企業(yè)信用評級模型

1、PAGE WORD格式可編輯PAGE 專業(yè)知識分享 WORD格式可編輯 專業(yè)知識分享爸氨骯企業(yè)信用評級模摘要拜 八社會信用體系是昂市場經(jīng)濟(jì)體制中靶的重要體系。當(dāng)笆前，社會中商業(yè)般欺詐，制假售假翱，非法集資等現(xiàn)矮象屢禁不止，啊這些社會信用問百題歸根到底都是隘企業(yè)信用的問題傲，因此，科學(xué)、昂合理、公正、權(quán)哀威的企業(yè)信用評白級技術(shù)是當(dāng)前緊安要的任務(wù)。俺本文通過研究研骯究國內(nèi)外企業(yè)信扮用評價(jià)方法，構(gòu)霸建了一個(gè)企業(yè)信藹用評價(jià)平臺。該案平臺提供了信用癌評價(jià)，信用等級敗，信用反饋等功暗能，是一個(gè)功能吧非常完備的信用骯評價(jià)平臺。企業(yè)阿信用評級模型是翱評價(jià)企業(yè)信用等扮級的有效工具，辦隨著全世界債券俺市場的迅猛發(fā)

2、展耙、抵押品價(jià)值降拌低及其波動性增哎加，該模型將會百得到更為廣泛的胺關(guān)注，并將為我礙國各公司企業(yè)運(yùn)扮用數(shù)學(xué)模型度量奧企業(yè)信用評級提藹供了重要參考意把義。扒關(guān)鍵詞：數(shù)學(xué)模版型芭 捌企業(yè)信用等擺級拜 芭企業(yè)信用評級模版型跋 氨信用評價(jià)昂Abstrac扮t瓣T絆he soci頒al cred頒it syst頒em is a跋n impor佰tant sy敖stem of阿 market翱 econom背y syste挨m. 愛A懊t prese澳nt, 凹commerc氨ial芭 fraud 藹in the 巴soc半iety of板 白counter岸feit矮 goods,扳 the ph佰en

3、omeno鞍n such 傲as ille笆gal fun叭d-raisi懊ng, the扒 social叭 credit頒 proble澳ms in t愛he fina矮l analy哀sis are瓣 enterp拔rise cr笆edit pr捌oblems,叭 theref芭ore, sc奧ientifi巴c, reas盎onable,啊 fair a八nd auth熬ority o佰f enter癌prise c敗redit r半ating t斑echnolo奧gy is t埃he curr邦ent urg瓣ent tas吧k.阿T癌hrough 氨researc捌h the e翱n

4、terpri奧se cred佰it eval襖uation 凹methods佰 both a敖t home 擺and abr胺oad, th癌is pape疤r build壩s a ent白erprise拌 credit跋 evalua敖tion, c靶redit r巴ating, 襖credit 敖feedbac擺k, and 哀other f爸unction哀, is a 拜very co阿mplete 拜credit 懊evaluat敖ion pla哎tform. 凹E藹nterpri俺se cred扳it rati癌ng mode叭l is an邦 effect阿ive too瓣l f

5、or e俺valuati斑on of e擺nterpri拜se cred襖it rati拔ng with班 the ra敗pid dev奧elopmen般t of bo壩nd mark俺ets aro敖und the安 world 澳the val案ue of c叭ollater瓣al redu擺ces and奧 its vo胺latilit邦y incre艾ases, t澳he mode哎l will 叭be more藹 widesp懊read at懊tention盎, and t奧he math背ematica扳l model伴 for th把e compa班nies in阿 our co

6、跋untry e把nterpri班se use 鞍metric 案enterpr佰ise cre跋dit rat搬ing pro藹vides a頒n impor按tant re爸ference暗 signif澳icance.俺K拔ey word靶s: 矮mathema氨tical m伴odel耙 奧Enterpr熬ise扳 credit懊 rating背 白Enterpr百ise扒 credit埃 rating佰 model罷 襖Credit 岸evalu愛ation目錄八摘案要艾暗白按盎熬罷阿哀耙拜靶Abstrac翱t哎靶辦俺隘哀奧傲第一稗章笆 靶緒盎論隘吧藹絆絆拌瓣擺1扳 1.1八 胺選題

7、背景和意佰義背芭艾罷唉壩昂壩1艾 1.2拌 愛國內(nèi)外文獻(xiàn)綜頒述吧背隘絆擺八啊2懊 阿1.2.1拜 拜國外研究現(xiàn)疤狀伴叭佰安襖白癌2拔 絆1.2.2矮 熬國內(nèi)研究現(xiàn)霸狀邦靶伴拌半版跋板5熬1.八3愛我國研究現(xiàn)狀及佰存在的問按題伴啊把礙氨斑9熬第二頒章癌 邦信用評級主要方唉法與模型綜拜述佰扳扒擺瓣暗10辦2.1壩 奧專家評估法及其疤優(yōu)缺佰點(diǎn)叭伴巴瓣把哎案10爸2.2叭 哎財(cái)務(wù)比率分析法柏及其優(yōu)缺柏點(diǎn)稗般敗瓣拜案12頒2.3般 瓣多元判別分捌析邦(MDA )唉 靶及其優(yōu)缺伴點(diǎn)礙癌鞍絆14稗2.4 lo胺gisti般c搬分析及其優(yōu)缺斑點(diǎn)罷扳爸背襖疤15壩2.5翱 斑非參數(shù)方昂法礙襖氨安阿班哎鞍17翱2

8、.5.1拌 澳聚類分析及其優(yōu)阿缺愛點(diǎn)澳扒矮跋敗澳佰17癌2.5.2拌 奧K爸近鄰判別及其優(yōu)般缺白點(diǎn)暗挨版皚頒敖19唉2.6 安Z按模型拜和愛Zet唉a吧模型及其優(yōu)缺稗點(diǎn)唉稗頒跋癌19敖2.7 罷 奧基于投影尋艾蹤和最優(yōu)分割及佰其優(yōu)缺敗點(diǎn)藹襖盎霸唉21捌2.8 霸 疤模糊綜合評判昂法及其優(yōu)缺辦點(diǎn)疤癌哎癌笆藹26班2.8.1板 把確定評語靶集氨般瓣按皚罷壩疤27扒2.8. 2瓣 白確定指標(biāo)權(quán)重辦集礙罷巴澳凹把絆28跋2.8.3奧 爸確定評判矩瓣陣班耙辦芭罷八罷28擺2.8.4按 敗模糊綜合評哎判氨骯搬叭埃擺柏癌29艾2.8.5把 斑模糊合成算柏子的選翱擇霸襖癌敗懊艾31鞍2.9 白遺傳算法優(yōu)化斑神

9、經(jīng)網(wǎng)絡(luò)及其跋優(yōu)缺版點(diǎn)捌跋疤啊34凹2.10 礙基于有序分類和笆支持向量機(jī)方法百及其優(yōu)缺霸點(diǎn)叭熬翱39吧2.10.1鞍 阿有序分吧類問題與內(nèi)置空搬間傲法佰板捌壩39百2.11 疤C4.5扒算法建立決策樹班模型及其優(yōu)缺百點(diǎn)案岸傲42翱2.12 癌km半v拜公司盎的哎km哎v岸模型及其優(yōu)缺點(diǎn)把奧盎伴4捌4白2.13 澳j.唉p擺摩根靶的襖credit 敗metrics骯模型及其優(yōu)缺哎點(diǎn)埃扒板45俺2.14挨 啊麥肯錫公司皚的阿credit 拔portfol罷io vie扮w傲模型及其優(yōu)缺點(diǎn)翱唉46皚2.15哀 敗瑞士信貸銀行捌的敖credit 爸risk靶+板模型及其優(yōu)缺點(diǎn)安啊46敗第三藹章礙 佰現(xiàn)

10、代模型在中國扒應(yīng)用的缺陷性及罷改進(jìn)措暗施稗八矮47伴3.鞍1爸對于現(xiàn)代模型的礙運(yùn)用還處于嘗試霸階版段疤佰扮頒47按3.2俺 百改進(jìn)措礙施澳般阿按搬熬啊48胺第四哀章啊 耙對我國企業(yè)信用耙評級工作的建頒議半跋敖骯50埃參考文獻(xiàn)百骯捌藹翱案扮半52 WORD格式可編輯 專業(yè)知識分享第一章緒論疤1.班1鞍項(xiàng)目背景及意義笆社會信用體系是奧市場經(jīng)濟(jì)體制中艾的重要體系。建罷立社會信用體系啊，是完善我國社爸會主義市場經(jīng)濟(jì)柏體制的客觀需要昂，是整頓和規(guī)范拔市場經(jīng)濟(jì)秩序的般治本之策。當(dāng)前班，社會中商業(yè)欺啊詐，制假售假，吧非法集資等現(xiàn)象柏屢禁不止，這些埃問題的源泉?dú)w根隘到底是社會信用翱出現(xiàn)了問題，因皚此加快建設(shè)社

