Ａ
Ｂ
Ｃ
Ｄ
Ｅ
１项
目
本月
累计
本年计划
占收入计划（％）
２１消费税３２５３２５４１４３７．８４３２增值税２２３２２３２６４３８．４４４３营业税
２４５２４５３０８７７．９４５４专项调节税３３３３３３４３９２７．５８６５个人所得税２６０２６０３０１８８．６１７６证券交易税１７０１７０１８９２８．９９８７遗产税
１０６１０６１４３９７．３７９８土地增值税６５６５６３５１０．２４１０９企业所得税
１８７１８７２１６３８．６５１１其中：集体
７５７５９０２８．３１１２私营５７５７６３７８．９５１３其他
５５５５６２４８．８１１４１０城乡维护建设税２０７２０７２０３７１０．１６１５１１车船税２６９２６９１８８４１４．２８１６１２房产税１６５１６５１７６４９．３５１７１３屠宰税１３８１３８２６１９５．２７１８１４资源税
１２６１２６１８３０６．８９１９１５土地使用税４９４９１０８０４．５４２０１６印花税
１２０１２０２４９３４．８１２１１７滞纳金及补税罚款１７１７３９６４．２９２２
收入合计
３００５３００５３７５１５８．０１
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
１引言
１．１个人征信相关概念
个人征信，是指第三方中介机构（即征信机构）把分散在不同授信机构、司法机构、行政机构等社会各个方面的个人信用信息通过合法手段进行采集、加工、存储到一个或若干个数据库中，进而形成个人信用档案，让授信机构在授信决策时能方便、快捷地查询到完整、真实的信用信息和信用评分。个人征信体系是一个庞杂的系统，它由一
整套个人征信制度和方法，以及个人征信主体、手段和产品构成，是与个人征信有关的业务和活动的总称，主要包括个人信用信息基础数据库、征信相关的法律法规、征信服务机构、信用产品市场、政府监督管理和诚信教育６个方面内容。其中建立标准化的个人信用信息基础数据库系统是个人征信体系建设的核心，开发有效可靠的信用等级评估产品、建立个人信用评估机制是个人征信体系建设的目标，这将有助于对个人进行客观、科学的信用状况分析，是降低银行信贷风险、稳定金融秩序、促进经济增长的关键所在。
１．２国内外征信业发展现状
从国际经验看，征信系统的构建主要有３种模式，而这３种模式的共同特点是都建有集中管理的全国性甚至跨国性数据库。（１）美国模式：也称市场型模式，其信用体
个人征信系统数据仓库与信用评估模型的构建
黄岚１，张晓晖２，殷树友２
（１．吉林大学计算机科学与技术学院，长春１３００１２；
２．长春金融高等专科学校，长春１３００２２）
［摘要］建立、健全个人征信体系有助于降低信贷风险、稳定金融秩序和促进经济增长。随着个人信用信息数据量的增多以及对数据分析需求的加大，构建个人信用信息数据仓库，利用多维数据分析和数据挖掘等技术，开发信用评估等增值产品将会是个人征信体系发展的必经之路。
［关键词］个人征信系统；数据仓库；信用评估；信贷风险决策；数据挖掘；智能算法［中图分类号］Ｆ８３０．５８９
［文献标识码］Ａ
［文章编号］１６７３－０１９４（２００７）０６－００６０－０５
［收稿日期］２００７－０３－２３
［基金项目］吉林省科技发展计划项目资助（２００５０６０３－２）
［作者简介］黄岚（１９７４－），女，江西临川人，吉林大学计算机科学与技术学院副教授，博士，主要从事计算机应用研究工作。
运行上述程序得到的结果如下表４所示。
表４
某市税务局税收数据汇总表
中国管理信息化
ＣｈｉｎａＭａｎａｇｅｍｅｎｔＩｎｆｏｒｍａｔｉｏｎｉｚａｔｉｏｎ
２００７年６月第１０卷第６期
Ｊｕｎ．，２００７Ｖｏｌ．１０，Ｎｏ．６
金融与投资
系中的征信系统和评级系统由独立于政府之外的民营机构构成。美国、英国、加拿大以及北欧的部分国家采用这种模式。（２）欧洲模式：也称公益型模式，是指依据国家和政府的力量组建公共征信机构，并由相应职能部门负责运行管理。欧共体采用这种模式。（３）日本模式：是以银行协会建立会员制征信机构为主体的个人信用管理模式。
我国的个人征信体系发展相对滞后，随着经济的进步与发展，国家开始重视信用建设，并借鉴国际发达国家的征信体系建设经验，探索出具有中国特色的征信体系。２００３年，政府授权中国人民银行成立国家征信管理局，开始筹建个人信用信息基础数据库（以下简称个人征信系统），并于２００６年１月正式运行。个人征信系统运行一年来，已开始发挥积极作用，该系统收录的自然人数已达５．３３亿人，成为世界上最大的个人征信数据库，其中有信贷记录的约６４０１万人。据中国人民银行副行长苏宁披露，目前，银行每天对该系统的查询量近２４万笔，查询后因信用记录不良而拒绝的个人贷款笔数占个人申请贷款笔数的１０％。
１．３系统建设目标
