基于ELECTRE III的农户小额贷款信用评级模型

我国农业人口占户籍人口比重达64.71%,加上农户小额贷款对象的分散性、财务信息不健全等特点和难点,致使农户小额贷款信用评级体系极不完善,甚至大多数银行均未建立该体系。通过共线性检验剔除反映信息重复的指标,通过Logistic回归显著性判别遴选对农户违约状态影响显著的指标,建立了由年龄、非农收入/总收入等13个指标组成的农户小额贷款信用评级指标体系。在此基础上,利用熵权法求解评价指标权重,构建了基于ELECTRE III(消去与选择转换评价)的农户小额贷款信用评级模型,并对中国某全国性大型商业银行2 044个农户样本进行了实证。     

基于信息解释能力的小企业信用评级体系构建研究

以建立商业银行小企业客户信用评级指标体系为目的,提出一种系统的小企业信用评级指标体系构建方法.检验并剔除对企业违约影响不显著的信用评级指标,提出新的指标筛选方法以剔除综合信用风险识别能力弱的评级指标.其次,通过相关分析法降低评级指标集的整体信息重叠.再次,根据信用评级指标体系识别违约状态的准确率检验小企业信用评级指标体系的合理性.最后,基于中国一家商业银行3111笔小企业信贷历史数据进行了实证分析,研究表明本文构建的小企业信用评级指标体系识别违约风险的准确率高而且稳定.     

社会大数据信息下农户信用借款声誉计算模型与应用

农户信用借款信息的处理是农户信用评级中的一个重要环节.本文基于社会大数据信息研究农户信用借款声誉计算模型,分析对农户信用借款产生主要影响的七大因素:借款金额、借款期限、借款距离、联保因子、还款能力、反馈评分和近期声誉,并对这七大影响因素进行量化,然后在分别考虑农户在历史上从未借款、首次还款、当期无新还款和当期有新还款这四种不同的情形,相应建立了社会大数据信息下农户信用借款声誉计算模型,并通过两个实例对模型的应用进行有效性的检验.实例分析表明,在社会大数据信息下,采用本文所建立的农户信用借款声誉计算模型对农户声誉值的计算,结果能够很好地描述农户声誉值的变化趋势.由于这种变化趋势呈现较平稳光滑的变动,因此符合在具有社会管理功能前提下的声誉值变化特征,从而说明模型应用的有效性.该模型在实践中对农户信用借款声誉值的计算具有重要借鉴价值.     

中小企业信用评级模型研究——基于CAMEL框架

随着市场经济发展的不断深入,企业信用问题已成为影响和制约我国经济发展的关键因素,如何对企业的信用进行有效的评估是当前迫切需要解决的难题。首先,在CAMEL评级体系基础上构建信用评价指标体系;第二,通过DEMATEL与ANP相结合的方法求出指标的混合权重;最后,利用模糊综合评价公式计算出总得分。研究结果表明:该模型评价结果切实可靠,可为今后的中小企业信用评级提供一定指导和借鉴。     

基于违约状态判别的小企业债信评级北大核心CSCD

文章对1 231笔小企业贷款数据进行实证分析,通过方差齐性检验和R聚类构建了对违约状态影响显著的小企业债信评级指标体系;通过区分违约状态越显著的指标、权重越大的思路进行赋权,建立债信评分模型;通过债信等级越高、违约损失率越低的标准划分债信等级,建立了债信评级体系.实证结果表明:速动比率、法人代表信用卡记录等21个指标构成的指标体系不但可以显著区分小企业的违约状态、而且避免了重复反映信息的指标重叠和冗余.     

基于违约状态判别的小企业债信评级

文章对1 231笔小企业贷款数据进行实证分析,通过方差齐性检验和R聚类构建了对违约状态影响显著的小企业债信评级指标体系;通过区分违约状态越显著的指标、权重越大的思路进行赋权,建立债信评分模型;通过债信等级越高、违约损失率越低的标准划分债信等级,建立了债信评级体系.实证结果表明:速动比率、法人代表信用卡记录等21个指标构成的指标体系不但可以显著区分小企业的违约状态、而且避免了重复反映信息的指标重叠和冗余.     

消费者信用评估分析综述

追溯消费者信用评估发展的历史，分析我国建立消费者信用评估体系过程中可能遇到的主要问题，包括人口漂移、个人信用动态变化、信用评价方法中指标的选取、保留酌情处理权、拒绝推论和信息缺失等，介绍目前应用的消费者信用评估方法，包括判别分析、回归分析（分为普通线性回归、logistic回归和probit回归）、数学规划法、分类树法、专家系统、神经网络和最近邻法，并比较分析各评估方法的性能。     

地区信用风险与评级方法

分析国内地区信用风险差异的成因，阐述了地区信用评级的概念和意义，提出了利用多属性决策原理开展地区评级的方法，并对地区信用评级的指标选择和指标赋权等问题进行了探讨。     