11、會矮信用體系，打擊隘各種違法行為，叭處理各種信用問鞍題不僅維護(hù)了正拜常的社會經(jīng)濟(jì)秩澳序，保護(hù)了群眾埃權(quán)益，也進(jìn)一步白推進(jìn)了政府更好懊的履行其公共服矮務(wù)、經(jīng)濟(jì)調(diào)節(jié)、敖以及市場監(jiān)管的拌職能。市場經(jīng)濟(jì)板條件下，社會信笆用體系由個(gè)人信扒用、政府信用、哎企業(yè)信用融合而壩成。其中個(gè)人信藹用是社會信用的罷基礎(chǔ)；政府信用笆是社會信用的基阿石；而企業(yè)信用埃是最關(guān)鍵，最活把躍和最具影響力艾的。因?yàn)槠髽I(yè)信八用不僅在一般交八易市場被多方重叭視更重要的是在版金融市場被投資懊人或者貸款人所拔關(guān)注。隨著市場挨經(jīng)濟(jì)的不斷發(fā)展搬，企業(yè)信用將成按為合作與交易的八先決條件，因此百當(dāng)前我國企業(yè)信敗用體系建設(shè)是整哀個(gè)社會信用體系礙建設(shè)

12、的重點(diǎn)。哎當(dāng)前我國企業(yè)信熬用體系建設(shè)中存扒在的各種問題盡傲管表現(xiàn)形式各異啊，但從本質(zhì)上講壩，主要是企業(yè)信捌用信息的缺失，斑具體表現(xiàn)為企業(yè)捌信用信息的有效跋供給和有效需求盎的雙重不足。一罷方面，由于企業(yè)笆體系建設(shè)滯后，哀使資信評估機(jī)構(gòu)稗難以全面、準(zhǔn)確胺、快速地獲得企爸業(yè)信用信息，并俺通過評級技術(shù)確唉定其信用等級，佰即資信評估機(jī)構(gòu)礙難以有效地生產(chǎn)稗出能夠滿足市場巴需求的高品質(zhì)的藹信用信息產(chǎn)品，佰形成有效供給。哎另一方面，由于懊缺乏高品質(zhì)的，瓣能夠滿足市場需伴要的信用信息產(chǎn)捌品，投資者或者爸企業(yè)在進(jìn)行投資凹或參與市場交易案時(shí)，雖然對信用敖產(chǎn)品有需求，但爸不能轉(zhuǎn)化為現(xiàn)實(shí)拜需要，即潛在的奧需求不能轉(zhuǎn)化為

13、挨有效需求。正是盎這種有效供給與埃有效需求之間的百矛盾，互相制約捌，惡性循環(huán)，嚴(yán)疤重制約了我國信半用市場的健康有皚序發(fā)展。因此當(dāng)捌前我們迫切的主艾要任務(wù)就是建立瓣一套完整，可靠拌的企業(yè)信用體系奧，而企業(yè)信用體霸系的核心就是要盎有一種企業(yè)信用稗等級必須能夠客哎觀公正地反映企般業(yè)信用的真實(shí)狀佰況。因此，科學(xué)矮、合理、公正、伴權(quán)威的企業(yè)信用澳評級技術(shù)是成功盎地實(shí)施企業(yè)信用罷制度的關(guān)鍵所在鞍，也是企業(yè)信用岸體系的緊要研究阿課題。奧1.敗2捌國內(nèi)外文獻(xiàn)綜述吧1.2.1愛國外信用評級研罷究概況靶國外信用評級的邦研究始于上世紀(jì)艾三十年代，分成敖四個(gè)階段。第一皚階段主要建模方絆法是基于傳統(tǒng)的邦比例分析方法，骯

14、如稗“熬SC , 絆LAP佰P哀”叭和財(cái)務(wù)比率分析邦方法。頒第二階段始于上八世紀(jì)六十年代，埃這一階段的主要巴方法包括多元判搬別分析按法壩(MDA 頒)芭，班Logisti氨c骯回歸模型以及聚挨類分析等非參數(shù)隘方法。該階段中壩關(guān)于財(cái)務(wù)信息與霸信用風(fēng)險(xiǎn)關(guān)系的班研究主要以線性邦判別為主，在線搬性判別模型中又爸以皚Beave艾r斑的單變量模型艾和拌Altma氨n搬的多元模型影響矮最為廣泛氨。岸Beave骯r骯對絆3爸0扮多個(gè)企業(yè)的財(cái)務(wù)按比率進(jìn)行了研究襖，運(yùn)用單變量分按析法對企業(yè)的違般約進(jìn)行研究，通把過對樣木的分析背找到破產(chǎn)企業(yè)與凹非破產(chǎn)企業(yè)單個(gè)吧財(cái)務(wù)比率的臨界昂點(diǎn)，并利用該臨柏界點(diǎn)對破產(chǎn)企業(yè)爸和非破產(chǎn)

15、企業(yè)進(jìn)捌行預(yù)測昂。芭Altma芭n斑于扳196拔8凹年唉對佰“稗家美國制造業(yè)企懊業(yè)的經(jīng)營情況進(jìn)搬行了典型判別分霸析，提出了著名板的耙Z-Scor氨e邦模型矮，拌197背7吧年吧Altma皚n藹本人又跋對班Z-Scor襖e埃模型進(jìn)行了修正礙和擴(kuò)展，建立扮了拔ZET拔A百評分模型。許多板金融機(jī)構(gòu)用它預(yù)爸測信用風(fēng)險(xiǎn)，并拜取得了一定的成傲效暗。懊Z-Scor氨e辦模型鞍和襖ZET凹A吧模型，都是以會般計(jì)資料為基礎(chǔ)的壩多變量信用評分阿模型，由其計(jì)算阿的叭Z傲值可以反映貸款扮企業(yè)在一定時(shí)期岸內(nèi)的信用狀翱況盎(啊違約與不違約、安破產(chǎn)與不破板產(chǎn)挨)暗，簡單實(shí)用，很斑快成為了預(yù)測企案業(yè)違約或破產(chǎn)的暗主流分析方法

16、，艾被應(yīng)用到世界上藹超半過罷2案5扮個(gè)國家。類似的霸研究還包柏括翱Horriga阿n, Pogu隘e熬和頒Soldofs吧ky, Wes昂t, Hort背o耙n哎等。但是多變量隘區(qū)別分析法有著盎嚴(yán)格的假設(shè)條件奧，如多元正態(tài)分埃布、等協(xié)方差矩柏陣等等，針對這笆些問題熬，愛Ohlso巴n傲構(gòu)建了假設(shè)條件藹較為寬松壩的澳Logisti襖c盎識別模型，并將哎其應(yīng)用于商業(yè)銀伴行信用風(fēng)險(xiǎn)評估爸領(lǐng)域叭，捌Madall柏a氨采敖用瓣Logisti澳c跋模型區(qū)別違約與班非違約貸款申請拜人的信用狀況吧，拔Libb壩y背首次將主成份分白析方法引入判別百模型以克服變量隘多重共線性的問壩題昂。哎Zmijews班k澳i矮

17、則引啊入皚Probi阿t壩模型進(jìn)行類似的扳研究。盎 昂 阿由于統(tǒng)計(jì)模型有按著比較嚴(yán)格的假翱設(shè)，同時(shí)線性技敖術(shù)又無法區(qū)分出啊隨機(jī)噪聲和非線把性關(guān)系。因此依白托迅速發(fā)展的計(jì)礙算機(jī)信息技術(shù)，埃運(yùn)用數(shù)據(jù)挖掘方隘法進(jìn)行建模在近翱年來的信用風(fēng)險(xiǎn)罷評估領(lǐng)域得到了盎廣泛的關(guān)注。也皚就是評級模型發(fā)皚展的第三階段。矮該階段的主要方安法是人工智能方扳法，主要建模方岸法包括專家系統(tǒng)擺，人工神經(jīng)網(wǎng)絡(luò)襖、決策樹算法、柏支持向量機(jī)和遺扒傳算法等八。奧Odo斑m壩首次將神經(jīng)網(wǎng)絡(luò)襖引入企業(yè)破產(chǎn)領(lǐng)案域，挨用熬B邦P俺神經(jīng)網(wǎng)絡(luò)預(yù)測了扳財(cái)務(wù)困境，結(jié)果擺顯示神經(jīng)網(wǎng)絡(luò)模扮型優(yōu)于判別分析埃模型。隨埃后啊Ta版m案和藹Kiang, 氨Tri

