收藏本站
《大连理工大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于违约鉴别能力的小企业信用评级模型研究

于善丽  
【摘要】:信用是以还本付息为条件的借贷活动。信用评级是通过挖掘评级数据与违约风险的关联关系,揭示受评对象违约风险的大小,为商业银行等金融机构的投资决策提供依据。信用评级的本质是“违约鉴别能力”,也即区分不同信用风险客户的能力。一个违约鉴别能力不显著的信用评级体系不是一个有效的评级体系。2008年金融危机爆发的主要原因之一就是评级体系的违约鉴别能力失效。小企业是国民经济的重要组成部分,然由于其信用信息不健全,管理不规范等特点,导致其信用评级难,而银行囿于信贷风险管控,对小企业采取惜贷甚至不贷策略,导致小企业贷款难、融资难,制约小企业的发展。因此开展小企业信用评级研究,帮助缓解小企业融资难问题,至关重要。本研究以违约鉴别能力为标准,聚焦小企业信用评级模型研究,主要包括三个研究内容:基于指标群违约鉴别能力最大的小企业信用评级指标体系构建模型、基于等级间违约鉴别能力最大的小企业信用等级划分模型、基于新增样本违约鉴别能力的小企业增量式信用评价模型。这三个研究内容紧密相关,层层深入。本论文的主要工作和创新如下:1.建立了基于指标群违约鉴别能力D值最大的信用评级指标体系构建模型,并构建了小企业信用评级指标体系。通过相关分析和K-S检验统计量D值相结合的方法,剔除反映信息重复的指标。运用信用评分的违约鉴别能力D值衡量指标群的违约鉴别能力,通过不断删除指标的迭代方式生成新的指标群,遴选其中违约鉴别能力D值最大的指标群为最终的指标体系,确保了指标体系整体对违约状态具有显著的鉴别能力,弥补了以信息含量或者单个指标的违约鉴别能力为标准构建指标体系,不能确保指标体系整体违约鉴别能力最为显著的不足,丰富了信用评级指标体系建立的方法。通过以中国某商业银行的3045笔小企业贷款数据为实证样本,构建了包括城市居民人均可支配收入等宏观因素,居住状况和任职时间等个人因素,抵押担保情况等信用参数组成的21个指标的小企业信用评级指标体系。研究表明:(1)单个违约鉴别能力最强的指标,组合起来的指标体系整体违约鉴别能力不一定也最强。(2)看似很好、很流行的单个指标,组合起来的指标体系整体违约鉴别能力不一定也很好。(3)评级指标体系内指标个数并不是越多越好。2.根据“等级间违约鉴别能力最大”和“信用等级越高,损失率越低”两个标准,建立了信用等级划分模型,并测算出了每个信用等级对应的损失率。根据信用等级越能把违约可能性不相似的客户区分开,则信用等级的违约鉴别能力就越大的思路,以非违约客户累计频率与违约客户累计频率之差的绝对值最大值max|Sn1,g(c)-Sn2,g(c)|的代数和最大为目标,确保划分的信用等级最大限度地区分开违约可能性不相似的客户。以后一个信用等级的损失率LRc+1均严格大于其前面信用等级的损失率LRc,LR..…,LR1为约束条件1,确保划分的信用等级结果满足“信用等级越高,损失率越低”的标准。以后一个损失率级差△LRc,c+1为前一个级差△LRc-I,c的[a,b]倍为约束条件2,保证不同信用等级的损失率增减稳定,避免划分的信用等级损失率级差过于敏感,或划分失效的现象。根据上述目标函数和约束条件建立了非线性目标规划模型划分信用等级,并测算每个等级对应的损失率,确保了划分的信用等级既满足“信用等级越高,损失率越低”的信用评级本质属性,又能最大限度地区分开违约可能性不相似的客户。以中国某商业银行的3045笔小企业贷款数据为样本进行实证,结果表明:本研究模型划分的信用等级与损失率的关系满足“信用等级越高,损失率越低”的信用评级本质属性,且其区分不同违约可能性客户的能力较强。3.建立了基于新增样本违约鉴别能力的增量式贝叶斯网络信用评价模型,实现了动态信用评价功能。首先基于旧数据集构建初始贝叶斯网络信用评价模型,然后通过用包括新旧样本的新数据集对当前贝叶斯网络信用评价模型进行更新调整的增量学习方式,构建适用于新数据集的增量式贝叶斯网络信用评价模型,保证了在新样本增加后,不需要基于新数据集频繁从零开始重新建模,而是仅仅依据新数据集对旧数据集学习的信用评价模型进行调整确定的新信用评价模型,就能得到可靠的信用评价结果,既弥补了仅基于旧数据集挖掘信用评价模型,造成模型的判别准确率越来越低的不足,又避免了没有充分利用旧数据集的学习结果,频繁从零开始重新建模导致建模过程繁杂耗时的问题。以中国某商业银行的3045笔小企业贷款数据为样本进行实证,结果表明:本研究基于新增样本违约鉴别能力构建的增量式贝叶斯网络信用评价模型的判别准确率较高,评价结果可靠。
