【摘要】：信用是以還本付息為條件的借貸活動。信用評級是通過挖掘評級數(shù)據(jù)與違約風(fēng)險(xiǎn)的關(guān)聯(lián)關(guān)系,揭示受評對象違約風(fēng)險(xiǎn)的大小,為商業(yè)銀行等金融機(jī)構(gòu)的投資決策提供依據(jù)。信用評級的本質(zhì)是“違約鑒別能力”,也即區(qū)分不同信用風(fēng)險(xiǎn)客戶的能力。一個(gè)違約鑒別能力不顯著的信用評級體系不是一個(gè)有效的評級體系。2008年金融危機(jī)爆發(fā)的主要原因之一就是評級體系的違約鑒別能力失效。小企業(yè)是國民經(jīng)濟(jì)的重要組成部分,然由于其信用信息不健全,管理不規(guī)范等特點(diǎn),導(dǎo)致其信用評級難,而銀行囿于信貸風(fēng)險(xiǎn)管控,對小企業(yè)采取惜貸甚至不貸策略,導(dǎo)致小企業(yè)貸款難、融資難,制約小企業(yè)的發(fā)展。因此開展小企業(yè)信用評級研究,幫助緩解小企業(yè)融資難問題,至關(guān)重要。本研究以違約鑒別能力為標(biāo)準(zhǔn),聚焦小企業(yè)信用評級模型研究,主要包括三個(gè)研究內(nèi)容:基于指標(biāo)群違約鑒別能力最大的小企業(yè)信用評級指標(biāo)體系構(gòu)建模型、基于等級間違約鑒別能力最大的小企業(yè)信用等級劃分模型、基于新增樣本違約鑒別能力的小企業(yè)增量式信用評價(jià)模型。這三個(gè)研究內(nèi)容緊密相關(guān),層層深入。本論文的主要工作和創(chuàng)新如下:1.建立了基于指標(biāo)群違約鑒別能力D值最大的信用評級指標(biāo)體系構(gòu)建模型,并構(gòu)建了小企業(yè)信用評級指標(biāo)體系。通過相關(guān)分析和K-S檢驗(yàn)統(tǒng)計(jì)量D值相結(jié)合的方法,剔除反映信息重復(fù)的指標(biāo)。運(yùn)用信用評分的違約鑒別能力D值衡量指標(biāo)群的違約鑒別能力,通過不斷刪除指標(biāo)的迭代方式生成新的指標(biāo)群,遴選其中違約鑒別能力D值最大的指標(biāo)群為最終的指標(biāo)體系,確保了指標(biāo)體系整體對違約狀態(tài)具有顯著的鑒別能力,彌補(bǔ)了以信息含量或者單個(gè)指標(biāo)的違約鑒別能力為標(biāo)準(zhǔn)構(gòu)建指標(biāo)體系,不能確保指標(biāo)體系整體違約鑒別能力最為顯著的不足,豐富了信用評級指標(biāo)體系建立的方法。通過以中國某商業(yè)銀行的3045筆小企業(yè)貸款數(shù)據(jù)為實(shí)證樣本,構(gòu)建了包括城市居民人均可支配收入等宏觀因素,居住狀況和任職時(shí)間等個(gè)人因素,抵押擔(dān)保情況等信用參數(shù)組成的21個(gè)指標(biāo)的小企業(yè)信用評級指標(biāo)體系。研究表明:(1)單個(gè)違約鑒別能力最強(qiáng)的指標(biāo),組合起來的指標(biāo)體系整體違約鑒別能力不一定也最強(qiáng)。(2)看似很好、很流行的單個(gè)指標(biāo),組合起來的指標(biāo)體系整體違約鑒別能力不一定也很好。(3)評級指標(biāo)體系內(nèi)指標(biāo)個(gè)數(shù)并不是越多越好。2.根據(jù)“等級間違約鑒別能力最大”和“信用等級越高,損失率越低”兩個(gè)標(biāo)準(zhǔn),建立了信用等級劃分模型,并測算出了每個(gè)信用等級對應(yīng)的損失率。根據(jù)信用等級越能把違約可能性不相似的客戶區(qū)分開,則信用等級的違約鑒別能力就越大的思路,以非違約客戶累計(jì)頻率與違約客戶累計(jì)頻率之差的絕對值最大值max|Sn1,g(c)-Sn2,g(c)|的代數(shù)和最大為目標(biāo),確保劃分的信用等級最大限度地區(qū)分開違約可能性不相似的客戶。以后一個(gè)信用等級的損失率LRc+1均嚴(yán)格大于其前面信用等級的損失率LRc,LR..…,LR1為約束條件1,確保劃分的信用等級結(jié)果滿足“信用等級越高,損失率越低”的標(biāo)準(zhǔn)。以后一個(gè)損失率級差△LRc,c+1為前一個(gè)級差△LRc-I,c的[a,b]倍為約束條件2,保證不同信用等級的損失率增減穩(wěn)定,避免劃分的信用等級損失率級差過于敏感,或劃分失效的現(xiàn)象。根據(jù)上述目標(biāo)函數(shù)和約束條件建立了非線性目標(biāo)規(guī)劃模型劃分信用等級,并測算每個(gè)等級對應(yīng)的損失率,確保了劃分的信用等級既滿足“信用等級越高,損失率越低”的信用評級本質(zhì)屬性,又能最大限度地區(qū)分開違約可能性不相似的客戶。以中國某商業(yè)銀行的3045筆小企業(yè)貸款數(shù)據(jù)為樣本進(jìn)行實(shí)證,結(jié)果表明:本研究模型劃分的信用等級與損失率的關(guān)系滿足“信用等級越高,損失率越低”的信用評級本質(zhì)屬性,且其區(qū)分不同違約可能性客戶的能力較強(qiáng)。3.建立了基于新增樣本違約鑒別能力的增量式貝葉斯網(wǎng)絡(luò)信用評價(jià)模型,實(shí)現(xiàn)了動態(tài)信用評價(jià)功能。首先基于舊數(shù)據(jù)集構(gòu)建初始貝葉斯網(wǎng)絡(luò)信用評價(jià)模型,然后通過用包括新舊樣本的新數(shù)據(jù)集對當(dāng)前貝葉斯網(wǎng)絡(luò)信用評價(jià)模型進(jìn)行更新調(diào)整的增量學(xué)習(xí)方式,構(gòu)建適用于新數(shù)據(jù)集的增量式貝葉斯網(wǎng)絡(luò)信用評價(jià)模型,保證了在新樣本增加后,不需要基于新數(shù)據(jù)集頻繁從零開始重新建模,而是僅僅依據(jù)新數(shù)據(jù)集對舊數(shù)據(jù)集學(xué)習(xí)的信用評價(jià)模型進(jìn)行調(diào)整確定的新信用評價(jià)模型,就能得到可靠的信用評價(jià)結(jié)果,既彌補(bǔ)了僅基于舊數(shù)據(jù)集挖掘信用評價(jià)模型,造成模型的判別準(zhǔn)確率越來越低的不足,又避免了沒有充分利用舊數(shù)據(jù)集的學(xué)習(xí)結(jié)果,頻繁從零開始重新建模導(dǎo)致建模過程繁雜耗時(shí)的問題。以中國某商業(yè)銀行的3045筆小企業(yè)貸款數(shù)據(jù)為樣本進(jìn)行實(shí)證,結(jié)果表明:本研究基于新增樣本違約鑒別能力構(gòu)建的增量式貝葉斯網(wǎng)絡(luò)信用評價(jià)模型的判別準(zhǔn)確率較高,評價(jià)結(jié)果可靠。
【圖文】：