根据个人征信业务的现状与发展需要，我国的个人征信系统的建设目标分为三期：一期目标是采集个人在商业银行发生的信用信息，向商业银行提供个人信用报告查询服务；利用全国公民身份证号码查询服务中心的数据，为商业银行提供个人身份信息服务。二期目标是在完成一期目标的基础上，采集个人的其他社会信用信息，如司法、税务、社保等，逐步完善个人信用信息数据库，逐步提供个人信用评分和咨询服务，逐步向社会各方面（包括个人）提供服务。三期目标是在不断充实数据库的基础上，利用数据挖掘技术对数据进行深度分析，不断开发深层次的增值服务与产品，如风险预警、决策支持、市场分析等。
目前一期目标已实现，完成了应用系统基本功能的设计和开发，完成了数据中心、客服中心和接入网络的基本建设。而二期建设还没有全面开始，二期建设的主要目的之一是采集个人的其他社会信用信息。据报道，央行与信息产业部已联手将手机欠费记录纳入征信系统；央行还与劳动和社会保障部等积
极配合，研究将个人参
加社保和住房公积金等
信息纳入征信系统中；
另外，大学生贷款逾期
不还的记录、法院判决
信息、电话、水电气费缴
纳情况等涉及个人信用
的其他信息将逐步纳入
该系统中。二期建设的
另一目的是数据库升
级，建设数据仓库，提供
简单的信用评分服务，
为三期利用数据挖掘技
术、开发信贷风险评估
产品的目标奠定基础。
国内外关于这方面的研
究很不充分，许多领域
还有待深入探讨。
２系统功能与总体
框架
２．１系统功能
根据系统的建设目标，并充分考虑到业务扩展的灵活性，个人征信系统包括数据采集、信用报告查询、异议处理、统计分析、运行管理等主要功能模块。（１）数据采集是个人信用数据库系统的基本功能，是将分散在各商业银行和其他社会机构的个人信用信息，按标准收集到个人信用数据库的过程。系统对收到的信息进行校验后存入数据库，对校验不合格的信息形成错误反馈报文反馈给原上报机构并要求重报。（２）信息查询是各授信机构获取个人信用信息的过程，是个人信用数据库系统的核心业务，也是各授信机构当前最为迫切需求的服务，分为单笔信用报告查询和批量信息查询。（３）异议处理是当用户认为本人信用报告中的数据有误时，可以向征信服务中心提出异议。（４）统计分析则是系统为特定部门提供必要的统计报表，生成各类重要指标的总量和分类统计数据。（５）运行管理主要内容是在系统日常运行过程中进行相应的维护和管理，包括数据管理、系统管理、运行监控和费用结算等。
２．２系统框架
个人征信系统的总体框架如图１所示，数据中心（ＤａｔａＣｅｎｔｅｒ）作为个人征信系统的数据采集中心和信息提供中心；其他社会机构包括公安、工商、税务、社保、建设、教育、法院等相关部门；商业银行和其他社会机构既是个人信用信息的来源机构，又是个人信用信息的使用机构；公安部身份认证中心为系统数据库提供个人身份信息；社会个人可以查询信用报告，若认为本人信用报告中的内容与事实不符时，可向数据中心提出异议申请。
３数据仓库设计
由于采集到个人征信系统中数据的大量存在和迅速增长，如何从这些海量数据中提炼出具有指导意义的信用评估信息已成当务之急，因此可以利用高效能的面向主题的数据仓库来组织数据，数据仓库能够为用户提供辅助决策的综合信息以及随时间变化的趋势分析信息等。个人征信数据仓库系统结构由数据仓库、仓库管理和分析工具３部分组成，如图２所示。数据仓库的数据来源于多个数据源，包括各商业银行上报的银行卡和个人消费信贷数据，以及司法、税务、社保等其他社会机构提供的有关信用的图１个人征信系统框架
器使用ＣＧＩ脚本、Ｗｅｂ服务器ＡＰＩ、应用ＡＰＩ和数据库ＡＰＩ等实现客户浏览器与ＯＬＡＰ服务器、数据仓库系统之间的通信连接，是个人信用信息的发布平台；ＯＬＡＰ服务器将数据仓库的分析工具独立出来，负责将从数据仓库中抽取出来的数据转换成客户端用户要求的多维视图，并进行多维数据分析，将分析结果传送给Ｗｅｂ服务器发布。
４信用评估模型构建
个人信用评估作为个人征信体系建设中的重要环节，能够利用所获得的关于个人信用的信息，通过使用科学严谨的方法，综合考察影响个人及家庭的内存和外在的主客观环境因素，对个人履行各种承诺的能力和信誉程度进行全面评价，确定信用等级的一种方法。个人信用评估可作为信贷风险决策的依据，从而使信贷决策自动化、科学化。４．１个人信用评估指标体系的建立
个人信用评估的指标体系是对个人信用进行综合评价的依据和标准，是综合反映个人本身和环境所构成的复杂系统的不同属性的指标。根据国际标准和国内外银行经验，从数据仓库中抽取具有信用评估意义的条目，建立科学合理的个人信用指标体系是准确评价个人信用的基础和前提。表１是一个包含３个一级指标和１６个二级指标的信用评估体系。
表１个人信用指标体系
一级指标个人基础信息指标经济指标历史信用指标
二级指标年龄本人月均收入贷存比
性别家庭月均收入不良信用记录
婚姻状况易变现资产信用记录查询次数
文化程度其他资产司法记录
行业／职业家庭负债率
职务／职称
工作年限