【学位授予单位】:大连理工大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:F276.3

【参考文献】
中国期刊全文数据库 前10条
1 邓超;胡梅梅;曾文潮;;基于贝叶斯界定折叠法的小企业信用评分模型研究[J];管理工程学报;2015年04期
2 迟国泰;潘明道;程砚秋;;基于综合判别能力的农户小额贷款信用评价模型[J];管理评论;2015年06期
3 林泽阳;林建华;;一种基于盲数的主观赋权法研究[J];计算机与数字工程;2015年06期
4 马晓君;;基于数据挖掘的新标准客户信用风险管理规则的构建——以央企中航国际钢铁贸易公司为例[J];管理世界;2015年03期
5 陈晓红;杨志慧;;基于改进模糊综合评价法的信用评估体系研究——以我国中小上市公司为样本的实证研究[J];中国管理科学;2015年01期
6 姜明辉;许佩;韩旖桐;覃志;;基于优化CBR的个人信用评分研究[J];中国软科学;2014年12期
7 王磊;范超;解明明;;数据挖掘模型在小企业主信用评分领域的应用[J];统计研究;2014年10期
8 陈丹伟;陈豪;庄俊;;基于增量式学习的海量数据流实时预处理模型[J];南京邮电大学学报(自然科学版);2014年04期
9 迟国泰;潘明道;齐菲;;一个基于小样本的银行信用风险评级模型的设计及应用[J];数量经济技术经济研究;2014年06期
10 高丽君;;基于贝叶斯模型平均生存模型的中小企业信用风险估计[J];中国管理科学;2012年S1期
中国博士学位论文全文数据库 前3条
1 陈洪海;基于信息敏感性的小企业信用评级模型研究[D];大连理工大学;2016年
2 程砚秋;基于支持向量机的农户小额贷款决策评价研究[D];大连理工大学;2011年
3 张玲;基于判别分析和期望违约率方法的信用风险度量及管理研究[D];湖南大学;2005年
中国硕士学位论文全文数据库 前6条
1 阎鹏飞;混合贝叶斯网络结构学习算法的研究与实现[D];吉林大学;2010年
2 李淼;HX银行企业信用评级体系的优化研究[D];西安理工大学;2009年
3 张钊;基于支持向量机的个人信用评估模型与算法的研究[D];首都师范大学;2008年
4 倪晓华;我国中小企业信用评价指标体系标准化研究[D];北京化工大学;2007年
5 马祥陆;基于贝叶斯网络的生态工业园区清洁生产评价方法[D];吉林大学;2007年
6 陆小艺;贝叶斯分类器的增量学习及缺失数据处理的研究[D];广西师范大学;2005年
【共引文献】
中国期刊全文数据库 前8条
1 王磊;;小微企业银行贷款可得性影响因素研究——来自5081家小微企业银行融资行为考察[J];经济统计学(季刊);2015年02期
2 郭敬;黄陈刘;;河南省公共服务满意度调查研究[J];河南科学;2015年11期
3 胡振;陈素彬;罗通彪;杨华;张佳丽;;基于组合权重的高职教育人才培养质量评价模型[J];微型电脑应用;2015年10期
4 高俊光;刘旭;朱辰辰;;小微企业信用评估的数据挖掘方法综述[J];金融理论与实践;2015年10期
5 卿固;辛超群;王维维;;科技型中小企业信用风险评估研究——以辽宁省为例[J];吉林金融研究;2015年08期
6 卿固;辛超群;王维维;;科技型中小企业信用风险评估研究——以辽宁省为例[J];北方金融;2015年08期
7 王中原;魏法杰;;基于IFAHP—DEMATEL的军工企业法律风险识别研究[J];管理评论;2015年06期
8 周清松;;关于SAS-Weblogic的数据挖掘模型的应用分析[J];福建电脑;2015年04期
中国博士学位论文全文数据库 前10条
1 于善丽;基于违约鉴别能力的小企业信用评级模型研究[D];大连理工大学;2018年