建小企業(yè)信用評級模型”這一科學(xué)問題，從“指標(biāo)體系的違約鑒別能力”，“信用等級的逡逑違約鑒別能力”和“評價(jià)模型對新增樣本的違約鑒別能力”三方面展開。各章節(jié)內(nèi)容之間逡逑層層遞進(jìn)，逐漸深入。論文篇章結(jié)構(gòu)如圖１．１所示。逡逑第１章緒論，闡述了研宄背景與研宄意義，對研宄現(xiàn)狀進(jìn)行了綜述，分析了現(xiàn)有研逡逑究存在的不足，提出本研宄擬解決的關(guān)鍵科學(xué)問題，并對本文的研宄內(nèi)容、技術(shù)路線和逡逑研究創(chuàng)新進(jìn)行概括，起到提綱挈領(lǐng)的作用。逡逑第２章基于指標(biāo)群違約鑒別能力最大構(gòu)建小企業(yè)信用評級指標(biāo)體系的研宄，提出了逡逑一種以指標(biāo)群整體違約鑒別能力乃值最大為標(biāo)準(zhǔn)構(gòu)建信用評級指標(biāo)體系的新模型，并建逡逑立了一套小企業(yè)信用評級指標(biāo)體系。該章內(nèi)容為第３章和第４章提供信用評級指標(biāo)，是逡逑小企業(yè)信用評級研宄的基礎(chǔ)和關(guān)鍵。逡逑第３章基于等級間違約鑒別能力最大的小企業(yè)信用等級劃分模型研究，根據(jù)“等級逡逑間違約鑒別能力最大”且“信用等級越高