数据，源数据可以是关系数据库、数据文件或其他数据形式。仓库管理包括数据建模、数据抽取／转换／装载（ＥＴＬ）、元数据和系统管理等４部分内容。数据仓库包括综合数据、当前数据和历史数据３类。分析工具包括查询工具、多维数据分析（ＯＬＡＰ）工具、数据挖掘（ＤＭ）工具和客户／服务器工具（Ｃ／Ｓ）等。
常用的多维数据仓库模型有星型、雪花、星网和第三范式（３ＮＦ）等，实现多维数据模型的方法包括基于关系数据库的ＲＯＬＡＰ、基于多维数据库的ＭＯＬＡＰ和基于混合数据库的ＨＯＬＡＰ。个人征信系统模型可采用ＨＯＬＡＰ方法实现，如图３所示，先以３ＮＦ模型存储个人信用基础数据，然后面向分析主题进行不同程度的汇总聚合，形成以客户为中心的轻度汇总星型模型和以信贷发放事实、金融机构查询等分析主题为中心的中度汇总星型模型，最后利用Ｏ－ＬＡＰ工具（如Ｃｏｇｎｏｓ）形成多维立方体（Ｃｕｂｅ）进行存储。
数据仓库采用基于Ｗｅｂ的Ｂ／Ｓ结构，如图４所示。客户浏览器端通过ＨＴＭＬ、Ｊａｖａａｐｐｌｅｔｓ、Ｊａｖａｓｃｒｉｐｔ和Ａｃ－ｔｉｖｅＸ控件等技术实现用户的交互界面和控制；Ｗｅｂ服务
图２个人征信数据仓库系统结构
图３个人征信数据仓库模型金融与投资
４．２信用评估方法
近年来，随着全球经济及相关学科的迅猛发展，人们在信用风险分析领域的探索也不断深入，出现了许多新的量化和分析方法、评估模型和管理策略，如ＦＩＣＯ评分模型、判别分析模型、Ｌｏｇｉｓｔｉｃ回归模型、数学规划模型、贝叶斯决策模型、神经网络模型等等，可以概括为以下两类方法：
（１）数理统计方法
早在２０世纪４０年代初就开始基于标准数理统计理论的信用评分模型的研究，即对大量的个人消费贷款的历史信用数据进行科学的归纳、总结、计算而得到的量化分析公式。常见的统计方法有线性概率模型、Ｌｏｇｉｔ模型、Ｐｒｏｂｉｔ模型、ｋ－近邻近分析法和判别分析方法等。以简单的线性加权模型为例，根据过去观察到的借贷者的信用特征，将借贷者划分为高违约风险和低违约风险类别，假定信用变量对这种划分影响是线性的，可有下式：
Ｙ＝
ｎ
ｉ＝１
!ｗｉＸｉ＋ｗ０（１）
其中，ｗｉ表示信用指标变量Ｘｉ的权重。这是目前各评估机构常用的方法，即根据指标打分，然后利用加权平均的方法计算个人信用评估得分。线性加权模型的优点是简单，但有很大的主观局限性，因为各个指标之间存在着复杂的非线性关系。
（２）智能算法
随着计算机技术的发展，２０世纪９０年代人们开始将神经网络和遗传算法等智能算法应用到信用评估之中。由于实际个人信用评估是非常复杂的，各个指标之间相互影响，呈现出复杂的非线性关系，这些仿生物的智能算法为处理非线性问题提供了强有力的工具。
①神经网络（ＮＮ）方法模拟了人脑神经元结构，以ＭＰ模型和Ｈｅｂｂ学习规则为基础，建立前馈式、反馈式和自组织三大类多种神经网络模型。在个人信用评估应用中，多数采用带监督学习的前馈式（ＢＰ）网络模型，由于它能够处理数据结构不确定的问题，且有学习能力，可以减少权重设置的主观局限性的影响，因此取得了较好的成效，但它存在解释性差、训练样本集大和训练效率低等缺点。
应用三层ＢＰ模型来求解个人信用评估问题，首先需要量化数据，即根据各指标对个人信用评估的影响程度赋予不同的数值，再采用等比例缩放的方法，将离散数据归一化至［０，１］区间。接下来确定网络结构，假定输入层结点数为ｍ（ｍ值一般取二级指标个数），即输入向量Ｘ＝（ｘ１，ｘ２，…，ｘｍ）Ｔ，隐含层结点数为ｎ（ｎ值根据经验确定），即隐含层向量Ｙ＝（ｙ１，ｙ２，…，ｙｎ）Ｔ，输出层结点数为１，即Ｚ。输入层结
点到隐含层结点的权值向量为Ｗ＝（ｗｉｊ）（ｉ＝
１，２，…，ｍ；ｊ＝１，２，…，ｎ），隐含层结点到输出层
结点的权值向量为Ｖ＝（ｖ１，ｖ２，…，ｖｎ）Ｔ。然后选择
Ｓｉｇｍｏｉｄ激励函数
ｆ（ｘ）＝１
１－ｅｘｐ（－ｘ）
（２）
隐含层公式为ｙｉ＝ｆ（
ｍ
ｉ＝１
!ｗｉｊｘｉ）（３）
其中，ｉ＝１，２，…，ｍ；ｊ＝１，２，…，ｎ。
输出层公式为Ｚ＝ｆ（
ｎ
ｊ＝１
!ｖｊｙｊ）（４）
式（２）、（３）、（４）构成简单的基于ＢＰ网络的个人信用评估模型，实际操作中还需要设定
样本数、学习速率、学习次数、误差精度等参
数。
②遗传算法（ＧＡ）是一种模拟生物进化过程的优化搜索方法，它将待优化参数编码成群体，按照一定的适应度函数及选择、交叉、变异等遗传操作对个体进行筛选，再将适应度高的个体重组成新的群体，新群体中个体适应度不断提高，直至满足特定条件。ＧＡ具有自适应性、全局优化性和隐含并行性等特点，能够在复杂空间进行全局优化搜索，并且具有较强的鲁棒性。
假定个人信用评估指标体系中有ｎ个一级指标，第ｉ个一级指标下有ｍ个二级指标，信用指标变量Ｘｉｊ的可能取值个数为ｌ。应用ＧＡ求解个人信用评估问题，则目标函数为：
Ｙ＝
ｎ
ｉ＝１
!ωｉｍ
ｊ＝１
!ｌ
ｋ＝１
!ωｉｊθｉｊｋ（５）
其中ωｉ为第ｉ个一级指标的权重，ωｉｊｋ为的第ｋ个取值的权重，ωｉ和ωｉｊｋ将编码为基因位；θｉｊｋ是一个０—１函数，有
１，当ｘｉｊ＝ｋ
０，当ｘｉｊ≠ｋ