18、pp昂i藹和安Turban,拌 Coat百s版和凹Fant, B霸el邦l氨等也都采用神經(jīng)拔網(wǎng)絡(luò)模型來對公礙司和銀行的財(cái)務(wù)佰危機(jī)進(jìn)行了預(yù)測矮，取得了一定的奧效果翱。啊Katiusc扒ia Manz邦oni岸 按利用神經(jīng)網(wǎng)絡(luò)對叭歐洲債券的信用叭評級和降級概率版進(jìn)行了研究俺。班Makowsi絆k捌是第一批倡導(dǎo)將版決策樹方法應(yīng)用班于信用評估的學(xué)捌者之一，之案后巴Carter,懊 Catlet耙t辦以搬及班Boyleet矮 a熬l拔也對決策樹方法胺用于信用評估的版結(jié)果進(jìn)行了分析扒。癌Tae K. 唉S, Nams笆ik 板C吧和拌Gunhee 搬L凹.靶三人則應(yīng)用決策爸樹技術(shù)研究破產(chǎn)霸預(yù)測半。唉Sch

19、ebes埃ch K柏B般和暗Sleekin瓣g 半R頒用由一組高維數(shù)白據(jù)組成的向量描白述申請者，從而安利用非線岸性啊SV瓣M案對信用卡申請者搬進(jìn)行評級扳。拔Yong-Ch辦an Le扮e澳使用支持向量機(jī)拔方法預(yù)測公司的伴信用等級取得了半較好的結(jié)果霸。俺Sheng-T襖un Lia,搬 Weisso罷r Shiue礙, Meng-背Huah Hu稗an百g耙利用支持向量技扮術(shù)對個(gè)人貸款信藹用評估問題進(jìn)行耙了研究。相對方辦法研究而一言，辦更多的研究集中八在基于不同方法隘、不同類型模型昂之間的預(yù)測效果哎比較，這一部分埃的研究文獻(xiàn)非常啊豐富隘。皚Altma伴n擺等發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)捌方法有時(shí)優(yōu)于線叭性判別方

20、法，但跋由于神經(jīng)網(wǎng)絡(luò)有澳時(shí)過度訓(xùn)練產(chǎn)生敖了不合理的權(quán)重巴，從總體上看線絆性判別方法要優(yōu)艾于神經(jīng)網(wǎng)絡(luò)方法盎。班Altma氨n芭在對神經(jīng)網(wǎng)絡(luò)法藹和判別分析法的愛比較研究中得出佰結(jié)百論安“芭神經(jīng)網(wǎng)絡(luò)分析方癌法在信用風(fēng)險(xiǎn)識頒別和預(yù)測中的應(yīng)埃用，并沒有實(shí)質(zhì)案性的優(yōu)于線性判盎別模礙型傲”暗。啊Coffma八n唉對決策樹方法和岸判別分析進(jìn)行了芭比較，認(rèn)為兩者懊各有千秋板。半Altma扳n拌和柏Ka啊o愛在現(xiàn)金佰流佰/艾總負(fù)債、保留盈瓣余案/藹總資產(chǎn)、總負(fù)半債澳/昂總資產(chǎn)、現(xiàn)金靶流皚/岸銷售收入等指標(biāo)壩下分別建立了較八高復(fù)雜度的分類稗樹和較低復(fù)雜度爸分類樹，骯與襖D胺A芭比較優(yōu)劣，表明八分類樹是一種很案有前途

21、的方法百。案Martine暗lli E, 癌Carvalh盎o A D, 襖Rezende巴 S, Mat叭ias 凹A搬對決策樹和神經(jīng)叭網(wǎng)絡(luò)模型進(jìn)行了癌對比研究霸。壩Hui-Chu柏ng Ye把h佰等運(yùn)澳用板LD班A骯，決策樹，神經(jīng)按網(wǎng)絡(luò)，以敖及笆LD巴A稗與神經(jīng)網(wǎng)絡(luò)相結(jié)暗合的模型分別對吧同一數(shù)據(jù)集進(jìn)行盎了信用風(fēng)險(xiǎn)評估按研究，結(jié)果顯示吧決策樹在四種方吧法中具有最高的岸分類準(zhǔn)確率，線翱性判別分析準(zhǔn)確翱率最低。捌第四階段始于上疤世紀(jì)末，這一階扳段主要是采用對啊信用風(fēng)險(xiǎn)組合計(jì)藹量的方法，主要澳模型吧有凹199斑5版年安KM阿V把公司提出的信用皚監(jiān)測模型把；安199挨7翱年哀J.P.Mor爸ga俺n

22、艾銀行提出的信用唉度量術(shù)模型，同斑期麥肯錫公司提埃出百的艾Credit 啊Portfol隘io Vie跋w巴模叭型耙;班 拌以及之后穆迪評班級公司提出愛的靶CreditC巴alc百+吧模型，標(biāo)準(zhǔn)普爾扳提出跋的斑CreditM癌ode唉l捌和挨CreditP把r把o安模型等。拜1.扳2.2翱國內(nèi)信用評級研澳究概況懊國內(nèi)信用風(fēng)險(xiǎn)評百估方法研究主要骯是引進(jìn)國外模型?；蛟谄浠A(chǔ)上進(jìn)拜行改進(jìn)，方法的拌進(jìn)展路線與國外靶大致相同，典型奧的研究成果如下壩：扒陳靜首次在國內(nèi)拌運(yùn)用統(tǒng)計(jì)方法和白計(jì)量模型進(jìn)行財(cái)辦務(wù)困境預(yù)警研究俺。陳瑜應(yīng)用一元把和多元分析埃對哀13斑5岸家上市公司的財(cái)靶務(wù)狀況進(jìn)行了分哀類和預(yù)測。盧聲白

23、、任若恩等利壩用版Fishe罷r跋判別分析法對我奧國上市公司的財(cái)挨務(wù)困境進(jìn)行研究罷。施錫銼等人采奧用典型判別分析哎對芭199挨9柏年昂到懊200阿0愛年百9爸月間班的哀12扳8皚家上市公司進(jìn)行暗了經(jīng)營失敗的預(yù)伴測研究。梁琪運(yùn)耙用主成份分析與奧判別分析相結(jié)合疤的方法預(yù)測企業(yè)絆財(cái)務(wù)困境。姜天奧和韓立巖八以骯6熬個(gè)財(cái)務(wù)指標(biāo)作為扮輸入變量，使百用爸Logiti熬c拜模型建立了我國哀上市公司財(cái)務(wù)困白境預(yù)測模型。唐搬春陽、馮宗憲運(yùn)拌用多元線性回歸凹方法，利用逐步拔回歸得到愛的把5跋個(gè)指霸標(biāo)礙(背分別是資產(chǎn)負(fù)債吧率、成木費(fèi)用利盎潤率、主營業(yè)務(wù)跋利潤率、全部資絆本化比率行業(yè)債絆務(wù)結(jié)傲構(gòu)昂)暗 奧得到一個(gè)簡明的

24、爸企業(yè)違約率測度癌模型。鄭建平采頒用概率統(tǒng)計(jì)方法拔構(gòu)建了個(gè)人信用稗評分模型，康世耙贏采用關(guān)聯(lián)分析耙法和模糊綜合評罷價(jià)的方法對個(gè)人胺信用評估進(jìn)行了邦研究，孫建政運(yùn)靶用阿Logisti爸c挨方法對個(gè)人信用岸評估模型進(jìn)行了拜研究。張愛民等挨在借俺鑒傲Altma吧n凹的多骯元笆Z襖值判定模型的基八礎(chǔ)上，采用主成鞍分分析的方法建愛立了財(cái)務(wù)預(yù)警模半型埃;隘楊淑娥和徐偉剛柏采用主成分分析岸法，建立翱了懊Y矮分?jǐn)?shù)財(cái)務(wù)預(yù)警系辦統(tǒng)。龐素琳拔對辦10拔6邦家上市公司進(jìn)行白兩類模式分類，絆這兩類模式是指扮按照公司的經(jīng)營隘狀況分巴為八“柏差叭”笆和啊“礙正癌常跋”霸兩個(gè)小組。對每板一家上市公司，班考慮其經(jīng)營狀況唉的懊4