通過上述五個(gè)渠道，確定了資產(chǎn)負(fù)債率、行業(yè)景氣指數(shù)等１０７個(gè)海選指標(biāo)，涉及企業(yè)內(nèi)逡逑部財(cái)務(wù)因素、企業(yè)內(nèi)部非財(cái)務(wù)因素、法人基本情況、企業(yè)商業(yè)信譽(yù)等一級準(zhǔn)則層，償債能力、逡逑盈利能力、營運(yùn)能力等二級財(cái)務(wù)指標(biāo)準(zhǔn)則層，如圖２．３所示。逡逑小企業(yè)信用－級海選指標(biāo)－逡逑＾邐邐］邋ｒ邐邋＿ｙ邐邐｝邋ｒ邋邐＾邋ｒ＿邐＾邐Ｊ邋ｒ＿邋Ｔ逡逑一級邐企業(yè)內(nèi)部邐企業(yè)邐企業(yè)內(nèi)邐企業(yè)邐企業(yè)邐企業(yè)抵質(zhì)逡逑ｊ§ｐｉｉｊ邐財(cái)務(wù)因素邐外部邐部非財(cái)邐法人邐基本邐的商押擔(dān)逡逑ｆ邋邐邋邐邋宏觀邋務(wù)因素邋基本邋信用邋業(yè)信保因逡逑［Ｓ邐１，１邋Ｉｊｐ邋Ｉ逡逑￣ｉｎ．能力邋能力邋能力邋能力邐１邐逡逑準(zhǔn)則邋Ｉ邐Ｉ邋■邋Ｉ邋－Ｊ邐Ｌ—ｒ￣邋ｒ一ｒｒ邋１邋廠￣１邋廠￣１逡逑—邐Ｉ邐邐邐１逡逑＾關(guān)否歷姻業(yè)三業(yè)業(yè)押逡逑資速邋凈銷邋存現(xiàn)邋利資邋景爾邋行審邐狀邋到年邋納法邋、逡逑產(chǎn)動邋資售邋貨金邋潤本氣系…業(yè)計(jì)…況…位授…稅律…質(zhì)逡逑？曰你負(fù)比…產(chǎn)凈…周循…增積…指數(shù)從邐注信邋情糾邋押逡逑債率收現(xiàn)轉(zhuǎn)環(huán)邋長累數(shù)邐業(yè)邐冊情況紛、逡逑率邐益率率周率率邐年邐資況邐情擔(dān)逡逑１邐率期邐限金邐況邋保逡逑圖２．３小企業(yè)信用評級海選指標(biāo)逡逑Ｆｉｇ．邋２．３邋Ａｕｄｉｔｉｏｎ邋ｉｎｄｉｃａｔｏｒｓ邋ｏｆ邋ｓｍａｌｌ邋ｂｕｓｉｎｅｓｓ邋ｃｒｅｄｉｔ邋ｒａｔｉｎｇ逡逑３３逡逑
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：F276.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧超;胡梅梅;曾文潮;;基于貝葉斯界定折疊法的小企業(yè)信用評分模型研究[J];管理工程學(xué)報(bào);2015年04期

