìn)措施47 3.1 對(duì)于現(xiàn)代模型的運(yùn)用還處于嘗試階段47 3.2 改進(jìn)措 施48xHAQX74J0X 第四章 對(duì)我國(guó)企業(yè)信用評(píng)級(jí)工作的建議50 獻(xiàn)52LDAYtRyKfE 第一章緒論 1.1 項(xiàng)目背景及意義 社會(huì)信用體系是市場(chǎng)經(jīng)濟(jì)體制中的重要體系。建立社會(huì)信用體 系，是完善我國(guó)社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制的客觀需要， 是整頓和規(guī)范市 場(chǎng)經(jīng)濟(jì)秩序的治本之策。當(dāng)前，社會(huì)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(wèn)題的源泉?dú)w根到底是社會(huì)信用出現(xiàn)了問(wèn) 題，因此加快建設(shè)社會(huì)信用體系，打擊各種違法行為，處理各種

11、信用 問(wèn)題不僅維護(hù)了正常的社會(huì)經(jīng)濟(jì)秩序， 保護(hù)了群眾權(quán)益， 也進(jìn)一步推 進(jìn)了政府更好的履行其公共服務(wù)、經(jīng)濟(jì)調(diào)節(jié)、以及市場(chǎng)監(jiān)管的職能。 市場(chǎng)經(jīng)濟(jì)條件下，社會(huì)信用體系由個(gè)人信用、政府信用、企業(yè)信用融 合而成。 其中個(gè)人信用是社會(huì)信用的基礎(chǔ)； 政府信用是社會(huì)信用的基 石；而企業(yè)信用是最關(guān)鍵，最活躍和最具影響力的。因?yàn)槠髽I(yè)信用不 僅在一般交易市場(chǎng)被多方重視更重要的是在金融市場(chǎng)被投資人或者 貸款人所關(guān)注。 隨著市場(chǎng)經(jīng)濟(jì)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(dāng)前我國(guó)企業(yè)信用體系建設(shè)是整個(gè)社會(huì)信用體系 建設(shè)的重點(diǎn)。 Zzz6ZB2Ltk 當(dāng)前我國(guó)企業(yè)信用體系建設(shè)中存在的各種問(wèn)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(shè)滯后，使資信評(píng)估機(jī)構(gòu)難以全面、 準(zhǔn)確、快速地獲得企業(yè)信用信息， 并通過(guò)評(píng)級(jí)技術(shù)確定其信用等級(jí)， 即資信評(píng)估機(jī)構(gòu)難以有效地生產(chǎn)出 能夠滿足市場(chǎng)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(chǎng)需要的信用信息產(chǎn)品，投資者 或者企業(yè)在進(jìn)行投資或參與市場(chǎng)交易時(shí)， 雖然對(duì)信用產(chǎn)品有需求， 但 不能轉(zhuǎn)化為現(xiàn)實(shí)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(yán)重制約了 我國(guó)信用市場(chǎng)的健

13、康有序發(fā)展。 因此當(dāng)前我們迫切的主要任務(wù)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(jí)必須能夠客觀公正地反映企業(yè)信用的真實(shí)狀況。 因 此，科學(xué)、合理、公正、權(quán)威的企業(yè)信用評(píng)級(jí)技術(shù)是成功地實(shí)施企業(yè) 信用制度的關(guān)鍵所在，也是企業(yè)信用體系的緊要研究課題。 dvzfvkwMI1 1.2 國(guó)內(nèi)外文獻(xiàn)綜述 1.2.1 國(guó)外信用評(píng)級(jí)研究概況 國(guó)外信用評(píng)級(jí)的研究始于上世紀(jì)三十年代， 分成四個(gè)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(cái)務(wù)比率分析方法。 rqyn14ZNXI 第二階段始于上世紀(jì)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(guān)于財(cái)務(wù)信息與信用風(fēng)險(xiǎn)關(guān)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(duì) 30 多個(gè)企業(yè)的財(cái)務(wù)比率進(jìn)行了研究，運(yùn)用單 變量分析法對(duì)企業(yè)的違約進(jìn)行研究， 通過(guò)對(duì)樣木的分析找到破產(chǎn)企業(yè) 與非破產(chǎn)企業(yè)單個(gè)財(cái)務(wù)比率的臨界點(diǎn)， 并利用該臨界點(diǎn)對(duì)破產(chǎn)企業(yè)和 非破產(chǎn)企業(yè)進(jìn)行預(yù)測(cè)。 Altman 于 1968 年對(duì)“家美國(guó)制造業(yè)企業(yè)的經(jīng) 營(yíng)情況進(jìn)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(duì)Z-Score模型進(jìn)行了修正和擴(kuò)展，建立了 ZETA評(píng)分 模型。許多金融機(jī)構(gòu)用它預(yù)測(cè)信用風(fēng)險(xiǎn)，并取得了一定的成效。 Z-Score模型和ZETA模型，都是以會(huì)計(jì)資料為基礎(chǔ)的多變量信用評(píng) 分模型，由其計(jì)算的Z值可以反映貸款企業(yè)在一定時(shí)期內(nèi)的信用狀況 （違約與不違約、破產(chǎn)與不破產(chǎn) ） ，簡(jiǎn)單實(shí)用，很快成為了預(yù)測(cè)企業(yè)違 約或破產(chǎn)的主流分析方法，被應(yīng)用到世界上超過(guò) 25 個(gè)國(guó)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(yán)格的假設(shè)條件， 如多元正態(tài)分布、 等協(xié)方差 矩陣等等，針對(duì)這些問(wèn)題， Ohls

