基于违约风险判别的小型工业企业信用评级研究

摘要

信用评级的本质是揭示贷款数据与违约风险的关系与规律，确定一笔贷款或债务违约的可能性。由于小型工业企业规模小，财务信息不完善，很难找到经典的指标和信用评价理论进行评价，因此建立一套适用于小型工业企业的信用风险评级体系是金融机构亟需解决的问题。
　　基于违约风险判别的小型工业企业信用风险评级研究包括小型工业企业信用评级指标体系的构建、小型工业企业信用评分模型的构建、以及小型工业企业信用等级划分模型的构建三部分内容。一是小型工业企业信用评级指标体系的构建是指根据指标对违约状态鉴别精度的影响程度对指标进行遴选，构建既能显著区分小型工业企业违约状态、又反映小型工业企业客户清偿能力的信用风险评级指标体系。二是小型工业企业信用评分模型的构建是指根据非违约企业的评价得分越高、违约企业的评价得分越低的基本评价思路，建立多目标非线性规划模型对遴选出的评价指标进行组合赋权，建立信用评分模型，求解不同小型工业企业的信用评分。三是小型工业企业信用等级划分模型的构建是指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，使信用等级划分结果不仅能满足信用等级越高、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。
　　本论文共分为六章。第一章是绪论;第二章是基于违约风险判别的信用评级理论基础;第三章是基于Fisher判别的小型工业企业信用评级指标体系的构建;第四章是基于最大违约鉴别能力组合赋权的信用评分模型的构建;第五章是基于信用差异度最大的信用等级划分模型研究;第六章是结论及展望。
　　本论文的主要工作及创新如下:
　　(1)信用等级划分方面的工作及创新:一是根据第k个信用等级中最后一个样本的信用评分Pmkk与第k+1个信用等级中第一个样本的信用评分P1k+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∑(Pmkk-P1k+1)最大为目标函数，保证信用状况差异大的客户划分为不同信用等级。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。
　　(2)指标组合赋权方面的工作及创新:通过以非违约企业的指标加权数据到正理想点的距离代数和最小为第一个目标函数，以违约企业的指标加权数据到负理想点的距离代数和最小为第二个目标函数，构建多目标非线性规划模型进行组合赋权，在满足了“非违约企业的评价得分越高、违约企业的评价得分越低”要求的目标下得到最优的组合赋权的权重系数，使赋权结果保证了评级模型能够将违约企业与非违约企业最大地区分开。改变了现有研究的组合赋权脱离评价目的的弊端，改变了现有研究中违约与非违约企业的评价得分存在大量重叠、对两类企业的区分能力低的弊端。
　　(3)指标遴选方面的工作及创新:根据有、无特定指标两种状态下、Fisher判别对违约状态鉴别精度的提高或降低，反映特定指标对违约状态的影响程度，剔除对违约状态的判别精度没有影响或有降低影响的指标，保留可以显著提高违约状态判别精度的指标，完善了现有研究遴选指标的标准与违约状态无关的不足。

目录

声明

摘要

图目录

表目录

主要符号表

1 绪论

1．1 问题的提出与研究意义

1．1．1 问题的提出

1．1．2 研究意义

1．2 国内外相关研究综述

1．2．1 信用评价指标体系的研究现状

1．2．2 信用评价方法的研究现状

1．2．3 信用等级划分方法的研究现状

1．2．4 现有研究存在的不足

1．3 研究内容和研究方法

1．3．1 研究内容

1．3．2 篇章结构

1．3．3 研究方法

1．3．4 技术路线

1．4 论文的创新点

2 基于违约风险判别的信用评级理论基础

2．1 指标体系建立的理论基础

2．1．1 指标体系建立问题的描述

2．1．2 指标筛选的基本准则

2．2 基于最大违约鉴别能力组合赋权的信用评价理论

2．2．1 组合赋权问题的描述

2．2．2 组合赋权的原理

2．3 信用等级划分的理论基础

2．3．1 信用等级划分问题的描述

2．3．2 信用等级划分的基本准则

3 基于Fisher判别的小型工业企业信用评级指标体系的构建

3．1 问题的提出

3．2 小型工业企业信用评级指标体系构建原理

3．2．1 小型工业企业信用评级的特点

3．2．2 问题的难点

3．2．3 突破难点的思路

3．3 小型工业企业信用评级指标体系构建方法

3．3．1 指标数据的标准化

3．3．2 基于Fisher判别的第一次筛选方法

3．3．3 基于相关分析的第二次筛选方法

3．3．4 指标体系违约判别能力检验方法

3．3．5 小型工业企业信用评价指标体系构建方法的特色

3．4 小型工业企业信用评级指标体系的实证研究

3．4．1 指标的海选

3．4．2 样本选取和数据来源

3．4．3 基于Fisher判别的第一次指标筛选

3．4．4 基于相关分析的第二次指标筛选

3．4．5 指标体系违约判别精度的检验

3．4．6 小型工业企业信用评级指标体系特点分析

3．5 本章小结

3．5．1 本章主要工作

3．5．2 本章主要结论

3．5．3 本章主要特色

4 基于最大违约鉴别能力组合赋权的信用评价模型

4．1 基于最大违约鉴别能力组合赋权的信用评价原理

4．1．1 问题的提出

4．1．2 问题的难点

4．1．3 突破难点的思路

4．2 单一赋权方法

4．2．1 基于G1法的主观赋权

4．2．2 基于违约判别能力的客观赋权

4．2．3 基于信息含量的客观赋权

4．3 基于组合赋权的信用评价模型构建方法

4．3．1 基于逼近理想点的组合赋权模型

4．3．2 组合赋权的权重系数与评价结果的联系

4．3．3 信用评价模型的建立

4．3．4 基于J-T非参数检验的信用评价模型合理性检验

4．4 小型工业企业信用评价模型的实证分析

4．4．1 数据来源

4．4．2 单一赋权的权重计算

4．4．3 基于逼近理想点的组合赋权求解

4．4．4 评级指标权重分析

4．4．5 信用得分的计算

4．4．6 信用评价模型的合理性验证

4．4．7 组合赋权的违约鉴别能力对比分析

4．5 本章小结

4．5．1 本章主要工作

4．5．2 本章主要结论

4．5．3 本章主要创新

5 基于信用差异度最大的信用等级划分优化模型

5．1 基于信用差异度最大的信用等级划分原理

5．1．1 科学问题的描述

5．1．2 问题的难点及解决思路

5．2 基于信用差异度最大的信用等级划分方法

5．2．1 目标函数的建立

5．2．2 违约损失率函数关系约束的建立

5．2．3 违约损失率严格递增约束的建立

5．3 模型的求解

5．3．1 第1个等级样本数的确定

5．3．2 局部最优解的确定

5．3．3 全局最优解的确定

5．4 实证研究

5．4．1 实证数据的获取

5．4．2 非线性规划模型的建立

5．4．3 局部最优解的确定

5．4．4 全局最优解的计算

5．4．5 信用等级划分结果及分析

5．5 本章小结

5．5．1 本章主要工作

5．5．2 本章主要结论

5．5．3 本章主要特色

6 结论及展望

6．1 论文的主要工作

6．2 论文的主要结论

6．2．1 小型工业企业信用评级指标体系构建的主要结论

6．2．2 小型工业企业信用评价模型的主要结论

6．2．3 小型工业企业信用等级划分的主要结论

6．3 论文的创新与特色

6．3．1 论文的主要创新

6．3．2 论文的主要特色

6．4 研究的局限性及展望

参考文献

攻读博士学位期间科研成果及科研项目

致谢

作者简介