基于Brown-Wood中位数检验的小企业债信评级体系

债信评级是通过挖掘评级数据与违约风险的关系，评价一笔债务回收的可能性及不同等级违约损失率的大小。本文基于Brown-Mood中位数检验建立了小企业债信评级体系。创新与特色：① 根据某个指标的非违约样本中位数显著大于违约样本的中位数，则该指标越能将非违约与违约样本区分开的思路构造Brown-Mood中位数检验统计量值，遴选通过检验、即违约鉴别力显著的指标。改变了绝大多数现有研究未以违约鉴别力显著为指标遴选标准的不足。② 在相关系数大的一对指标中，删除 Brown-Mood中位数检验统计量值小的指标，在避免了指标反映信息冗余的同时，也避免了指标的误删。③ 根据指标的违约鉴别力越强、指标权重就应该越大的思路对指标赋权，确保了违约鉴别力越大的指标，权重也越大。④ 根据非违约样本的债信得分中位数显著大于违约样本的债信得分中位数，则债信得分越能显著区分违约状态，债信评分体系越合理的思路，检验债信评分体系的合理性，开拓了债信评分体系检验的新思路。实证表明：包括资产负债率、恩格尔系数等24个指标的小企业债信评级体系具有显著的违约鉴别力，在债信评级时，应重点关注恩格尔系数、行业景气指数等企业外部宏观环境因素及法人代表汽车及不动产价值、担任该职务时间等法人代表基本情况因素。     

商业银行的模糊授信决策研究

应用模糊数学理论，研究了商业银行的授信决策问题．信用评级指标分为财务状况、经营管理及发展前景三大类．对其中的主观指标、客观指标应用不同的模糊评价方法，并用层次分析法确定了各指标之间的权重     

最优策略下的商业银行信用风险的小样本评级模型

银行信用风险评级的目的是揭示不同银行的信用风险水平。以最优策略为原则,本文首先构建了基于最优组合赋权的银行信用风险综合得分的测算模型,其次基于最优分布拟合了银行信用风险综合得分的概率密度函数,最后基于最优分割法构建了银行信用风险的小样本评级模型。本文的创新和特色在于:一是通过主观赋权的G1法和客观赋权的熵值法相结合确定信用风险指标的最优组合权重,建立银行信用风险综合得分的测算模型。二是通过最大熵模型确定银行信用风险综合得分的概率密度函数,揭示了银行信用风险综合得分的分布规律,解决了当综合得分不服从任何现有分布情况下的综合得分分布确定问题。三是通过切片抽样均匀地从综合得分密度函数中抽取评级得分的大样本随机数,克服了现有小样本仅仅分布于5个信用级别而无法划分9个信用级别的弊端,解决了在同一分布下由评级得分小样本获得评级得分大样本的问题。四是通过最优分割法对大样本进行9级分割,建立银行信用风险的小样本评级模型。     

分段效用决策的信用评级方法

基于分段决策的基本思想．将信用评级看成一多阶段的两分类判别决策过程．并引入决策效用的概念，建立基于决策效用的判别模型和判别准则。该方法可以较好地解决信用评级过程中评级指标间的不可公度性和相关性的问题。     

网上拍卖竞买方个人信用风险管理理论与评价模型

针对网上拍卖特点建立了保证金制度、网友担保制度和拍卖品底价披露制度等竞买人信用风险管理制度,提出了竞买方信用风险管理原理与流程,从制度层面上提出了信用风险管理方法。提出了可获取性和可验证性原则,建立了反映竞买方个人资产、担保和历史交易记录的3大类、9项指标构成的信用评价体系。运用层次分析法求解各层次评价指标的权重,通过模糊隶属度函数的建立求解竞买方个人信用分值,建立了网上拍卖竞买方个人信用评价模型,解决了竞买方个人信用等级的划分问题。根据信用评价方程合乎逻辑的特例得到了信用评分的阈值,解决了什么样的竞买人有权进行网上交易的判断标准问题。从信用制度、管理方法和评价模型上探索了控制网上拍卖竞买方个人信用风险的途径。     

小微企业信用评级模型及比较研究

在调查和文献基础上,进行信用风险来源识别、评级指标分类和评级方法选择,构建商业银行内部信用评级模型,以期在授信审批环节提高信用风险管理水平.基于某商业银行2008—2013年小微企业实际信贷数据,运用线性判别分析、二项逻辑回归和十种基于不同学习算法的BP神经网络模型构建内部信用评级模型,并在评级指标体系中加入宏观经济变量,使度量风险的稳健性进一步得到提升.最后通过四种方法对不同模型的结果和评级有效性进行了对比分析,认为基于Levenbery-Marquardt学习算法的NN10模型具有最优的评级有效性.     