25、八個(gè)主要財(cái)務(wù)指敖標(biāo)把:昂每股收益、每股耙凈資產(chǎn)、凈資產(chǎn)隘收益率和每股現(xiàn)愛金流量。仿真結(jié)礙果表明疤，熬Logisti疤c班回歸信用評價(jià)模稗型對總鞍體盎10啊6愛個(gè)樣本，判別準(zhǔn)安確率達(dá)藹到靶99.06般%哀。宋冬梅，沈友疤娣也通過運(yùn)斑用暗Logisti罷c敖模型評價(jià)上市公板司信用風(fēng)險(xiǎn)，也懊取得了較好的效半果。樊錳汪媛雛搬等人從中小企業(yè)爸信用評級方法的敗比較和選擇入手敖，礙以伴AH背P頒分析法為核心，隘構(gòu)建多級模糊綜啊合評價(jià)模型，對斑中小企業(yè)信用狀襖況做出評價(jià)。張把目，周宗放提出暗一種基于投影尋胺蹤和最優(yōu)分割的斑企業(yè)信用評級模罷型。該模型運(yùn)用吧投影尋蹤對樣本絆企業(yè)進(jìn)行信用綜埃合評分，將信用靶綜合得分

26、由大到白小排序，生成有扒序樣品序扳列斑;白利用最優(yōu)分割法岸對有序樣品進(jìn)行靶聚類，得出明確隘的聚類結(jié)搬果鞍;辦將最優(yōu)分割點(diǎn)對巴應(yīng)的信用綜合得愛分作為劃分信用耙等級的閾值，從般而實(shí)現(xiàn)對樣木企跋業(yè)的信用評級。佰人工智能方法中皚，王春峰等是國佰內(nèi)較早采用神經(jīng)按網(wǎng)絡(luò)模型預(yù)測企拜業(yè)信用風(fēng)險(xiǎn)狀況啊的學(xué)者。龐素琳胺等人對基隘于笆B骯P俺算法的信用風(fēng)險(xiǎn)瓣評價(jià)模型進(jìn)行了阿研究。陳雄華等伴、章忠志等也都半各自利用神經(jīng)網(wǎng)懊絡(luò)構(gòu)建了商業(yè)銀斑行信用風(fēng)險(xiǎn)評估斑模型取得較好效案果。吳沖等、梁按裸和吳德勝分別唉利用模糊神經(jīng)網(wǎng)胺絡(luò)對我國企業(yè)信背用風(fēng)險(xiǎn)作了實(shí)證埃研究和分析。楊安淑娥等構(gòu)建吧了把B班P隘神經(jīng)網(wǎng)絡(luò)模型對瓣上市公司的財(cái)務(wù)

27、扳狀況進(jìn)行預(yù)測。背李玉霜，張維將安分類樹應(yīng)用于解跋決從業(yè)人員在進(jìn)伴行貸叭款昂5翱分類過程中分析藹判斷能力欠缺的鞍問題中，實(shí)證分盎析表明決策樹方霸法比線性判別分襖析方法的準(zhǔn)確率哀高。張維，李玉壩霜對基于分類樹凹的商業(yè)銀行信貸霸分類的數(shù)據(jù)處理鞍問題進(jìn)行了研究拔。姚靠華姚靠華鞍等以上市公司作背為研究對象，選懊取反映上市公司斑盈利能力、償債襖能力、營運(yùn)能力扳、成長能力和公罷司規(guī)模靶的哎1耙7扮個(gè)財(cái)務(wù)指標(biāo)，區(qū)鞍別于傳統(tǒng)的建模把方法，應(yīng)用決策扳樹技術(shù)建立了中伴國上市公司的財(cái)翱務(wù)困境預(yù)警系統(tǒng)板。實(shí)證結(jié)果表明岸該系統(tǒng)具有較好罷的預(yù)測性，在該藹領(lǐng)域有著良好的笆應(yīng)用前景。吳德耙勝等人利用遺傳斑算法輔助優(yōu)化神安經(jīng)網(wǎng)

28、絡(luò)訓(xùn)練策略哀，建立了基于進(jìn)壩化神經(jīng)網(wǎng)絡(luò)的信拌用評估模型。葉辦中行，余敏杰構(gòu)靶建了一種分類樹皚和遺傳算法相結(jié)頒合的信用風(fēng)險(xiǎn)評傲估方法，先用分班類樹方法按照定傲性變量分類，然阿后在每個(gè)葉結(jié)點(diǎn)頒上運(yùn)用遺傳算法安按照定量變量分頒類。在個(gè)人信用扒評估方面，徐遠(yuǎn)按純等利挨用埃DONALD 辦BREN SC愛HOOL OF凹 INFORM岸ATION A邦ND COMP疤UTER SC敖IENCES(爸UNIVERS擺ITY of 鞍CALIFOR哎NIA.IRV背INE背)氨所提供般的霸1986-19霸9扮5哀年間的客戶信用百卡數(shù)據(jù)庫，建立壩了信用卡欺詐風(fēng)阿險(xiǎn)分析決策樹。斑馮鐵軍對基于遺按傳算法的神經(jīng)網(wǎng)芭

29、絡(luò)技術(shù)在個(gè)人信跋用評估中的應(yīng)用翱進(jìn)行了研究，沈岸翠華等人對基于唉支持向量機(jī)的個(gè)靶人信用評估技術(shù)捌進(jìn)行了研究，石百慶眾、靳云匯則癌對多種個(gè)人信用笆評估技術(shù)在我國扳應(yīng)用進(jìn)行了比較耙研究。姜明輝、版王歡、王雅林將擺分類樹八與其它方法進(jìn)行邦了比較研究，分罷析了其對個(gè)人信俺用評估的實(shí)用性癌。魯壩為霸,暗王極提出了一利背，改進(jìn)襖的矮I(xiàn)D胺3芭的決策樹算絆法絆(E-ID3)艾,E-ID疤3斑算法使用一種基班于安“啊統(tǒng)計(jì)出局部最吧優(yōu)笆”阿的方法，獲得比伴較好的啟發(fā)式函般數(shù)算法，并分析般了柏E-ID暗3背“靶算兩步，走一邦步瓣”癌的思想。實(shí)驗(yàn)證頒明，該優(yōu)化算法哎對于構(gòu)建決策樹頒具有很好的效率鞍。陸秋，程小輝班針

30、跋對芭ID芭3皚算法的多值偏向伴問題，提出一種案基于屬性相似度邦的、能夠避免多懊值偏向問題昂的奧ID熬3吧改進(jìn)算法。朱毅懊峰等在傳統(tǒng)決策把樹模型的基礎(chǔ)上班引入卡方檢測的扳方法，將個(gè)人信翱用評估過程中誤埃判好壞客戶的成笆本差異考慮在內(nèi)懊，實(shí)證結(jié)果證明伴該精煉決策樹模俺型在個(gè)人信用評藹估應(yīng)用中可以提擺高判別壞客戶的皚正確率。龐素琳骯等奧對岸C5.扮0胺算法進(jìn)行了研究襖，并建立了基笆于唉C5.俺0傲算法的銀行個(gè)人埃信用評級模型，扳用來對德國某銀扮行的個(gè)人信貸數(shù)巴據(jù)進(jìn)行信用評級疤。鄭也夫?qū)?shù)據(jù)凹挖掘方法引入信敗用風(fēng)險(xiǎn)預(yù)測問題哀中，全面比較決搬策樹、神經(jīng)網(wǎng)絡(luò)背和支持向量機(jī)算哀法在上市公司信伴息風(fēng)險(xiǎn)預(yù)測問

31、題襖上的優(yōu)劣，得出氨決策樹具有良好背的適用性。后來矮鄭也夫等以我國澳上市公司作為研翱究對象，以因財(cái)暗務(wù)狀況異常而被埃特別處理作為界啊定上市公司陷入叭財(cái)務(wù)困境的標(biāo)志案，采用交叉驗(yàn)證背技術(shù)建立決策樹扒模型，并頒與盎Logisti隘c襖和按K敖最近鄰模型進(jìn)行跋了比較分析。實(shí)敖證結(jié)果表明決策啊樹模型能有效地啊預(yù)測上市公司的扳信用風(fēng)險(xiǎn)，且適笆用性較好。靶1.斑3隘我國研究現(xiàn)狀及按存在的問題盎 拌 哀目前，國內(nèi)已經(jīng)拔建立了一些評級癌系統(tǒng)，作為加強(qiáng)哀企業(yè)信用管理、靶防范風(fēng)險(xiǎn)的一項(xiàng)藹基礎(chǔ)工作和重要矮手段。但與國外跋同行業(yè)進(jìn)行對比稗，可以發(fā)現(xiàn)主要啊還存在以下幾個(gè)哎問題：啊(1巴)扮評級模型適用性跋較差皚 鞍 把

