<cite id="yyiou"><tbody id="yyiou"></tbody></cite>
<cite id="yyiou"><samp id="yyiou"></samp></cite>
  • <s id="yyiou"></s><bdo id="yyiou"><optgroup id="yyiou"></optgroup></bdo>
  • <cite id="yyiou"><tbody id="yyiou"></tbody></cite>

    首頁 > 期刊 > 自然科學(xué)與工程技術(shù) > 基礎(chǔ)科學(xué) > 基礎(chǔ)科學(xué)綜合 > 管理科學(xué)學(xué)報 > 基于違約區(qū)分程度最大權(quán)重的信用評級模型 【正文】

    基于違約區(qū)分程度最大權(quán)重的信用評級模型

    周穎 大連理工大學(xué)經(jīng)濟(jì)管理學(xué)院; 大連116024
    • 信用評級
    • 權(quán)重向量
    • 最優(yōu)權(quán)重
    • 最優(yōu)賦權(quán)
    • 小企業(yè)評級

    摘要:信用評級方程是信用評級模型的核心,權(quán)重是影響信用評級方程評價準(zhǔn)確度的重要因素,合理的權(quán)重對于信用評級至關(guān)重要.通過以違約與非違約客戶信用得分單位離散度的平均距離最大為目標(biāo)函數(shù),構(gòu)建非線性規(guī)劃模型的思路,反推各指標(biāo)的最優(yōu)權(quán)重組合.通過PR曲線方法對信用評級模型的合理性進(jìn)行檢驗(yàn),并對1231個小企業(yè)貸款進(jìn)行了信用評級.通過構(gòu)建信用評級方程S=S(W)的權(quán)重向量W與違約與否的兩類客戶平均信用得分的距離D之間的函數(shù)關(guān)系,以違約與否的兩類客戶平均信用得分距離D最大為目標(biāo)建立非線性規(guī)劃,反推一組最優(yōu)權(quán)重W.保證了信用評級方程的評級結(jié)果,能夠最大限度地區(qū)分違約與非違約客戶.改變了現(xiàn)有研究的權(quán)重向量與整體違約鑒別能力無關(guān)的弊端.非財務(wù)指標(biāo)相對于財務(wù)指標(biāo)在小企業(yè)評級中更重要,權(quán)重高達(dá)58%,非財務(wù)指標(biāo)中“城市居民人均可支配收入”指標(biāo)的權(quán)重最大,為14.7%.通過PR曲線方法驗(yàn)證了其合理性.研究表明,“基于違約狀態(tài)區(qū)分程度最大權(quán)重的小企業(yè)信用評級模型”,對客戶違約與否的區(qū)分精度,優(yōu)于現(xiàn)有研究的同類經(jīng)典模型.

    注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社

    投稿咨詢 免費(fèi)咨詢 雜志訂閱

    我們提供的服務(wù)

    服務(wù)流程: 確定期刊 支付定金 完成服務(wù) 支付尾款 在線咨詢
    主站蜘蛛池模板: 从江县| 尖扎县| 龙南县| 铜山县| 开鲁县| 齐河县| 弥渡县| 邓州市| 江达县| 抚松县| 开阳县| 台中县| 凤冈县| 广安市| 辽阳县| 陵水| 昌宁县| 长治市| 张家界市| 工布江达县| 大名县| 扬中市| 繁昌县| 蕲春县| 万载县| 民权县| 巴彦淖尔市| 尤溪县| 信丰县| 万荣县| 武功县| 宜兰市| 鄱阳县| 进贤县| 恩施市| 定陶县| 罗城| 南华县| 章丘市| 霍城县| 张北县|