对比ＮＮ和ＧＡ这两种算法，它们都有学习能力，ＧＡ花费较长的学习时间，但需要较少先验知识，即无需学习样本；而ＮＮ的学习速度比ＧＡ快，但通常需要更多先验知识。因此，最好采用将ＧＡ与ＮＮ相结合的混合学习方法，在学习初期采用ＧＡ技术能非常迅速地收敛到一个近似解，然后采用ＮＮ技术来训练网络，以提高系统的学习速度。此项研究工作将另文撰写。
５结论
发达国家的消费市场发展迅速，一个重要原因是建立了较完善的个人征信系统，运用了较成熟的信用评估方法。而我国个人征信发展和研究起步较晚，还存在着信用立法相对滞后、信用信息来源单一、信用评估缺乏标准等诸多问题，仍需要借鉴国外经验，根据实际国情，采用先进技术，积极探索个人征信体系建立的有效途径。随着个人征信业务涵盖范围的扩大、个人信用信息数据量的增多以及对数据分析需求的加大，构建面向主题的数据仓库，利用ＯＬＡＰ和数据挖掘等技术，开发信用评估等增值产品将会是个人征信体系发展的必经之路。
主要参考文献
［１］张晓晖，韩鹏．关于进一步完善个人征信体系若干问题的思考．长春金融高等专科学校学报，２００６，（１）：５－８．
［２］中国建最大个人征信库一成个贷因信用不良遭拒［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｓｚ．ｈｏｕｓｅ．ｓｉｎａ．ｃｏｍ．ｃｎ，２００７－０１－１３．
θｉｊｋ＝（６）
图４数据仓库的Ｂ／Ｓ结构
金融与投资
［３］央行与信产部联手手机欠费记录将进征信系统［ＥＢ／ＯＬ］．ｈｔｔｐ：
／／ｉｔ．ｓｏｈｕ．ｃｏｍ／２００７０１１０／ｎ２４７５１７８３３．ｓｈｔｍｌ，２００７－０１－１０．
［４］陈文伟．数据仓库与数据挖掘教程［Ｍ］．北京：清华大学出版社，
２００６．
［５］吕罗文，张书杰，余彦峰，翟东升．基于数据仓库模型技术构建个
人征信系统［Ｊ］．北京工业大学学报，２００５，３１（４）：３６２－３６５．［６］杜志刚．银行个人信用评估方法研究［Ｊ］．南方金融，２００５，（５）：
２８－３０．
［７］陈李钢，叶强，李一军．基于遗传算法的银行客户信用评估模型研
究［Ｊ］．计算机工程，２００７，（３３）３：７０－７２．
资金融通问题是关系整个社会资源的优化配置和经济效率的问题。我国的中小企业虽然已经成长为推动中国经济增长的重要力量和吸纳剩余劳动力就业的重要渠道，但其发展过程中一直被融资问题所困扰。剖析中小企业融资难的原因，既有企业自身的问题，也有金融机构及社会环境的问题。对此本文将进行一些初步分析并提出若干政策建议。
一、当前中小企业经济发展所面临融资困境的主要表现
我国中小企业属于以民营经济为主体的多元化经济结构，起步晚、规模较小，存在着不同程度的先天不足，进而影响其融资规模和融资质量。
１．投资结构不尽合理
目前，中小企业投资结构上存在着产业结构层次低等问题。中小企业主要是以劳动密集型为主的民营企业，就其投资来看，偏重于传统产业，许多个体企业投资的重点和热点在房地产开发上。近年来生产性投资虽有所增长，但主要是投向传统的餐饮、商业和运输业，缺乏增长后劲。
２．资金短缺且融资困难
目前中小企业在融资方面具有两种类型：一类是企业正常的生产经营资金中银行贷款所占比例不大；另一类是部分企业迫切需要银行贷款。后者又可分为两种情况：一是刚完成原始积累或企业改制，责任主体日渐清晰，具有一定实力的企业，为应对激烈的市场竞争，迫切需要提升产业档次，更新技术装备，扩大生产规模，银行贷款成了重要的资金来源；二是刚刚起步的民营中小企业，特别是高科技企业，由于自身资金实力较弱，也需要银行贷款支持。而目前金融机构贷款定额中，国有银行放贷重点用于支持国有企业和国有投资的增长。中国ＧＮＰ的６０％以上是由中小企业贡献，而他们仅获得不足２０％的银行贷款支持。资金是企业的血液，它是企业在生产经营活动中的第一要素。因此企业在生存和发展中如何融资是至关重要的。
３．融资方式单一，难以适应企业发展需要
企业融资的主要方式有内源性融资和外源性融资两种。内源性融资是指企业不断将自己的自有资金或私有储
蓄转化为投资的过程，具有原始性、自主性、抗风险性和低
成本性的特征。外源性融资则是企业通过金融媒介机制的作用，以间接融资和直接融资的形式实现的。中小企业在创业初期，主要依靠内源性融资，一般中小企业基础比较薄弱，内源性融资是有限的。而在企业目前的发展中，很多企业为获得资金往往采取民间自发的相互担保，而这种担保方式最突出的问题是风险特别大，担保的数量也不大。随着一些企业从数量到规模的不断壮大，资金密集度越来越高，其资金仅靠内源性资金或抵押、担保贷款已难以得到满足。从现代企业发展来看，当企业在进一步扩张时，就必须通过外源性资金来满足其需求。
二、中小企业融资难的主要原因分析１．中小企业自身问题是融资难的根本原因
由于大多数中小企业来源于计划经济时代的集体所有制企业和２０世纪８０年代后的乡镇企业，也有一部分由最初的个体企业发展演变而来。虽然也有部分中小企业在生产规模、经营理念、管理方式上已经跨入了现代企业的先进行列，但就其总体上说，企业普遍规模较小，生产设备和工艺落后，产品档次较低，缺乏创新能力，抗风险能力和市场竞争能力较弱。具体表现在：