32、評級模型是評級傲系統(tǒng)的重要技術(shù)安基礎(chǔ)，屬于金融耙領(lǐng)域內(nèi)的關(guān)鍵技班術(shù)，其開發(fā)研究版需要結(jié)合統(tǒng)計(jì)分盎析、風(fēng)險(xiǎn)計(jì)量、愛資產(chǎn)組合、期權(quán)奧定價(jià)等先進(jìn)理論佰和技術(shù)，而我國隘由于經(jīng)濟(jì)發(fā)展程叭度不高，同時(shí)整哎體研究水平還相扳對欠缺，故在評八級模型的建設(shè)方扮面有待加強(qiáng)。因案此必須結(jié)合經(jīng)濟(jì)邦發(fā)展的實(shí)際情況佰，充分考慮利率把市場化進(jìn)程、企吧業(yè)財(cái)務(wù)欺詐現(xiàn)象背、數(shù)據(jù)積累量不傲高、金融市場展笆不充分等現(xiàn)象，敗開發(fā)出適合自身胺特點(diǎn)的評級模型巴。八(2般)霸模型主要參數(shù)所懊需的數(shù)據(jù)不足昂 翱 背評級系統(tǒng)建設(shè)的案核心資源是數(shù)據(jù)矮。近年來信用評扒級工作建立了基爸本數(shù)據(jù)庫和反映罷信用風(fēng)險(xiǎn)特征的翱微觀指標(biāo)體系。芭但是，與評級法般對數(shù)

33、據(jù)的要求相艾比，現(xiàn)有的數(shù)據(jù)傲積累遠(yuǎn)遠(yuǎn)不夠，阿數(shù)據(jù)儲備嚴(yán)重不敗足目而且質(zhì)量不巴高、缺乏規(guī)范性鞍，嚴(yán)重制約了評骯級系統(tǒng)的應(yīng)用和矮發(fā)展；為滿足建襖設(shè)評級系統(tǒng)需要邦的數(shù)據(jù)樣本，還暗需要大量而細(xì)致啊的數(shù)據(jù)積累工作壩，通過數(shù)據(jù)整合哀、挖掘等技術(shù)，挨形成有價(jià)值的信扮息，為建立相關(guān)爸模型奠定良好的佰基礎(chǔ)。澳(3盎)案評級支持工具和吧系統(tǒng)落后辦 頒 跋原有的評級工具拜為簡單扳的頒EXCE班L皚報(bào)表，屬于單機(jī)芭分散操作，只是半簡單地進(jìn)行手工耙操作，不能實(shí)現(xiàn)壩網(wǎng)絡(luò)化操作與管斑理。評級結(jié)果只拌是簡單傲的背EXCE哀L艾表格，數(shù)據(jù)的匯熬總程度、集中程班度、共享性很低案，同時(shí)也不利于白對評級情況進(jìn)行愛有效的監(jiān)控。同頒時(shí)通

34、過原有的評般級工具采集的客埃戶資料也相對簡昂單，無法支持客罷戶評級數(shù)據(jù)的需扒要。評級系統(tǒng)應(yīng)敖與業(yè)務(wù)流程系統(tǒng)拌緊密結(jié)合，成為傲一個(gè)嵌入式的管癌理工具，最大限癌度地發(fā)揮監(jiān)管和澳決策支持的作用愛，實(shí)現(xiàn)企業(yè)評級礙、授信審批的全斑流程計(jì)算機(jī)管理敖。扒(4哎)佰評級指標(biāo)體系落埃后笆原有的評級指標(biāo)背體系中存在與經(jīng)搬濟(jì)發(fā)展、企業(yè)發(fā)艾展不相適應(yīng)的指笆標(biāo)，比如指某些艾指標(biāo)權(quán)重太大、暗某些指標(biāo)己不能班反映企業(yè)的特點(diǎn)搬、有些指標(biāo)設(shè)置鞍較粗、某些指標(biāo)案缺乏等。敗第二礙章百 氨信用評級主要方哀法與模型綜述芭2.1昂 八專家評估法傲 皚 懊 哎專家評估方法是耙指通過專家對影稗響企業(yè)經(jīng)營業(yè)績胺的有關(guān)經(jīng)營要素癌進(jìn)行分析評分，霸

35、使信用定量化，斑然后求加權(quán)平均皚得出企業(yè)信用等扒級的一種方法。笆該方法依賴于專皚家主觀判斷，而跋且評級結(jié)果主要斑應(yīng)用于信貸決策稗。比較有代表性罷的昂專家評估法哎有暗“佰5C骯”岸，哀“鞍5P芭”頒，翱“扮LAPP辦”斑等方法。愛 熬5瓣C疤分析法敗中芭5擺C唉是般指暗:唉品格唉、凹資本絆、搬能力襖,笆經(jīng)營環(huán)境暗、胺擔(dān)保品百。疤 盎 氨品格主要是評價(jià)扳客戶的品行是否阿誠實(shí)可信、其償巴還貸款的主動性白如何。對于公司拔而言，品格是指胺其主要領(lǐng)導(dǎo)人的按經(jīng)營能力與經(jīng)營愛作風(fēng)，公司文化柏及其倫理，也包絆括企業(yè)在同行業(yè)斑中的信譽(yù)、地位澳等。扳 傲 澳資本是反映企業(yè)敗資金實(shí)力的一個(gè)耙重要方面，也間邦接反映了企

36、業(yè)的翱資金積累情況。矮資本充足、資金哎積累多，則企業(yè)稗信用狀況就好。耙 奧 哎能力主要包括經(jīng)叭濟(jì)上的借款與償霸還能力和法律上翱的借款能力。從笆經(jīng)濟(jì)上看，信用礙評價(jià)應(yīng)著重評價(jià)敖企業(yè)的償債能力巴、盈利能力和營骯運(yùn)能力，與財(cái)務(wù)伴比率分析法所強(qiáng)絆調(diào)的因素完全一瓣致，從法律上看唉，信用評價(jià)應(yīng)著矮重評價(jià)企業(yè)是否哀具備法定的資格阿和權(quán)利，通過對搬政府法規(guī)以及公熬司章程的調(diào)查分拔析可以獲得此類辦信息。胺 拜 扮經(jīng)營環(huán)境是企業(yè)扒的內(nèi)在壞境和所爸處的外在環(huán)境。拜內(nèi)在環(huán)境主要是伴指企業(yè)的經(jīng)營特爸點(diǎn)、經(jīng)營方式、氨技術(shù)設(shè)備狀況、板勞資關(guān)系等企業(yè)疤自身能夠控制的盎方面白；疤企業(yè)外在環(huán)境主翱要是指國家經(jīng)濟(jì)疤狀況、行業(yè)競爭傲

37、狀況、行業(yè)發(fā)展柏趨勢、市場狀況白等。環(huán)境條件有隘利，則信用程度佰將提高。罷 昂 藹擔(dān)保品是指企業(yè)隘可以用為信用擔(dān)扳保如抵昂押傲)敖的物品。擔(dān)保品辦豐富且價(jià)值良好癌，則信用相對就俺高，信用一旦發(fā)澳生危機(jī)則發(fā)生損俺失的可能性也相稗應(yīng)少。但在評價(jià)叭時(shí)也應(yīng)注意擔(dān)保芭品的所有權(quán)、擔(dān)耙保品的價(jià)值狀況熬等。巴 熬5凹P霸分析法礙中啊5邦P把是指：把個(gè)人因素捌、艾資金用途因素柏、拜還款來源因素拔、岸債權(quán)保障因素熬,爸企業(yè)前景因素跋。跋 骯 瓣個(gè)人因素主要分骯析企業(yè)經(jīng)營者品壩德、能力，是否鞍誠實(shí)守信，還款俺意愿等。壩 擺 般資金用途因素主版要包括生產(chǎn)經(jīng)營芭、還款繳稅、替隘代股權(quán)等三個(gè)方翱面。皚 拌 皚還款來源因

38、素主骯要有兩個(gè)來源一搬是現(xiàn)金流量，二敖是資產(chǎn)變現(xiàn)。般 敗 壩債權(quán)保障因素主斑要包括內(nèi)部保障柏和外部保障兩個(gè)挨方面。芭 邦 敗企業(yè)前景因素主氨要分析借款企業(yè)半的發(fā)展前景，包藹括產(chǎn)業(yè)政策、競耙爭能力等。敗 癌LAP熬P拌法百是以邦Liquidi懊ty芭(白流動皚性巴)背、傲Activit笆y吧(胺活動懊性巴)頒、鞍profita耙bility絆(版盈利壩性暗)俺、拔Potenti鞍alities白(哎潛佰力岸)埃四個(gè)詞的第一個(gè)藹字母命名，從這扮四個(gè)方面評價(jià)企耙業(yè)的信用。敖專家評估方法的笆主要缺陷是一個(gè)跋主觀性問題，該拜方法的因素權(quán)重俺完全取決于專家熬的主觀判斷，衡霸量標(biāo)準(zhǔn)因人而異百，導(dǎo)致結(jié)果大相挨

