基于Logistic回归模型的中小企业信用评分研究

【摘要】： 随着中国金融市场日益开放,缺乏有效的风险管理机制已经成为我国商业银行面临的最大风险。如何在扩大信贷规模的同时保证信贷资产质量是我国商业银行必须面对的严重挑战。中小企业在国民经济的发展中起着日益重要的作用,但是中小企业存在着规模小、财务管理欠规范、资金需求频繁、贷款数额少的现状,银行对中小企业存在“慎贷惜贷”现象。在商业银行内部发展一种合理有效的中小企业信用评分方法,是商业银行解决中小企业信贷风险的重要课题之一。 中小企业信用评分是一项发展潜力巨大的金融创新技术,但中小企业信用评分方法在我国一直未受到应有的关注。本文在国内外已有相关研究的基础上,总结了建立信用评分模型的主要方法,阐述了Logistic回归的基本原理、基本假设以及Logistic回归多级分类问题,说明了由于Logistic回归具有保证评分结果的客观性及处理定性数据的优越性,从而适用于中小企业信用评分。分析了中小企业信用评分指标体系,运用主成分分析法构建了适用于我国中小企业信用评分的具体指标,并建立了基于Logistic回归的信用评分模型。运用了Logistic回归模型对不同地区的几家商业银行的中小企业信贷数据进行了案例分析。结果表明,在本文所使用的14个变量中,财务指标中“资产负债比”、“应收账款周转率”;企业主个人的特征中“是否为出资人”;企业所处行业变量、地区变量对模型影响显著。就模型本身而言,Logistic回归对于好坏客户的分类准确率能达到82.4%。同时,分析了信用评分模型在我国中小企业信贷应用中的障碍,提出了相应的对策建议。