第一，企业法人治理机构不健全，财务管理不规范，透明度差。据调查显示，我国中小企业有５０％以上财务管理制度不健全，许多企业缺乏足够的经审计部门审计认可的财务报表和良好的持续经营业绩记录，约６０％的中小企业的信用等级为３Ｂ或３Ｂ以下。而金融机构为了规避风险，其新增贷款的８０％集中在３Ａ或２Ａ类型企业。由于财务制度不健全，企业信息透明度差，导致中小企业贷款难上加难。一些中小企业长期拖欠债务和贷款，缺乏信用，有的甚至骗取贷款或货款，因此很难得到信用贷款。
第二，中小企业经营风险高，企业含金量低。
中小企业由于其资本和产品规模较小，产品科技含量低，加之企业在自身发展过程中缺乏大量的管理人才和技术人才，反映到生产经营过程中表现为管理不规范和盲目生产现象严重。同时，中小企业获取市场信息的能力十分有限，这一切都会导致中小企业的经营风险过高。
第三，中小企业一定程度上存在企业群体信用缺失现象，也为企业融资增加了难度。一些中小企业一旦经营或财务出现困境，将想方设法拖欠贷款本息。这不仅给金融
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
［收稿日期］２００６－１１－１３
中小企业融资困境及对策初探
张福蕊
（张家口教育学院，河北张家口０７５０００）
［摘要］中小企业在迅速发展过程中遇到了融资的瓶颈制约。解决中小企业融资难的问题，将会促进中小企业乃至整个国民经济的快速、健康发展。［关键词］中小企业；发展；融资［中图分类号］Ｆ２７５．５
［文献标识码］Ａ
［文章编号］１６７３－０１９４（２００７）０６－００６４－０２
中国管理信息化
ＣｈｉｎａＭａｎａｇｅｍｅｎｔＩｎｆｏｒｍａｔｉｏｎｉｚａｔｉｏｎ
２００７年６月第１０卷第６期
Ｊｕｎ．，２００７Ｖｏｌ．１０，Ｎｏ．６
目录 一、引言 (3) 二、企业信用评级的必要性 (3) 三、传统的企业信用评级方法比较分析 (4) ㈠综合评判法——专家系统 (4) ㈡线性模型分析法——信用评分方法 (4) ㈢专家系统和线性模型分析法的比较分析 (5) 四、现代企业信用评级方法比较分析 (5) ㈠现代企业信用评级模型总体分析 (5) ㈡信用监控模型（credit monitor model）：KMV模型 (6) ㈢在险价值方法：risk metrics 模型和Credit metrics模型 (6) ㈣KMV模型与Credit metrics模型的比较分析 (6) ㈤KMV模型与线性模型的比较分析 (8) ㈠现代企业信用评级模型总体分析 (8) ㈡人工神经网络分析法 (9) ㈢模糊分析法 (9) 六、结论 (10)
企业信用评级方法（模型）比较分析 陈婕 摘要： 本文从企业信用评级的传统方法（专家系统评级法、信用评分法）、现代方法（KMV 模型、Credit metrics模型、Credit Portfolio V iew模型和Credit Risk+模型等）和新科技方法（模糊综合评价法、人工神经网络分析法、Logit模型统计法等）这三个方面进行分析。重点分析了若干个信用评级模型，如专家系统、信用评分系统、KMV模型、Credit metrics模型、人工神经网络分析法、模糊综合评价法。并对个别模型进行了比较分析，如KMV模型和Credit metrics模型的比较分析，KMV模型和线性模型的比较分析，提出了我们应灵活运用企业信用评级方法，并结合多种方法，相互取长补短，对企业信用进行有效而合理评级的观点。 关键词：企业信用评级方法评级模型比较分析 一、引言： 信用风险是商业银行承担的最重要的风险。对企业信用风险的进行评级和度量不仅有利于金融机构有效降低风险，提升自身的发展能力，对国家金融稳定和经济发展有着重要的作用。在我国，由于受到银行业旧体制的影响，国内开始研究信用风险评级和度量方法的时间晚于其他国家。自2000年以来，为数不少的国内科研工作者积极投入信用风险度量研究，并在理论研究和实际应用上取得了，一定的成绩。由此可见，对风险进行度量，对企业进行有效的信用评级已经成为现代银行和其他金融机构风险管理职能中最为重要的内容之一。 二、企业信用评级的必要性 信用风险由来已久，它随着借贷的产生而发展。对于一个贷款企业而言，其能否按时归还贷款总是存在着不确定性，这种不确定性具体表现为，贷款企业不愿意履行或不能完全履行还款责任，信用风险一旦形成，银行将会因客户违约而遭受巨大金融损失。因此，银行需要对贷款企业进行严格的信用评级。 对企业进行信用评级的意义在于，它可以消除银行与企业之间的信息不对称性，提高银行借贷的管理效率，从而使资本市场的整体效率得以提高。 对于企业而言：有效的信用评级，可以使资信良好和还款能力强的企业取得所需贷款资金从事经营活动。 对于银行而言：其不仅可以拥有适合其风险偏好的标的，取得收益。同时还可以有效的过滤资信较差和还款能力较弱的企业，从而缓释银行违约风险。 所以，对企业进行合理而准确的信用评级是相当必要的。然而，信用评级是否合理，评级结果是否准确，在很大程度上取决于评级方法的科学性。那么，到底有哪些信用评级的方法呢？哪些才是合理而有效的信用评级方法？下面我就对企业信用评级方法进行简要的阐述与分析。