2 遲國泰;潘明道;程硯秋;;基于綜合判別能力的農(nóng)戶小額貸款信用評價(jià)模型[J];管理評論;2015年06期

3 林澤陽;林建華;;一種基于盲數(shù)的主觀賦權(quán)法研究[J];計(jì)算機(jī)與數(shù)字工程;2015年06期

4 馬曉君;;基于數(shù)據(jù)挖掘的新標(biāo)準(zhǔn)客戶信用風(fēng)險(xiǎn)管理規(guī)則的構(gòu)建——以央企中航國際鋼鐵貿(mào)易公司為例[J];管理世界;2015年03期

5 陳曉紅;楊志慧;;基于改進(jìn)模糊綜合評價(jià)法的信用評估體系研究——以我國中小上市公司為樣本的實(shí)證研究[J];中國管理科學(xué);2015年01期

6 姜明輝;許佩;韓旖桐;覃志;;基于優(yōu)化CBR的個(gè)人信用評分研究[J];中國軟科學(xué);2014年12期

7 王磊;范超;解明明;;數(shù)據(jù)挖掘模型在小企業(yè)主信用評分領(lǐng)域的應(yīng)用[J];統(tǒng)計(jì)研究;2014年10期

8 陳丹偉;陳豪;莊俊;;基于增量式學(xué)習(xí)的海量數(shù)據(jù)流實(shí)時(shí)預(yù)處理模型[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

9 遲國泰;潘明道;齊菲;;一個(gè)基于小樣本的銀行信用風(fēng)險(xiǎn)評級模型的設(shè)計(jì)及應(yīng)用[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2014年06期

10 高麗君;;基于貝葉斯模型平均生存模型的中小企業(yè)信用風(fēng)險(xiǎn)估計(jì)[J];中國管理科學(xué);2012年S1期

相關(guān)博士學(xué)位論文 前3條

1 陳洪海;基于信息敏感性的小企業(yè)信用評級模型研究[D];大連理工大學(xué);2016年

2 程硯秋;基于支持向量機(jī)的農(nóng)戶小額貸款決策評價(jià)研究[D];大連理工大學(xué);2011年

3 張玲;基于判別分析和期望違約率方法的信用風(fēng)險(xiǎn)度量及管理研究[D];湖南大學(xué);2005年

相關(guān)碩士學(xué)位論文 前6條

1 閻鵬飛;混合貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法的研究與實(shí)現(xiàn)[D];吉林大學(xué);2010年

2 李淼;HX銀行企業(yè)信用評級體系的優(yōu)化研究[D];西安理工大學(xué);2009年

3 張釗;基于支持向量機(jī)的個(gè)人信用評估模型與算法的研究[D];首都師范大學(xué);2008年

4 倪曉華;我國中小企業(yè)信用評價(jià)指標(biāo)體系標(biāo)準(zhǔn)化研究[D];北京化工大學(xué);2007年

5 馬祥陸;基于貝葉斯網(wǎng)絡(luò)的生態(tài)工業(yè)園區(qū)清潔生產(chǎn)評價(jià)方法[D];吉林大學(xué);2007年

6 陸小藝;貝葉斯分類器的增量學(xué)習(xí)及缺失數(shù)據(jù)處理的研究[D];廣西師范大學(xué);2005年

，

本文編號：2623536