16、on 構(gòu)建了假設(shè)條件較為寬松的 Logistic 識(shí)別模型，并將其應(yīng)用于商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估領(lǐng)域， Madalla 采用 Logistic 模型區(qū)別違約與非違約貸款申請(qǐng)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(wèn)題。 Zmijewski 則引入 Probit 模型進(jìn)行類似的研究。 EmxvxOtOco 由于統(tǒng)計(jì)模型有著比較嚴(yán)格的假設(shè)， 同時(shí)線性技術(shù)又無(wú)法區(qū)分出 隨機(jī)噪聲和非線性關(guān)系。 因此依托迅速發(fā)展的計(jì)算機(jī)信息技術(shù)， 運(yùn)用 數(shù)據(jù)挖掘方法進(jìn)行建模在近年來(lái)的信用風(fēng)險(xiǎn)評(píng)估領(lǐng)域得到了廣泛的 關(guān)注。也就是評(píng)級(jí)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(luò)、決策樹(shù)算法、 支持向量機(jī)和遺傳算法等。Odon首次將神經(jīng)網(wǎng)絡(luò)引入企業(yè)破產(chǎn)領(lǐng)域， 用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)了財(cái)務(wù)困境，結(jié)果顯示神經(jīng)網(wǎng)絡(luò)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(luò)模型來(lái)對(duì)公司和銀行的財(cái)務(wù)危機(jī)進(jìn)行了預(yù)測(cè)， 取 得了一定的效果。 Katiuscia Manzoni 利用神經(jīng)網(wǎng)絡(luò)對(duì)歐洲債券的信 用評(píng)級(jí)和降級(jí)概率進(jìn)行了研究。 Makowsik 是第一批倡導(dǎo)將決策樹(shù)方 法應(yīng)用于信用評(píng)估的學(xué)者之一，之后 Carter, Catlett 以及 Boyl

18、eet al 也對(duì)決策樹(shù)方法用于信用評(píng)估的結(jié)果進(jìn)行了分析。 Tae K. S, Namsik C 和 Gunhee L. 三人則應(yīng)用決策樹(shù)技術(shù)研究破產(chǎn)預(yù)測(cè)。 Schebesch KB 和 Sleeking R 用由一組高維數(shù)據(jù)組成的向量描述申請(qǐng) 者，從而利用非線性SVM寸信用卡申請(qǐng)者進(jìn)行評(píng)級(jí)。Yon g-Chan Lee 使用支持向量機(jī)方法預(yù)測(cè)公司的信用等級(jí)取得了較好的結(jié)果。 Sheng-Tun Lia, Weissor Shiue, Meng-Huah Huang 利用支持向量技 術(shù)寸個(gè)人貸款信用評(píng)估問(wèn)題進(jìn)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(yù)測(cè)效果比較， 這 一部分的研究文獻(xiàn)非常豐富。 Altman 等發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)方法有時(shí)優(yōu)于 線性判別方法，但由于神經(jīng)網(wǎng)絡(luò)有時(shí)過(guò)度訓(xùn)練產(chǎn)生了不合理的權(quán)重，