个人信用评估方法比较分析 摘要：个人信用评估制度是个人信用制度中的一个重要组成部分，建立科学的个人信用评估体系是建立个人信用制度体系的核心问题。随着我国经济的发展和经济运行中不确定性的增强，信用评估在经济中的作用和地位越来越重要。如何建立一个规范化并和国际接轨的个人信用制度体系已成为一个亟待解决的重要课题。本文介绍了个人信用评估的方法及其比较分析。 关键词：信用评估评估模型神经网络评估系统 正文： 一．何谓个人信用评估及其内容 目前的个人信用评级方法，就是在对个人资信状况全面考察的基础上，根据统一的评级指标体系和相应的评级程序，对其在各种商业往来、合作中履行承诺条件的兑现状况，以及信誉程度所进行的全方位评价。此外，还必须实时监控影响个人信用质量的重大事件，及时调整对个人的信用评级结果。一般认为，不同的等级符号代表了不同的违约概率。 1.个人信用评级指标： （1）人基本情况 （2）个人资产规模和质量 （3）个人偿债能力 （3）个人盈利能力
（4）个人信誉状况 （5）个人发展前景 2. 个人信用评级理念 （1）定性与定量分析相结合，以定性分析为主，定量分析作为定性判断的重要依据。定量与定性都量化为分值，并与级别相对应。 （2）注重分析个人信用记录，对个人的信用品质予以重点关注。 （3）注重个人的还贷风险分析--对个人抵押物、固定资产、金融资产、无形资产、个人所在单位及其所处行业均进行深入调查和分析。 （4）注重个人现金流量分析，判断个人偿还债务本息的能力。 （5）进行个人财务报表数据真实性分析，在与个人沟通的基础上采用实际合理的数据。 二．个人信用评估模型的的种类及其比较 当前，我国个人业务的飞速发展使商业银行积累了一定量的数据，商业银行纷纷进行数据集中，建立数据仓库，开始应用数据挖掘技术建立科学的个人信用评估模型，进面建立完善的个人信用评估机制，以降低个人信贷业务成本和风险。但是我国银行业在个人信用评估模型的建立和应用方面仍处于起步阶段，对各种方法建立的个人信用评分模型的准确性和适用性的研究还有待深入。最常用的评估模型有以下几种。 1.神经网络 2.Logistic回归法
2015年银行业专业人员职业资格考试内部资料 风险管理 第三章 信用风险管理 知识点：客户信用评级 ● 定义： 商业银行对客户偿债能力和偿债意愿的计量和评价，反映客户违约风险的大小。客户评级的评价主体是商业银行，评价目标是客户违约风险，评价结果是信用等级和违约概率。 ● 详细描述： 一、违约： （1）定义：根据巴塞尔新资本协议的定义，当下列一项或多项事件发生时，债务人即被视为违约： （2）债务人对于商业银行的实质性信贷债务逾期90天以上。若债务超过了规定的透支限额或新核定的限额小于目前余额，各项透支将被视为逾期。 （3）未来面临同样的本息还款的要求，在期望收益相等的条件下，收益波动性高的企业更容易违约，信用风险较大。 二、违约概率： （1）定义：借款人在未来一定时期内发生违约的可能性。 （2）在巴塞尔新资本协议中，违约概率被具体定义为借款人内部评级1年期违约概率与0.03%中的较高者，巴塞尔委员会设定0.03%的下限是为了给风险权重设定下限，也是考虑到商业银行在检验小概率事件时所面临的困难。 （3）违约概率的估计包括两个层面：巴塞尔新资本协议要求实施内部评级法的商业银行估计其各信用等级借款人所对应的违约概率。 （4）据监管机构的要求，商业银行采用信用风险内部评级法高级法应当自行估计违约概率、违约损失率、违约风险暴露、有效期限 三、客户信用评级的发展 从国际银行业的发展历程来看，商业银行客户信用评级大致经历了专家
判断法、信用评分法、违约概率模型分析三个主要发展阶段。 （1）专家判断法：是商业银行在长期经营信贷业务、承担信用风险过程中逐步发展并完善起来的传统信用分析方法。专家系统在分析信用风险时主要考虑两方面因素：与借款人有关的因素、与市场有关的因素。 1、与借款人有关的因素： 1）声誉：如果该借款人过去总能及时、全额地偿还本金与利息，那么他就具有良好的声誉，也就能较容易或以较低的价格从商业银行获得贷款。 2）杠杆：借款人的杠杆或资本结构，如果贷款给杠杆比率较高的借款人。商业银行就会相应提高风险溢价。 3）收益波动性：收益波动性高的企业更容易违约，信用风险较大。 2、与市场有关的因素： 1）经济周期：经济周期对于评价借款人的违约风险有着重要的意义。 2）宏观经济政策：对行业信用风险分析具有重要作用。 3）利率水平：高利率水平表示中央银行正在实施紧缩的货币政策。 