39、徑庭?；蛘哒f，百這種方法會使專敖家在進(jìn)行評判時(shí)癌造成思維定勢，隘人為因素致使評疤判結(jié)果有失公允隘。這一方法的特敖點(diǎn)是主觀定性判敗斷，主要依靠專叭家的專業(yè)判斷和霸經(jīng)驗(yàn)綜合各個(gè)方辦面的情況對企業(yè)癌的信用進(jìn)行評估熬，但是不可避免疤的主觀性因素會藹對評級過程產(chǎn)生般影響，由于是人襖工評級，其成本頒較高，評級周期凹長，在效率上，挨無法滿足企業(yè)對稗信用評級的要求俺。安2.2拜 暗財(cái)務(wù)比率分析法盎該方法藹在懊196鞍6頒年被引入預(yù)測企阿業(yè)破產(chǎn)領(lǐng)域，經(jīng)埃過多年的發(fā)展形八成了一系列財(cái)務(wù)哀比率分析方法，礙總體上講就是對捌企業(yè)各項(xiàng)財(cái)務(wù)指柏標(biāo)作一個(gè)全面、盎系統(tǒng)和綜合的分佰析，從而對企業(yè)笆的經(jīng)營狀況和財(cái)翱務(wù)狀況進(jìn)行剖析啊

40、、解析和評價(jià)。鞍在實(shí)際應(yīng)用中這凹是一種簡單的加笆權(quán)方法，即給每耙個(gè)財(cái)務(wù)比率確定白相應(yīng)的權(quán)重和計(jì)辦算標(biāo)準(zhǔn)，將企業(yè)埃與標(biāo)準(zhǔn)值進(jìn)行對矮比后給出個(gè)體的澳得分，然后加權(quán)耙求和得出該企業(yè)頒的信用得分并進(jìn)襖行等級劃分。這罷類方法的主要代版表有跋杜邦財(cái)務(wù)分析體氨系班和傲沃爾比重評分法翱。翱杜邦財(cái)務(wù)分析體疤系哀的基本原理是將凹財(cái)務(wù)指標(biāo)作為一般個(gè)系統(tǒng)，將財(cái)務(wù)跋分析與評價(jià)作為半一個(gè)系統(tǒng)工程，靶全面評價(jià)企業(yè)的靶償債能力、營運(yùn)扳能力、盈利能力板及其相互之間的跋關(guān)系，在全面財(cái)擺務(wù)分析的基礎(chǔ)上癌進(jìn)行全面評價(jià)，吧使評價(jià)者對公司捌的財(cái)務(wù)狀況有深爸入而相互聯(lián)系的頒認(rèn)識，有效地進(jìn)般行決策。其基本拜特點(diǎn)是以唉凈值報(bào)酬率啊為龍頭，以啊

41、資產(chǎn)凈利潤率絆為核心，將唉償債能力胺、凹資產(chǎn)營運(yùn)能力吧、暗盈利能力傲有機(jī)結(jié)合起來，頒層層分解，逐步絆深入，構(gòu)成了一懊個(gè)完整的分析系案統(tǒng)，全面、系統(tǒng)絆、直觀地反映了絆企業(yè)的財(cái)務(wù)狀況疤。隘沃爾比重法奧選鞍定隘7耙項(xiàng)財(cái)務(wù)比率作為澳分析指標(biāo)，版即百:懊流動比率敗、拔自有資產(chǎn)對固定罷資產(chǎn)比重搬、埃自有資產(chǎn)對負(fù)債皚比率頒、拔應(yīng)收賬款周轉(zhuǎn)率頒、芭存貨周轉(zhuǎn)率唉、罷固定資產(chǎn)周轉(zhuǎn)率暗、靶自有資本周轉(zhuǎn)率奧。將指標(biāo)的行業(yè)稗先進(jìn)水平作為標(biāo)啊準(zhǔn)值，并將指標(biāo)阿用線性關(guān)系結(jié)合拔起來，分別給定啊各自的分?jǐn)?shù)比重版，通過實(shí)際值與矮標(biāo)準(zhǔn)比率的比較隘，確定各項(xiàng)指標(biāo)唉的得分及總體指昂標(biāo)的累積分?jǐn)?shù)，爸從而得出企業(yè)財(cái)奧務(wù)狀況的綜合評巴價(jià)，繼

42、而確定其扮信用等級。啊財(cái)務(wù)比率分析法白克服了要素分析跋法的主觀性使得背評價(jià)獨(dú)立于評估吧人員的主觀努力搬并使計(jì)算機(jī)的使跋用成為可能，但班是其指標(biāo)權(quán)重和案與標(biāo)準(zhǔn)分對比后拔得出的財(cái)務(wù)比率般得分有明顯的主邦觀性，使得評價(jià)盎結(jié)果與企業(yè)的實(shí)傲際情況有很大的凹出入。壩2.3昂 百多元判別分骯析笆(皚MDA )跋 挨 案 澳多元判別分翱析八(MDA壩)盎是除美國外的其半它國家使用最多斑的統(tǒng)計(jì)方耙法啊.邦多元線性判別分鞍析法，可以具體背分為昂一般判別分岸析襖(霸不考慮變量篩芭選笆)哀和敗定量資料的逐步擺判別分胺析氨(班考慮變量篩暗選跋)把.八我國在疤199胺3奧年吧7懊月拔1霸日絆起正式實(shí)施與國凹際會計(jì)準(zhǔn)則基本

43、翱適應(yīng)的、統(tǒng)一的吧企業(yè)會計(jì)準(zhǔn)則搬，由此奠定了岸企業(yè)信用評估研安究的基礎(chǔ)和前提氨，隨著國內(nèi)會計(jì)俺人員的業(yè)務(wù)水把平胺(傲如對準(zhǔn)則的掌握靶、理解和應(yīng)用水?dāng)[平啊等般)疤和會計(jì)報(bào)表水平皚的不斷提高，所捌產(chǎn)生的會計(jì)報(bào)表板開始基本符合準(zhǔn)皚則要求，因此，敖近年來的財(cái)務(wù)數(shù)版據(jù)已具備建立企埃業(yè)信用判別模型頒的基本條拜件唉.頒應(yīng)用多元判別分安析安(MDA班)岸有以下三個(gè)主要佰假設(shè)版：藹(1罷)骯變量數(shù)據(jù)是正態(tài)唉分布的隘；俺(2靶)翱各組的協(xié)方差是巴相同的白；胺(3懊)熬每組的均值向量靶、協(xié)方差矩陣、襖先驗(yàn)概率和誤判吧代價(jià)是已知的。百 奧 般多元判別分搬析岸(MDA耙)按的優(yōu)點(diǎn)：對財(cái)務(wù)罷變量的正態(tài)假設(shè)佰已成為通常慣瓣

44、例岸.懊由于線性判別函昂數(shù)澳(LDA按)翱在實(shí)際使用中是拔最方便的，如在白距離判別和貝葉瓣斯判別中，在正背態(tài)總體等協(xié)方差擺時(shí)，均導(dǎo)出一個(gè)笆線性判別函數(shù)，叭所以一般只研究瓣線性判別函埃數(shù)班.阿在滿足上扳述邦3鞍個(gè)假設(shè)的條件下澳，該判別函數(shù)使疤誤判概率達(dá)最小矮。凹多元判別分安析岸(MDA矮)哀的不足之處：多辦元判別分析襖（絆MD叭A胺）要求樣本數(shù)據(jù)鞍服從正態(tài)分布和氨等協(xié)方差，而現(xiàn)拌實(shí)中大量數(shù)據(jù)并襖不服從這些假定叭。哎2.4 lo搬gisti般c百分析邦logisti佰c皚分析是基于累積氨概率的判別方法盎，該方法對包括癌有二值相關(guān)的變骯量比較適用，絆和懊MD敖A白比較拜，邦Collin芭s唉和背Gr

45、ee佰n板宣拔稱伴Logisti絆c佰分析方法能夠降爸低第一類錯(cuò)耙誤柏(俺即將破產(chǎn)的企業(yè)藹判為非破產(chǎn)的企熬業(yè)稗)啊，但不能顯著地奧提高總體判別的拌準(zhǔn)確性，此外他扮們還指澳出捌MD斑A鞍對于模型假設(shè)錯(cuò)捌誤有著很強(qiáng)的魯瓣棒性。如果第一扒類錯(cuò)誤的代價(jià)不佰是特別巨大，比皚之熬于捌MD阿A跋模型俺，班Logisti唉c哀分析方法帶來的氨復(fù)雜的計(jì)算是不笆值得的襖。拔 Chesse骯r澳分析模型就笆是胺logisti白c暗分析方法一個(gè)很跋有代表性的判別哎模型。捌 Lo胺gisti鞍c扒回歸分析方法也扳是目前為止應(yīng)用班最為廣泛的一種巴信用評分模型案。版197背7稗年熬，白Marti八n拜采用一系列財(cái)務(wù)哀比率變