商业银行流动性风险评级及实证研究

通过R型聚类分析筛选指标,设立商业银行流动性风险评价指标体系,运用熵值法确定指标权重及对商业银行流动性风险进行评级。以14家上市商业银行为对象进行流动性风险评级的实证分析和验证。本文的特色与创新一是通过采用可观测指标替代不可观测指标保证了银行流动性风险评级的可行。二是运用R型聚类分析剔除了相关性强的指标,避免了指标的无意义重复和累赘。三是通过熵值法反映出的指标差异程度大小来确定流动性风险评级的关键因素,保证了对重要指标进行流动性风险评价。四是研究结果表明该方法切实有效。     

电子商务环境下中小企业信用评价

在引入了电子商务信用理论的基础上,对电子商务环境下中小企业信用评价指标体系进行研究.采取实证研究的方法, 综合参考各类信用评价指标, 利用层次分析法,根据一般企业信用评价, 结合B2B电子商务企业的特点,构建了适合中小企业的四大类十五项评价指标.在综合评定了中小型电子商务企业的信用等级的基础上,建立了电子商务信用评价模型.并应用模型对三十家从事电子商务业务的真实的中小企业信用状况进行了评价实践,为B2B电子商务中的中小企业信用评价提供了一种科学、简便的信用评价方法.     

基于信息含量最大的绿色产业评价指标筛选模型及应用

绿色产业评价是发展低碳经济,实现经济、社会与生态环境可持续发展的必要环节,建立合理的指标体系是绿色产业评价的关键. 从反映绿色产业内涵的角度出发,从绿色生产、绿色消费、绿色环境三个方面海选指标,依据信息含量最大和冗余信息剔除原则定量筛选指标,构建了绿色产业评价指标体系.文章的创新与特色一是通过变异系数求解指标信息含量,遴选信息含量最大的指标. 构建了由绿色生产、绿色消费、绿色环境三个准则层26个指标组成的绿色产业评价指标体系. 二是通过变异系数筛选出各个类中变异系数（信息含量）最大的指标,保证了筛选出的指标对绿色产业评价有显著影响. 三是通过R聚类将同一准则层内的指标分类,使不同类别的指标反映不同的数据特征.避免了绿色产业评价中不同指标反映的信息重复. 四是研究表明： 最终建立的指标体系用27.7%的指标反映了98.44%的原始信息.     

基于信用差异度最大的信用等级划分优化方法

信用评级对当代社会有极其重要的影响,若信用等级划分不合理,必将误导债权人和社会公众.信用评级结果的变动直接反映经济状态的变化,2011年标准普尔把美国的主权信用评级从AAA级降为AA+,引起全球金融市场的动荡.信用评级的本质是合理区分客户的信用状况,揭示不同等级客户的信用风险水平.国际上比较流行的标普、穆迪的信用评级针对中国客户的评级结果往往存在信用等级很高、违约损失率反而不低的不合理现象.本研究以信用差异度和违约金字塔为标准,构建非线性规划模型划分信用等级,并以中国小企业贷款数据为样本进行实证研究·本研究的创新与特色一是根据第k个信用等级中最后一个样本的信用评分P_(mk)~k与第k+1个信用等级中第一个样本的信用评分P_1~(k+1)确定相邻两个等级的信用评分差值,以所有信用等级的评分差值之和∑(P_(mk)~k-P_1~(k+1))最大为目标函数,确保最大程度的保证信用评分差异大的客户划分为不同信用等级.避免了把信用状况差异较大的客户划分成同一个信用等级的不合理现象.二是以信用等级由高到低的违约损失率严格递增为约束条件建立信用等级划分模型,保证信用等级划分结果满足信用等级越高、违约损失率越低的违约金字塔标准,避免出现信用等级很高、违约损失率反而不低的不合理现象.三是1814笔工业小企业贷款数据的实证研究表明,本研究的信用等级划分方法不仅满足信用等级越高、违约损失率越低的违约金字塔标准,还能保证信用状况差异大的客户划分为不同信用等级.     

基于因子分析的绿色产业评价指标体系构建模型及实证

建立合理的绿色产业评价指标体系是测评和规范绿色产业发展的关键。利用R聚类与因子分析相结合的定量指标筛选方法,构建了囊括26个指标涉及绿色生产、绿色消费与绿色环境3个准则层的绿色产业评价指标体系。本文的创新与特色:1通过因子分析筛选出各个类中信息含量最大的指标,保证了筛选出的指标对评价结果影响最大。2利用R聚类对同一准则层内的指标进行分类,既保证了从不同类别筛选出的指标反映的信息不重复,又保证了筛选后的指标体系能够覆盖绿色产业评价的各个方面。3通过因子分析遴选信息含量最大的指标,建立了由绿色生产、绿色消费与绿色环境3个准则层组成的绿色产业评指标体系。     

基于R聚类-变异系数分析的人的全面发展评价指标体系构建

根据"坚持以人为本,树立全面、协调、可持续的发展观,促进经济社会和人的全面发展"的科学发展观的内涵,从经济发展环境、社会发展环境、生态环境、人力资本环境、生活质量和人口素质6个方面入手,海选人的全面发展评价指标,根据可观测性原则初步筛选指标,通过R聚类和变异系数分析相结合的方法定量筛选指标,构建了人的全面发展评价指标体系。本文的创新与特色一是以国际权威机构典型观点的高频指标为基础建立指标体系,反映当代人类社会的智慧结晶。二是通过筛选国民幸福指数、基尼系数、社会保障覆盖率等指标反映以人为本的科学发展观的核心,建立了反映科学发展观的指标体系。三是通过聚类分析和变异系数分析相结合的定量筛选指标,用较少的指标反映90%以上的指标信息建立简洁明快的评价体系。