基于非線(xiàn)性插值的小企業(yè)信用評(píng)級(jí)研究.pdf

1、小企業(yè)提供了超過(guò)80％的城鎮(zhèn)就業(yè)崗位，創(chuàng)造了52.2％的稅收以及58.5％的國(guó)內(nèi)生產(chǎn)總值，其貸款需求也分別高出大型和中型企業(yè)5.9個(gè)和4.3個(gè)百分點(diǎn)。由于小企業(yè)自身財(cái)務(wù)信息不夠公開(kāi)透明，制度不夠具體規(guī)范，銀行較難把握其真實(shí)發(fā)展?fàn)顩r，導(dǎo)致銀行不愿為小企業(yè)進(jìn)行融資等原因外，商業(yè)銀行缺少一套專(zhuān)門(mén)針對(duì)小企業(yè)貸款的信用評(píng)級(jí)體系也是其中一個(gè)關(guān)鍵的原因，因此亟需構(gòu)建一套適用于小企業(yè)的信用評(píng)級(jí)體系。
　　信用評(píng)級(jí)的本質(zhì)是挖掘評(píng)級(jí)數(shù)據(jù)與違約風(fēng)險(xiǎn)之間

2、的規(guī)律性聯(lián)系，揭示一個(gè)客戶(hù)或一筆債務(wù)的違約風(fēng)險(xiǎn)大小，評(píng)估其償還的可能性及違約損失率大小。
　　信用評(píng)級(jí)對(duì)違約風(fēng)險(xiǎn)識(shí)別能力的強(qiáng)弱直接關(guān)乎金融市場(chǎng)的穩(wěn)定性。2008年次貸危機(jī)的發(fā)生正是源起違約風(fēng)險(xiǎn)識(shí)別錯(cuò)誤，在此之后穆迪等權(quán)威機(jī)構(gòu)的“黑箱”評(píng)級(jí)過(guò)程也備受質(zhì)疑，從沉重的金融危機(jī)中可知，信用評(píng)級(jí)中指標(biāo)篩選、指標(biāo)賦權(quán)、信用等級(jí)確定等關(guān)鍵環(huán)節(jié)均要以識(shí)別違約風(fēng)險(xiǎn)為標(biāo)準(zhǔn)，否則無(wú)論多么流行、權(quán)威的信用評(píng)級(jí)體系都是不合理的。因此構(gòu)建一套能夠有效識(shí)別違約

3、風(fēng)險(xiǎn)的信用評(píng)級(jí)體系是至關(guān)重要的。
　　基于非線(xiàn)性插值的小企業(yè)信用評(píng)級(jí)研究，研究?jī)?nèi)容主要包括以下三部分:小企業(yè)信用評(píng)級(jí)指標(biāo)體系的構(gòu)建、小企業(yè)信用評(píng)分模型的建立，以及小企業(yè)信用評(píng)級(jí)模型的建立。其中，小企業(yè)信用評(píng)級(jí)體系的構(gòu)建系指根據(jù)指標(biāo)對(duì)違約狀態(tài)的鑒別能力越大、越應(yīng)保留的思路，構(gòu)建一套既能反映企業(yè)客戶(hù)償還能力，又能顯著區(qū)分違約狀態(tài)的信用評(píng)價(jià)指標(biāo)體系。小企業(yè)信用評(píng)價(jià)模型是指根據(jù)違約與違約樣本的距離最大為目標(biāo)函數(shù)，反推出最優(yōu)信用評(píng)價(jià)方程的權(quán)

4、重，從而建立小企業(yè)信用評(píng)分模型、進(jìn)而得出小企業(yè)的信用得分。小企業(yè)信用評(píng)級(jí)模型的建立是通過(guò)非線(xiàn)性插值方法對(duì)舊數(shù)據(jù)進(jìn)行“加權(quán)平移”，取得與“通過(guò)新、舊全部樣本的統(tǒng)計(jì)規(guī)律挖掘出的另一套指標(biāo)體系”一致的評(píng)級(jí)結(jié)果，確定出小企業(yè)的信用等級(jí)。
　　本論文共分五章。第一章是緒論，對(duì)研究背景及意義進(jìn)行了介紹，并對(duì)國(guó)內(nèi)外相關(guān)研究進(jìn)行了梳理;第二章是基于邏輯回歸顯著性判別的小企業(yè)信用評(píng)級(jí)指標(biāo)體系的構(gòu)建;第三章是基于“違約與非違約樣本距離”最大的信用評(píng)分