46、量來預(yù)測俺公司破產(chǎn)及違約癌概率，建立拜了半Logisti八c扒回歸模型，并逐扮漸成為衡量公司阿信用風(fēng)險(xiǎn)的一種唉常用方法，它對搬于誤差項(xiàng)沒有正拔態(tài)分布要求，對哎判別虛擬變量問安題有良好的效果藹，在違約概率計(jì)芭算中有很好的適啊用性，還可以降擺低犯第一類錯(cuò)誤鞍的概率佰。哎Logisti伴c搬模型適用于因變矮量是非連續(xù)的且耙為二分類選擇模班式，目的是找出襖被解釋變量與一版組自變量之間的背線性關(guān)系，核心爸思想是將這些自白變量擬合成一個(gè)骯可以預(yù)測違約概鞍率的被解釋變量皚，即違約概率扒。我們知道，一白般的線性回歸模板型如下：巴 襖 絆 阿 扮 翱若對分類因變量癌直接擬合違約事罷件發(fā)生的概率，耙自然而然地我們

47、叭想到了下面形式耙的回歸模型埃：岸 佰該模型等式右邊搬取值范圍為罷，而左邊作為違柏約概率，其取值斑范圍為瓣，因此該模型存壩在漏洞，為了更啊加合理把，搬197拔0邦年拜，叭Co伴x按引入了人口學(xué)領(lǐng)捌域俺的凹Logit(L吧ogit Tr鞍ansform胺)扳，成功對模型進(jìn)跋行優(yōu)化，得到埃了板Logisti頒c板模型： 也即： 癌 Log翱i岸t百變換導(dǎo)致了模型爸中的參數(shù)含義比哎較復(fù)雜，但是實(shí)鞍用性得到了提高芭，這里將一些基盎本概念解釋如下稗：挨（暗1按）其中擺為企業(yè)公司的概把率澳，白為信用風(fēng)險(xiǎn)評定隘中的指標(biāo)變量，般為技術(shù)系數(shù)，可斑以通過極大似然扒法求解。通過樣敗本回歸估計(jì)出系跋數(shù)藹后，一可計(jì)算出

48、跋概率昂，將其歸納為相胺應(yīng)的信用等級疤。阿(2瓣)昂優(yōu)勢唉比瓣(odds安)熬：分析中常常會扒把某種情況發(fā)生般的概率與不發(fā)生挨的概率的比稱為吧比值，即：頒。兩個(gè)比值之比八稱為優(yōu)勢凹比昂(瓣或比值比佰，罷Odds Ra翱ti胺o啊，簡敖稱扮OR班)瓣，因百此懊O扒R版是否大癌于敗1隘意為兩種情況概伴率情況的比較：當(dāng)時(shí)，則當(dāng)時(shí)，則當(dāng)時(shí)，則版缺點(diǎn)翱：敖Logisti盎c阿回歸模型不僅對敗中間區(qū)域的差別板敏感性較強(qiáng)，而拔且當(dāng)樣本點(diǎn)完全盎分離時(shí)，模型參耙數(shù)的最大似然估哀計(jì)可能不存在。唉因此在正態(tài)的情啊況下不滿足其判澳別正確率高于判凹別分析法的結(jié)果絆。另外該方法對捌中間區(qū)域的判別頒敏感性較強(qiáng)，導(dǎo)稗致判別結(jié)

49、果的不氨穩(wěn)定。疤2.5靶 疤非參數(shù)方法阿（罷Non-par邦ametric霸Method)岸2.5.1壩 鞍聚類分般析版(霸Cluster安 Analys凹is)佰聚類分析的基本跋思想是認(rèn)為我們瓣所研究的樣本或矮指稗標(biāo)氨(奧變斑量癌)斑之問存在著不同敖程度的相似性。瓣于是根據(jù)一批樣扳本的多個(gè)觀測指藹標(biāo)，找出一些能俺夠度量樣本或指芭標(biāo)之問相似程度吧的統(tǒng)計(jì)量，以這版些統(tǒng)計(jì)量為劃分敖類型的依據(jù)，把盎一些相似程度較挨大的樣本或指標(biāo)澳聚為一類，把另靶外一些彼此之問敗相似程度較大的懊樣本又聚為另一奧類，關(guān)系密切的隘聚合到一個(gè)小的愛分類單位，關(guān)系百疏遠(yuǎn)的聚合到一礙個(gè)大的分類單位癌，直到把所有樣百本或指標(biāo)都聚

50、合柏完畢，形成一個(gè)邦由小到大的分類啊系統(tǒng)。柏常見的阿聚類分析方法扳有骯層次聚類霸和絆一均值聚類敗。其核心思想瓣是挨:骯給定一個(gè)包含敖個(gè)數(shù)據(jù)對象的數(shù)稗據(jù)庫，以及要生艾成的簇的數(shù)目扮,挨隨機(jī)選取隘個(gè)對象作為初始白的絆個(gè)聚類中心，然吧后計(jì)算剩余各個(gè)骯樣本到每一個(gè)聚隘類中心的距離，扮把該樣本歸到離辦它最近的那個(gè)聚般類中心所在的類癌，對調(diào)整后的新靶類使用平均值的扒方法計(jì)算新的聚班類中心，如果相瓣鄰兩次的聚類中擺心沒有任何變化胺，說明樣本調(diào)整壩結(jié)束且聚類平均壩誤差準(zhǔn)則函數(shù)已挨經(jīng)收斂。背在每次迭代中都白要考察每個(gè)樣本絆的分類是否正確胺，若不正確，就板要調(diào)整，在全部拌樣本調(diào)整完后，頒再修改聚類中心八，進(jìn)入下一

51、次迭敗代。如果在一次澳迭代算法中，所搬有的樣本被正確白分類，則不會有癌調(diào)整，聚類中心靶也不會有任何變安化。在算法迭代般的過程中準(zhǔn)則函笆數(shù)的值在不斷減搬小，最終收斂至俺一個(gè)固定的值。耙總之，奧一均值聚類是一笆個(gè)反復(fù)迭代的分稗類過程。在聚類靶過程中，樣本所百屬的類會不斷改柏變，直到最終達(dá)背到穩(wěn)定為止。佰 敖 稗聚類分析屬于非哀參數(shù)統(tǒng)計(jì)方盎法芭.半信用風(fēng)險(xiǎn)分析中半它根據(jù)由借款人藹的指標(biāo)計(jì)算出的安在樣本空間的距傲離，這種方法一罷個(gè)主要優(yōu)點(diǎn)是不板要求知道總體的扒具體分澳布拌;背可對變量采用名靶義尺度，次序尺伴度，因此該方法皚可用于定性研究笆，也可對現(xiàn)實(shí)中懊的無法用數(shù)值精扮確表述的屬性進(jìn)扒行分傲析埃.扮這

52、很適用于信用叭風(fēng)險(xiǎn)分析中按照阿定量指胺標(biāo)藹(熬盈利比、速動比笆等皚)耙和定性指懊標(biāo)扳(皚管理水平、信用般等級捌等唉)頒，對并不服從一扳定分布特性的數(shù)胺據(jù)信息進(jìn)行分壩類盎.扳例如捌，扳Lund辦y拌運(yùn)用該方法對消暗費(fèi)貸款申請者的把典型信用申請數(shù)罷據(jù)及年齡、職業(yè)伴、婚否、居住條熬件進(jìn)行處理分班成把6隘類并對每類回歸隘評分，它不僅將半借款人進(jìn)行有效阿的分類而且還幫班助商業(yè)銀行確定辦了貸款方式策吧略哎.矮優(yōu)點(diǎn)：聚類分析邦具有不要求樣本瓣數(shù)據(jù)服從具體分癌布、可對變量采按用名義尺度和次巴序尺度等優(yōu)點(diǎn)，邦適于信用風(fēng)險(xiǎn)分昂析中按照定量指襖標(biāo)和定性指標(biāo)對襖并不服從一定分艾布特性的數(shù)據(jù)信伴息分類的要求。斑我國信用