3、常用的专家系统： 1）5Cs：品德、资本、还款能力、抵押、经营环境。 2）5Ps：个人因素、资金用途因素、还款来源因素、保障因素、企业前景因素。 （2）信用评分法 1、信用评分模型是一种传统的信用风险量化模型，利用可观察到的借款人特征变量计算出一个数值（得分）来代表债务人的信用风险。并将借款人归类于不同的风险等级。对个人客户而言，可观察到的特征变量主要包括收入、资产年龄、职业以及居住地等；对法人客户而言，包括现金流量、财务比率等。（定量与定性因素，定量主要是财务数据，定性如对行业的判断、客户在行业中的定位、企业经营管理层） 2、信用评分模型的关键在于特征变量的选择和各自权重的确定。目前，应用最广泛的信用评分模型有：线性概率模型、Logit模型、
建立我国商业银行个人信用评估体系的思考 篇一：我国在个人信用体系建设方面存在的问题及建议[1] 我国在个人信用体系建设方面存在的问题及建议 个人信用编辑于2009-04-28 内容摘要：个人信用体系建设是社会主义市场经济和社会和谐发展的必然要求。建立起我国较为完善的个人信用体系，进而规范并促进社会经济活动，是一项社会、经济意义深远且关系到治理体制创新、政府职能转变、法制建设规范等方面规模浩大的系统工程。本文针对我国在个人信用体系建设方面存在的问题展开讨论，并对如何搞好个人信用体系建设提出了一些建议。 关键词：个人信用体系建设规范思考 个人信用体系建设是社会主义市场经济和社会和谐发展的必要条件。建立起我国较为完善的个人信用体系，进而规范并促进社会经济活动，是一项社会、经济意义深远而且关系到治理体制创新、政府职能转变、法制建设规范等方面规模浩大的系统工程。既要克服传统体制的巨大惯性，又要适应现代市场经济规律和国际一体化的要求，其复杂性和艰巨性都是空前的。 从全国个人信用体系建设的实践来看，目前我国个人信用体系建设有了一定的进展，但也存在着相当多的问题。 我国个人信用体系存在的问题 信息收集缺乏法律支持 我国还没有健全的全国性的有关征信的法律法规。这就使我国的个人征信业面临尴尬和困境：一方面，缺乏相关法律的支持，导致信用数据征集困难；另一方面，对消费者数据的征集是在消费者不知情的情况下进行的，由于没有法律对消费者的信用数据加以区分，难免面临侵犯个人隐私权的尴尬。根据西方国家的经验，对消费者数据的征集是在法定程序下进行的，并事先征得本人的同意。而我国目前的做法则是，信用机构从中介人那里获得消费者的信息，作为信息所有者的消费者本人却不知晓，以致于涉及侵犯个人隐私。 尚未树立现代信用意识 在我国传统的信用文化中，人们并没有将信用看作是一种商品，而仅仅把信用作为一种观念用道德去约束。一个人不讲信用，只会受到社会道德的谴责，经济利益并没受到太大损失。因此，失信的收益远远大于其成本，以致于造成整个社会信用缺失。非凡是在我国由计划经济向市场经济转轨的过程中，社会信用意识并没有随之建立，因而缺乏对失信的惩戒机制，将造成全社会严重的信用危机。信用数据征集成本较高 随着社会生产力水平的不断提高，生产关系日益复杂，作为经济主体的个人参与经济生活和社会活动的程度越来越深、范围越来越广，从而其信用信息广泛 散落在各个部门机构。一个完善的个人征信体系必须以将散落在各个部门的信息收集起来为前提。而我国的个人信用体系发展缓慢的一个重要原因就是个人征信数据分散，开放程度很低，个人信用评估公司难以获得，从而难以建立起一个完善的个人信息数据库。在我国这样一个信用意识低下、信用数据分散的国家，由市场来操纵个人征信体系的建立不可避免会碰到困难，这就产生了政府支持的要求。而上海、深圳、北京等地信用体系建立的背后也
企业信用风险评估模型 企业信用风险评估是构建社会信用体系的重要构成要素，也是企业信用风险管理的 核心环节。企业信用风险评估涉及四个基本的概念，即信用、信用风险、信用风险管理以及信用风险评估。本节重点为厘清基本概念，并介绍相关企业信用风险评估操作。 I —、企业信用风险评估概念 企业信用风险评估是对企业信用情况进行综合评定的过程，是利用各种评估方法，分析受评企业信用关系中的履约趋势、偿债能力、信用状况、可信程度并进行公正审查和评估的活动。 信用风险评估具体内容包括在收集企业历史样本数据的基础之上，运用数理统计方法与各种数学建模方法构建统计模型与数学模型，从而对信用主体的信用风险大小进行量化测度。 I 二、企业信用风险评估模型构建 (一）信用分析瘼型概述 — 在信用风险评估过程中所使用的工具——信用分析模型可以分为两类，预测性模型和管理性模型。预测性模型用于预测客户前景，衡量客户破产的可能性；管理性模型不具有预测性，它偏重于均衡地揭示和理解客户信息，从而衡量客户实力。 计分模型 Altman的Z计分模型是建立在单变量度量指标的比率水平和绝对水平基础上的多变量模型。这个模型能够较好地区分破产企业和非破产企业。在评级的对象濒临破产时，Z 计分模型就会呈现出这些企业与基础良好企业的不同财务比率和财务趋势。 2.巴萨利模型