5、模型的構(gòu)建;第四章是基于信用得分非線(xiàn)性插值的信用評(píng)級(jí)模型研究;第五章是結(jié)論及展望。
　　本論文的主要工作及創(chuàng)新如下:
　　(1)信用評(píng)級(jí)方面的工作及創(chuàng)新:通過(guò)舊樣本的指標(biāo)數(shù)據(jù)的“加權(quán)平移變換”構(gòu)建信用評(píng)級(jí)模型，保證了當(dāng)采用與“通過(guò)舊樣本的統(tǒng)計(jì)規(guī)律遴選或挖掘出的一套指標(biāo)體系”一模一樣的指標(biāo)體系進(jìn)行新樣本的評(píng)級(jí)時(shí)，也能得到與“通過(guò)新、舊全部樣本的統(tǒng)計(jì)規(guī)律挖掘出的另一套指標(biāo)體系”同樣的評(píng)級(jí)結(jié)果.
　　通過(guò)對(duì)舊樣本數(shù)據(jù)進(jìn)行加權(quán)

6、平移變換，構(gòu)建非線(xiàn)性插值信用評(píng)級(jí)模型，在樣本增加的情況下無(wú)需重新進(jìn)行“指標(biāo)遴選、指標(biāo)賦權(quán)、評(píng)級(jí)方程”等繁瑣過(guò)程，僅僅需要把新樣本的指標(biāo)數(shù)據(jù)直接輸入到評(píng)級(jí)方程中，便可得到與“通過(guò)新、舊全部樣本的統(tǒng)計(jì)規(guī)律挖掘出的另一套指標(biāo)體系”一致的評(píng)級(jí)結(jié)果，保證了評(píng)級(jí)指標(biāo)體系的不變，事實(shí)上，任何一家評(píng)級(jí)公司的指標(biāo)體系在相當(dāng)長(zhǎng)一段時(shí)期內(nèi)都是不變的，而不是頻繁地變動(dòng)評(píng)級(jí)指標(biāo)體系。并彌補(bǔ)了現(xiàn)有研究中直接根據(jù)過(guò)去樣本挖掘的指標(biāo)體系確定新客戶(hù)信用等級(jí)，忽視加入一個(gè)

7、或多個(gè)樣本后樣本的統(tǒng)計(jì)規(guī)律已經(jīng)發(fā)生變化、舊樣本挖掘的指標(biāo)體系已經(jīng)不適用于確定新樣本的評(píng)級(jí)結(jié)果的問(wèn)題。
　　(2)指標(biāo)賦權(quán)方面的工作及創(chuàng)新:根據(jù)“違約客戶(hù)與非違約客戶(hù)信用得分的組間距離越大、組內(nèi)平均距離越小，則評(píng)價(jià)方程鑒別違約能力越強(qiáng)”的思路構(gòu)建多目標(biāo)規(guī)劃模型，求解最優(yōu)的權(quán)重系數(shù)，保證賦權(quán)后的評(píng)價(jià)得分違約鑒別能力最大。
　　通過(guò)違約和非違約客戶(hù)信用得分sj的組間距離越大、組內(nèi)平均距離越小，則評(píng)價(jià)得分sj區(qū)分違約狀態(tài)的能力越強(qiáng)的

8、思路，設(shè)定違約非違約兩類(lèi)樣本的組間距離與組內(nèi)平均距離的比值最大為目標(biāo)函數(shù)，以單一賦權(quán)的最大值和最小值為約束條件，構(gòu)建線(xiàn)性規(guī)劃模型。由于目標(biāo)函數(shù)是關(guān)于信用得分sj的函數(shù)，而信用得分sj是關(guān)于權(quán)重wi的函數(shù)，因此目標(biāo)函數(shù)是關(guān)于權(quán)重wi的函數(shù)，也就是通過(guò)求解目標(biāo)規(guī)劃的最優(yōu)解即可得到評(píng)價(jià)指標(biāo)權(quán)重wi的最優(yōu)解。保證了求解的指標(biāo)權(quán)重wi能夠最大程度的區(qū)分違約與非違約客戶(hù)的信用得分sj，改變了現(xiàn)有研究中計(jì)算指標(biāo)權(quán)重的過(guò)程主觀(guān)性較強(qiáng)、無(wú)法讓評(píng)價(jià)模型達(dá)到

9、最強(qiáng)的違約狀態(tài)鑒別能力的弊端。
　　(3)指標(biāo)遴選方面的工作及創(chuàng)新:通過(guò)構(gòu)建評(píng)級(jí)指標(biāo)與違約狀態(tài)之間的邏輯回歸模型，求解每個(gè)指標(biāo)判別違約狀態(tài)的顯著性水平，遴選其中對(duì)違約狀態(tài)影響顯著的指標(biāo)，彌補(bǔ)現(xiàn)有小企業(yè)信用評(píng)級(jí)指標(biāo)體系沒(méi)有根據(jù)違約狀態(tài)遴選指標(biāo)、無(wú)法反映指標(biāo)對(duì)違約狀態(tài)影響大小的不足。
　　以違約狀態(tài)yi為因變量，以評(píng)價(jià)指標(biāo)xij為自變量構(gòu)建邏輯回歸模型，求解每個(gè)指標(biāo)對(duì)違約狀態(tài)判別的顯著性水平，即W統(tǒng)計(jì)量檢驗(yàn)概率值sigj。將概率