53、數(shù)據(jù)表拔現(xiàn)出明顯的非正盎態(tài)分布特征，因半而將聚類分析應(yīng)耙用于我國企業(yè)信矮用評級具有較強(qiáng)按的針對性和適應(yīng)矮性扳;芭不足之處：我國按信用數(shù)據(jù)又具有岸高維性，當(dāng)數(shù)據(jù)岸維數(shù)較高時(shí)，聚靶類分析會遇到很靶大的困難。因此翱，聚類分析應(yīng)用頒于企業(yè)信用評級邦的基本思路目前皚仍然是基拌于絆“把降擺維扳”暗的思路，即首先敗采用唉評分法、因子分伴析法等對樣本企癌業(yè)進(jìn)行信用評分絆，然后，運(yùn)用系熬統(tǒng)聚類、芭-爸 辦均值聚類等算法柏對信用得分序列柏進(jìn)行聚類，從而笆獲得企業(yè)信用評柏級結(jié)果。然而，盎在實(shí)際應(yīng)用過程白中，系統(tǒng)聚類、懊-疤 唉均值聚類等算法礙并不能給出明確扮的信用等級閾值絆，這給模型的檢頒驗(yàn)和推廣帶來了安困難。耙2

54、.5.2白 版K澳近鄰判跋別癌(艾K Neare稗st Neig版hbor)板近鄰判別扳（巴K Neare扒st Neig凹hbor吧)靶，簡佰稱跋KN俺N吧，是另一種非參靶數(shù)方法，它在一鞍定距離概念下按奧照若干定量變量阿從樣本中選取與隘確定向量距離最巴短愛個(gè)樣本為一組，懊適用于初始分布熬和數(shù)據(jù)采集范圍吧限制較少和情扮況按.昂另外阿，半KN背N埃通過將變量在樣半本整體范圍內(nèi)分搬為任意多決策區(qū)愛間，而近似樣本絆分拜布盎.Ta皚m拌將之用于信用風(fēng)安險(xiǎn)分析，取馬氏襖距離，從流動性爸、盈利性、資本癌質(zhì)量角度選出皚的艾1頒9凹個(gè)變量指標(biāo)，對跋樣本分類，經(jīng)比八較，其分類結(jié)果跋的準(zhǔn)確性不澳如懊LDA, Lo

55、唉gistic百i癌。以及神經(jīng)網(wǎng)絡(luò)礙。原因在于在同安樣的樣本容量下板，若對具體問題辦的確存在特定的佰參數(shù)模型并可能稗找出時(shí)，非參數(shù)版方法不及參數(shù)方阿法好。傲2.6 藹Z扮模型瓣和鞍Zet芭a八模型班以罷模型瓣和柏Zet吧a邦模型為代表的系哎列統(tǒng)計(jì)判別方法邦目前仍然是西方邦國家商業(yè)銀行對伴客戶信用等級評爸定的重要模型之背一。敗模胺型襖(Altman鞍, 1968半)吧的建立過程包括霸四步扳：頒(1板)癌選取一組反映借耙款人財(cái)務(wù)狀況和藹還本付息能力的按財(cái)務(wù)比率哀；八(2絆)把從銀行過去的貸哎款資料中分正常爸和違約兩類收集俺資料按；伴(3絆)阿確定每一比率的傲權(quán)重，將每一比拜率乘以相應(yīng)權(quán)重笆，然后相

56、加，得靶到捌分值懊；氨(4安)半對所選的樣本進(jìn)澳行愛Z艾值分析，得出衡罷量貸款風(fēng)險(xiǎn)度版的挨Z扳值或值域用于衡吧量信貸風(fēng)險(xiǎn)。罷Altman 擺196耙8辦年確立的分辨函癌數(shù)岸為吧: 霸 芭 巴Z=0.012扳*芭X1+0.01按4版*拜X2 +0.0耙33巴*皚X3+0.00跋6搬*氨X4+0.99哀9靶*柏X岸5 邦 礙（胺1奧）頒公礙式挨(1瓣)隘中皚X癌1俺為岸流動資金癌/胺總資產(chǎn)敖，傲X扳2哀為隘留存收益八/氨總資產(chǎn)班，叭X罷3笆為叭息稅前收益疤/奧總資產(chǎn)唉，澳X柏4奧為擺股權(quán)市值皚/扒總負(fù)債賬面值邦，壩X矮5背為俺銷售收入叭/耙總資產(chǎn)。隘Altma斑n唉經(jīng)過統(tǒng)計(jì)分析和俺計(jì)算最后確定了白

57、借款人違約的臨稗界埃值爸Zo=2.67盎5叭，如叭果版Z2.67骯5伴，則借款人被劃哎為非違約組。辦當(dāng)傲1.81Z拜2.9昂9斑時(shí)，此時(shí)的判斷百失誤較大，稱該熬區(qū)域?yàn)槲粗矃^(qū)鞍(zone o叭f ignor霸ance扮)襖或稱灰色區(qū)捌域邦(gray a癌rea百)壩。骯Zet矮a擺模型暗(扮Altman 隘Haldema唉n Naray疤aman拜 1977埃)挨對原百始白Z把模型進(jìn)行了重大案修正和提升，原骯來的五個(gè)指標(biāo)變氨為七個(gè)。這七個(gè)啊指標(biāo)分別代表企背業(yè)短期贏利性、拌收益的保障、長皚期贏利性、流動奧性和規(guī)模等特征疤。按Altma背n絆應(yīng)用世界著名評拜級機(jī)構(gòu)如標(biāo)準(zhǔn)普盎爾、穆迪等的評斑級結(jié)果，

58、與澳值的結(jié)果進(jìn)行對疤比，發(fā)現(xiàn)兩者具擺有很強(qiáng)的相關(guān)性唉，實(shí)證顯示愛值模型作為信用伴評級的方法具有隘較強(qiáng)的有效性。斑 邦 啊其間，也有學(xué)者按對頒值模型的應(yīng)用提爸出了異議般。瓣Moriari胺t板y礙曾經(jīng)應(yīng)用多維圖拌解計(jì)算半法氨(Multid愛imensio叭nal Gra案phics吧)捌與癌值模型進(jìn)行比較擺，認(rèn)拜為霸Altma藹n傲模型并不能很好吧判別破產(chǎn)和非破擺產(chǎn)企業(yè)。哀Altman跋對此回應(yīng)為：岸值模型僅僅適用俺于制造型企業(yè)，爸而不是用于非制吧造型企業(yè)，白Moriari凹t捌y案所提供的樣本應(yīng)版該版用拔Zet哎a按模型來預(yù)測，經(jīng)斑分爸析靶Altma矮n皚認(rèn)吧為笆Zet藹a啊模型所得的結(jié)論班比

59、佰Moriari拌t暗y艾所得的結(jié)論更精澳確。霸 背值模型在發(fā)展中熬得到不斷的修正笆，由于其方法易把于掌握和控制，敗實(shí)證效果較為理矮想骯，班2跋0熬世癌紀(jì)辦9吧0阿年代該模型已逐埃漸商業(yè)化，各國扒紛紛在百值模型跋和稗Zet懊a八模型的基礎(chǔ)上推佰出適合本國、本巴地區(qū)的判別模型哎，效果比較理想襖，取得較大的經(jīng)巴濟(jì)效益。笆模型般和奧Zet襖a白模型存在的主要拔問題是般：埃1奧.白兩個(gè)模型都依賴按于財(cái)務(wù)報(bào)表的賬凹面數(shù)據(jù)，而忽視哎日益重要的各項(xiàng)敖資本市場指標(biāo)，熬這就必然削弱預(yù)疤測結(jié)果的可靠性半和及時(shí)性擺。鞍2版.敗由于模型缺乏對鞍違約和違約風(fēng)險(xiǎn)八的系統(tǒng)認(rèn)識，理稗論基礎(chǔ)比較薄弱搬，從而難以令人罷信服罷。鞍

60、3罷.扒兩個(gè)模型都假設(shè)拔在解釋變量中存版在著線性關(guān)系，奧而現(xiàn)實(shí)的經(jīng)濟(jì)現(xiàn)暗象是非線性的，般因而也削弱了預(yù)爸測結(jié)果的準(zhǔn)確程隘度，使得違約模凹型不能精確地描懊述經(jīng)濟(jì)現(xiàn)實(shí)擺。辦4疤.半兩個(gè)模型都無法奧計(jì)量企業(yè)的表外柏信用風(fēng)險(xiǎn)，另外愛對某些特定行業(yè)絆的企業(yè)，如公用爸企業(yè)、財(cái)務(wù)公司癌、新公司以及資愛源企業(yè)也不適用霸，因而它們的使哎用范圍受到較大按限制。捌2.7 敖 安基于投影尋蹤和擺最優(yōu)分割氨運(yùn)用投影尋蹤對扒樣本企業(yè)進(jìn)行信案用綜合評分，將壩信用綜合得分由傲大到小排序，生百成有序樣品序八列唉;班利用最優(yōu)分割法敗對有序樣品進(jìn)行版聚類，得出明確瓣的聚類結(jié)果；將凹最優(yōu)分割點(diǎn)對應(yīng)骯的信用綜合得分啊作為劃分信用等拌級