基于多維時間序列的信用評價建模及應(yīng)用.pdf

1、隨著信用風(fēng)險研究方法的發(fā)展，大量可以反映企業(yè)或公司信用特征的歷史數(shù)據(jù)信息（時間序列數(shù)據(jù)）被應(yīng)用于信用評價。由于這些時間序列數(shù)據(jù)往往呈現(xiàn)出非線性、偶然性和時變性等特征，使得建立信用評價模型所需要處理問題的復(fù)雜程度越來越高，特別是信用評價的結(jié)果難以保證準確性。如何分析和利用時間序列數(shù)據(jù)，使其有效地為決策者提供準確的企業(yè)信用風(fēng)險信息，是當(dāng)前研究的熱點之一。
　　我國公司、企業(yè)的經(jīng)營發(fā)展歷史較短，評價數(shù)據(jù)大多源自企業(yè)的財務(wù)報表（季報、年報

2、），用于信用評價的時間序列數(shù)據(jù)采樣時點較少;同時時間序列的特性使得信用評價建模過程復(fù)雜程度加大。針對多維時間序列在信用評價建模過程中出現(xiàn)的相關(guān)問題，本文在國內(nèi)外學(xué)者研究的基礎(chǔ)上，提出一些解決方法，并通過計算機仿真驗證了所提方法的有效性，主要研究工作包括以下內(nèi)容:
　　(1)、針對信用評價方法采用孤立時點數(shù)據(jù)，容易導(dǎo)致評價結(jié)果失真這一問題，提出了基于灰色模糊的多維時間序列信用評價模型。該方法可以在采樣周期內(nèi)評測受評目標的信用級別，得

3、到其穩(wěn)定的信用趨勢和客觀的評價結(jié)果，提高對信用風(fēng)險的控制和規(guī)避。
　　(2)、評價指標屬性對于信用評價有著極其重要的意義，特別是當(dāng)指標屬性較少且針對性較強時，對評價結(jié)果的影響較大。針對這一情況，本文提出了基于模糊多屬性決策的多維時間序列信用評價模型。該方法根據(jù)多維時間序列數(shù)據(jù)的特性采用基于離差最大化模型與二次規(guī)劃模型相結(jié)合的方法得到指標屬性的權(quán)重，并作為決策參數(shù)應(yīng)用于信用評價建模中。
　　(3)、在信用評價模型中，模糊聚類分

4、析主要用于解決受評樣本信用類別未知的聚類問題，對后續(xù)外來樣本評價的效果并不理想，這使得其在應(yīng)用中受到一定的局限性。針對這一問題，本文提出了基于模糊聚類與規(guī)則提取的多維時間序列信用評價建模方法。通過將模糊聚類分析與規(guī)則提取相結(jié)合，提取評價規(guī)則，建立信用評價分類函數(shù)，從而增強了模型在信用評價中的應(yīng)用范圍。
　　(4)、隨著時間序列數(shù)據(jù)引入到信用評價中來，時間序列的可預(yù)測性為信用風(fēng)險的預(yù)測提供了理論支持。本文在前期研究的基礎(chǔ)上，提出基于