2 赵志冲;基于违约损失率的小企业信用风险评级研究[D];大连理工大学;2017年
3 龚玲玲;基于非线性插值的小企业信用评级研究[D];大连理工大学;2016年
4 段翀;基于风险溢价的小企业贷款定价研究及应用[D];大连理工大学;2016年
5 陈洪海;基于信息敏感性的小企业信用评级模型研究[D];大连理工大学;2016年
6 孟斌;基于违约状态判别的小型建筑企业信用评价模型研究[D];大连理工大学;2015年
7 程鑫;基于支持向量机的农户信用评价研究[D];山西财经大学;2015年
8 杜永强;基于风险补偿原理的小企业贷款定价模型研究[D];大连理工大学;2014年
9 李明;我国小额贷款公司风险管理研究[D];中南大学;2014年
10 李战江;租赁和商务服务业小企业的信用评价研究[D];大连理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 王超艺;信用评价及中小企业融资研究[D];山东大学;2018年
2 赵倩;XY商业银行南京分行公司客户信用风险评价及其控制研究[D];南京航空航天大学;2018年
3 宋晴晴;基于决策树算法的商户小额信贷评级系统[D];湖南科技大学;2017年
4 魏珍;基于贝叶斯网络在肝硬化并发肝性脑病相关因素及分类识别的应用研究[D];山西医科大学;2017年
5 周媛媛;煤炭洗选企业清洁生产评价研究[D];山东科技大学;2017年
6 曾宇飞;造船行业清洁生产指标体系的建立及评价方法研究[D];大连理工大学;2016年
7 徐明敏;E银行信用风险管理流程各阶段中存在问题的改进研究[D];山东大学;2015年
8 周颖;混合贝叶斯网的约简组合改进与高校投入产出预测研究[D];华南理工大学;2015年
9 李夏玫;内贸险中的国内贸易买方企业信用评级指标体系研究[D];对外经济贸易大学;2015年
10 杨星亚;基于证据理论的中小企业信用评级研究[D];合肥工业大学;2015年
【二级参考文献】
中国期刊全文数据库 前10条
1 林建华;林泽阳;;用未确知有理数确定指标主观权重方法研究[J];信息化研究;2014年03期
2 张三峰;卜茂亮;杨德才;;信用评级能缓解农户正规金融信贷配给吗?——基于全国10省农户借贷数据的经验研究[J];经济科学;2013年02期
3 胡海青;张琅;张道宏;;供应链金融视角下的中小企业信用风险评估研究——基于SVM与BP神经网络的比较研究[J];管理评论;2012年11期
4 张景肖;魏秋萍;姜玉霞;张波;;基于两阶段思想处理拒绝推断的信用评分模型[J];数理统计与管理;2012年06期
5 孙洪武;齐博;刘志民;;中试熟化型农业科技项目实施效果评估研究——基于农业科技跨越计划的实证分析[J];科研管理;2012年11期
6 徐淑芳;刘佳;林堉华;;经济欠发达地区农信社农户小额贷款绩效研究——基于贵州省A县的实地调查[J];农村经济;2012年09期
7 迟国泰;章穗;齐菲;;小企业贷款信用评价模型及实证研究——基于最优组合赋权视角[J];财经问题研究;2012年09期
8 廖红强;邱勇;杨侠;王星刚;葛任伟;;对应用层次分析法确定权重系数的探讨[J];机械工程师;2012年06期
9 李俊;;基于熵权法的粮食产量影响因素权重确定[J];安徽农业科学;2012年11期
10 王颖;聂广礼;石勇;;基于信用评分模型的我国商业银行客户违约概率研究[J];管理评论;2012年02期
中国博士学位论文全文数据库 前6条
1 李战江;租赁和商务服务业小企业的信用评价研究[D];大连理工大学;2014年
2 石宝峰;基于违约金字塔原理的小企业信用评级模型研究[D];大连理工大学;2014年
3 齐菲;基于小样本的商业银行信用评级模型研究[D];大连理工大学;2012年
4 程砚秋;基于支持向量机的农户小额贷款决策评价研究[D];大连理工大学;2011年
5 李远远;基于粗糙集的指标体系构建及综合评价方法研究[D];武汉理工大学;2009年
6 姜静清;最小二乘支持向量机算法及应用研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 张素芬;再就业贷款个人信用评估模型及系统设计[D];西南财经大学;2007年
