基于信息敏感性的小企業(yè)信用評級模型研究.pdf

1、作為國民經(jīng)濟和社會發(fā)展重要組成部分的小企業(yè)，信用評級的結(jié)果直接影響其融資的渠道、可能性及成本。甚至，信用評級結(jié)果會影響小企業(yè)購銷合同的簽訂、招投標(biāo)的參加及政府采購的爭取等諸多方面。特別是多年以來小企業(yè)貸款貴和貸款難的問題始終都未得到有效解決。這一問題的解決固然復(fù)雜困難，但鑒于目前許多商業(yè)銀行等金融機構(gòu)已將對貸款企業(yè)客戶的信用評級結(jié)果納入到信貸審批程序之中，顯然若能科學(xué)合理地對小企業(yè)進行信用評級必將有助于貸款貴和貸款難問題的解決。此外，信

2、用評級也事關(guān)著國家金融體系的安全。因此，開展小企業(yè)信用評級的研究至關(guān)重要。
　　小企業(yè)信用評級的本質(zhì)在于其信用風(fēng)險的評價。為了通俗形象地反映企業(yè)信用風(fēng)險的相對大小，通常會將企業(yè)的信用風(fēng)險進行等級劃分。而信用評級指標(biāo)體系和信用評級指標(biāo)的賦權(quán)是信用風(fēng)險評價的基礎(chǔ)。其中，信用評級指標(biāo)體系是通過信用評級指標(biāo)篩選，即通過剔除信用風(fēng)險識別能力弱和反映信息重疊程度高的信用評級海選指標(biāo)實現(xiàn)的;信用評級指標(biāo)賦權(quán)是指確定信用評級指標(biāo)的權(quán)重。本文主要聚

3、焦于小企業(yè)信用風(fēng)險的評級及其合理性的檢驗，主要工作如下:
　　(1)為了選取信用風(fēng)險識別能力大的信用評級指標(biāo)，提出了一種基于信用風(fēng)險識別能力的信用評級指標(biāo)遴選方法。首先，將信用評級指標(biāo)的取值分為違約與非違約兩組，根據(jù)一個信用評級指標(biāo)取值的組間變異與組內(nèi)變異的相對差距越大，該信用評級指標(biāo)對違約與否的影響越顯著，該信用評級指標(biāo)越應(yīng)予以保留的F檢驗思路，剔除對信用違約與否影響不顯著的少量信用評級指標(biāo)，以保證保留下來的信用評級指標(biāo)皆對信用

4、違約狀態(tài)有一定的影響。之后，通過主成分占待篩信用評級指標(biāo)集信息的比例與每個被保留的主成分對信用評級指標(biāo)偏導(dǎo)數(shù)的乘積的和，表示待篩信用評級指標(biāo)集信息受該指標(biāo)大小變化影響的敏感程度，稱之為指標(biāo)的信息敏感性。在此基礎(chǔ)上，根據(jù)信用評級指標(biāo)的信息敏感性越大，該指標(biāo)解釋待篩信用評級指標(biāo)集蘊含的信用風(fēng)險信息的能力越大，該指標(biāo)識別信用違約綜合風(fēng)險的能力也越大，該指標(biāo)越應(yīng)予以保留的信息敏感性思路，進一步地剔除信用違約綜合風(fēng)險識別能力弱的信用評級指標(biāo)。該方

5、法克服了現(xiàn)有研究僅依賴信用評級指標(biāo)對違約與否的影響選取信用風(fēng)險識別能力大的指標(biāo)的不足，也克服了現(xiàn)有主成分降維方法遴選指標(biāo)時僅依據(jù)指標(biāo)的單個因子載荷無法合理篩選指標(biāo)的不足。
　　(2)為了降低信用評級指標(biāo)彼此之間的信息重疊程度，提出了一種基于信息重疊雙重剔除的信用評級指標(biāo)遴選方法。首先，該方法通過一組信用評級指標(biāo)的病態(tài)指數(shù)確定一組信用評級指標(biāo)整體的信息重疊程度，并以一個評級指標(biāo)被剔除后該組信用評級指標(biāo)病態(tài)指數(shù)減少的幅度確定該指標(biāo)與指

6、標(biāo)集內(nèi)其余指標(biāo)間的信息重疊程度，簡稱為該信用評級指標(biāo)的信息重疊程度。通過剔除信息重疊程度高的指標(biāo)，實現(xiàn)信用評級指標(biāo)間整體信息重疊程度的快速降低。之后，為了避免指標(biāo)體系整體信息重疊程度低而部分指標(biāo)間信息重疊高，進一步地剔除相關(guān)程度高的任兩個指標(biāo)中信息敏感性小的指標(biāo)。該方法克服了現(xiàn)有研究僅僅考慮兩兩指標(biāo)間的信息重疊的降低而不考慮評級指標(biāo)間整體信息重疊程度的不足。
　　(3)為了確定小企業(yè)信用評級指標(biāo)的權(quán)重，提出了一種基于雙重信用違約風(fēng)

7、險識別的信用評級指標(biāo)賦權(quán)方法。首先，該方法根據(jù)信用評級指標(biāo)識別信用違約與否提供的信息量（信息增益）越大，該信用評級指標(biāo)識別違約與否的能力越大，該指標(biāo)的權(quán)重理應(yīng)越大的信息增益賦權(quán)思路，實現(xiàn)信用評級指標(biāo)的第一重賦權(quán)。之后，鑒于信息敏感性能夠反映信用評級指標(biāo)識別信用違約綜合風(fēng)險能力的大小，根據(jù)信用評級指標(biāo)的信息敏感性越大、該信用評級指標(biāo)信用違約綜合風(fēng)險識別的能力也越大、該指標(biāo)的權(quán)重理應(yīng)也越大的信息敏感性賦權(quán)思路，實現(xiàn)信用評級指標(biāo)的第二重賦權(quán)。

8、第一重賦權(quán)雖然利用了違約與否所蘊含的信用風(fēng)險的價值，但違約與否畢竟不能精細(xì)地刻畫信用風(fēng)險。第二重賦權(quán)雖然體現(xiàn)了信用評級指標(biāo)識別信用違約綜合風(fēng)險的能力，但卻沒有有效利用違約與否這個寶貴的反映信用風(fēng)險的指標(biāo)。有鑒于此，最后通過乘法集成歸一法對上述兩種賦權(quán)方法確定的信用評級指標(biāo)的權(quán)重進行了綜合，實現(xiàn)了兩種賦權(quán)方法的取長補短，克服了現(xiàn)有研究在對信用評級指標(biāo)賦權(quán)時僅考慮對違約狀態(tài)的影響程度或不考慮對違約狀態(tài)的影響程度的不足。同時，基于信用評級指標(biāo)

9、的遴選和賦權(quán)確定了小企業(yè)的信用綜合得分，并據(jù)此劃分了不同信用等級對應(yīng)信用得分區(qū)間，進而實現(xiàn)了小企業(yè)信用等級的確定。
　　(4)為了檢驗小企業(yè)信用評級指標(biāo)體系的合理性，根據(jù)指標(biāo)體系對違約與否判別的準(zhǔn)確率越高，指標(biāo)體系整體上識別基本信用風(fēng)險的能力越大的思路，提出了基于貝葉斯判別的信用評級指標(biāo)體系合理性檢驗?zāi)Ｐ停朔爽F(xiàn)有研究完全不考慮指標(biāo)在單位及量綱上的差異及錯誤使用多重決定系數(shù)的不足。此外，為了檢驗小企業(yè)信用評級指標(biāo)賦權(quán)的合理性，根