基于改进动态组合评价方法的小微企业信用评价研究

摘要

针对当前小微企业信用评价研究中存在多方法评价结论非一致性现象与静态评价的不足,提出一种基于改进动态组合评价方法的小微企业信用评价模型.通过模糊聚类分析与SOM-K算法确定初始方法的最佳分组,依据同质性、异质性与规模性原则,对组内与组间评价信息进行二次组合,并在定义成长因子的基础上,通过对组合评价值变化趋势的量化处理,求解最终的动态组合评价结果.对11家制造业小微企业的信用评价进行了实证研究,研究表明:该方法可有效融合多种方法的评价信息,同时综合考虑了各期信用状况,所得结果与经客户经理交叉检验的结论相符,证明了该方法的可行性与有效性.