2 代卫疆;我国商业银行消费信贷风险管理研究[D];西南财经大学;2007年
3 汪晓玲;基于SVM的银行客户个人信用评估研究[D];西北工业大学;2007年
4 黄文炳;商业银行公司客户内部信用评级方法设计与实证研究[D];浙江大学;2006年
5 周霓;鞍山建行信用卡客户信用评价模型研究[D];大连理工大学;2006年
6 崔兵;用GA优化BP网络权值的方法及其在个人信用评估中的应用[D];吉林大学;2006年
7 金妍彦;遗传规划模型在我国个人信用评估中的应用研究[D];哈尔滨工业大学;2006年
8 李婷;个人消费信贷信用风险评估信息系统的研究[D];武汉科技大学;2006年
9 万晓;消费信贷违约风险研究[D];贵州大学;2006年
10 滕刚伟;内部评级法(IRB)在农业银行信用风险管理中的应用研究[D];西南大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 郑忠耀;论语文教学中信息鉴别能力的培养[J];语文教学通讯;2001年18期
2 郑炼;范丽仙;董开娥;王重力;;如何培养中学生信息鉴别能力[J];生物学通报;2015年03期
3 王廷昌;;浅谈如何鉴别田黄石[J];天工;2017年02期
4 孙鹏程;;关于公务员政治鉴别能力的分析[J];科技视界;2013年33期
5 周海娟;;服务型政府公务员政治鉴别能力建设研究[J];成都行政学院学报;2010年02期
6 缪赫男;;浅论如何巩固和提高政治鉴别能力[J];世纪桥;2009年13期
7 侯雷;;试论公务员的政治鉴别能力[J];行政与法;2007年05期
8 周广学;论用户信息鉴别能力[J];情报杂志;2001年08期
9 ;顾客在哪里会成为上帝?[J];小溪流(故事作文);2011年12期
10 ;如何对待各种招聘信息[J];农民科技培训;2010年01期
中国重要会议论文全文数据库 前3条
1 齐豪;;如何鉴别光学平台质量的优劣[A];第十七届十三省(市)光学学术年会暨“五省一市光学联合年会”论文集[C];2008年
2 张丹青;邱强;;自觉划清四个重大界限提升大学生政治鉴别能力[A];德育论丛(第一辑)[C];2011年
3 姜俊清;卜彩虹;;论现代编辑的必备能力[A];学报编辑论丛(第十六集)[C];2008年
中国重要报纸全文数据库 前10条
1 本报记者 李国辉;提升流通环节整体假币鉴别能力[N];金融时报;2017年
2 记者 李丹丹;新“金标”明年实施 现金机具行业亟待洗牌[N];上海证券报;2017年
3 殷毅;提高收藏品鉴别能力[N];中国矿业报;2004年
4 李文;宣传维权常识提高消费者鉴别能力[N];消费日报;2009年
5 何为;增强质量意识 提高鉴别能力[N];中国医药报;2007年
6 罗莎 记者 吴珊珊;增强公众风险意识和质量鉴别能力[N];中国质量报;2011年
7 上海总队 朱利民;发现问题是能力[N];人民武警;2006年
8 陈永建;温岭烟草:开辟新颖考场 提高卷烟鉴别能力[N];经理日报;2006年
9 市政协农工委主任 高国新;注重调查研究 提高鉴别能力[N];新乡日报;2008年
10 郝剑英;从“吃相”看个性[N];今日信息报;2003年
中国博士学位论文全文数据库 前1条
1 于善丽;基于违约鉴别能力的小企业信用评级模型研究[D];大连理工大学;2018年
中国硕士学位论文全文数据库 前6条
1 刘桂梅;当代我国大学生政治鉴别能力提升研究[D];山东师范大学;2018年
2 郑炼;初中生物教学中学生信息鉴别能力培养的研究[D];云南师范大学;2016年
3 褚冰;食品电子鼻检测中特征鉴别能力的评价方法研究[D];河南科技大学;2013年
4 陈颖萍;青少年生命质量的个性化测量研究[D];浙江大学;2014年
5 李曌;光谱法快速鉴别中国名优白酒的研究[D];华中农业大学;2013年
6 王振宇;杂交棉产量构成因素分析及地点选择对育种的影响研究[D];华中农业大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026