巴萨利模型（Bathory模型）是以其发明者Alexander Bathory的名字命名的客户资信分析模型。此模型适用于所有的行业，不需要复杂的计算。其主要的比率为税前利润/营运资本、股东权益/流动负债、有形资产净值/负债总额、营运资本/总资产。 Z计分模型和巴萨利模型均属于预测性模型。 3.营运资产分析模型 营运资产分析模型同巴萨利模型一样具有多种功能，其所需要的资料可以从一般的财务报表中直接取得。营运资产分析模型的分析过程分为两个基本的阶段：第一阶段是计算营运资产（working worth);第二阶段是资产负债表比率的计算。从评估值的计算公式中可以看出，营运资产分析模型流动比率越高越好，而资本结构比率越低越好。 《 营运资产分析模型是管理性模型，与预测性模型不同，它着重于流动性与资本结构比率的分析。由于净资产值中包含留存收益，因而营运资产分析可以反映企业的业绩。 □第三章企业征信业务 又因为该模型不需要精确的业绩资料，可以有效地适用于调整后的账目。通过营运资产和资产负债表比率的计算，确定了衡量企业规模大小的标准，并对资产负债表的评估方法进行了考察，可以确定适当的信用限额。 4.特征分析模型 特征分析模型采用特征分析技术对客户所有财务和非财务因素进行归纳分析；从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干特征，把它们编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。 (二）企业信用风险评估模型构建① 1.预测性风险模型构建——Z计分模型
信用评级汇总 2、“信用度量制”方法(Credit Metrics) “信用度量制”(CreditMetrics)是由J.P.摩根与其它合作者(美洲银行、KMV 公司、瑞士联合银行等)在已有的“风险度量制”方法基础上，创立的一种专门用于对非交易性金融资产如贷款和私募债券的价值和风险进行度量的模型。① 风险度量制方法(RiskMetrics)所要解决的问题是：“如果明天是一个坏天气的话，我所拥有的可交易性金融资产如股票、债券和其它证券的价值将会有多大的损失?”。而信用度量制方法(CreditMetrics)则是要解决这样的问题：如果下一个年度是一个坏年头的话，我的贷款及贷款组合的价值将会遭受多大的损失呢?② 我们在前面曾谈及，由于贷款是不能够公开进行交易的，所以我们既无法观察到贷款的市值(P)，也不能够获得贷款市值的变动率(σ)。但是人们仍然可以通过掌握借款企业的以下资料来解决这个问题。这些资料包括： ①参见：《信用度量制》，技术文件，J.P.摩根公司，纽约，1997。在1998年，开发出“信用度量制”和“风险度量制”产品的J.P.摩根集团又建立了一家独立的名为“风险度量制”集团的公司。 ②参见：Anthony Saunders，Credit Risk Measurement，John Wiley & Sons，1999, p.40。 ③关于贷款组合的受险价值量计算我们将在第三节进行详细讨论。 为了说明“信用度量制”方法，我们来看一看怎样计算一笔贷款的受险价值量，并且讨论一下围绕着计算受险价值所涉及到的相关技术问题。 一旦人们获得了这些资料，他们便可以计算出任何一项非交易性的贷款和债券的P值和σ值，从而最终可利用受险价值方法对单笔贷款或贷款组合的受险价值量进行度量。③ 借款人的信用等级资料 在下一年度里该信用级别水平转换为其它信用级别的概率 违约贷款的收复率 用“信用度量制”方法计算单笔贷款的受险价值量的例子
最新整理银行个人信用评估方法 银行个人信用评估方法研究Y，即“A1∧...∧Am=>1∧...∧Bm”。 (3)预测 把握分析对象发展的规律，对未来的趋势作出预见，其表示形式与分类同。 三、一种基于历史记录规则相似性的综合评估方法 由于国内银行业现有客户记录多数是不完整的，所以使用单 一的方法进行评估未必能体现客户真实的信用历史状况。为了将数据挖掘技术和数理统计完全基于记录本身特征并与能够体现专家判断的评分很好地结合起来，本文提出一种基于关联规则的相似推荐方法，实现如下： 1.应用粗糙集理论对历史数据记录进行属性约简及规则提取 粗糙集理论是数据表简化和生成最小决策算法的有效方法，可以实现知识约简，发现属性表中的属性依赖，从而在信息不完全环境下进行知识发现，其定义如下： S= 其中，S：信息系统（决策表） U：论域 A：属性集合 F：UXA→V的映射 V：属性值域集合 采用决策偏好信息的挖掘方法（参见文献[3]），对S进行属性约
简并提取规则，形成不同支持度S和信任度C决策规则集合DN{ф→Ψ}（其中N代表提取的规则数量，可根据实际情况确定），且D是S不重复的子集，ф是条件属性，Ψ是决策属性，ф、Ψ∈A。 2.对测试记录与步骤1提取的规则进行相似性计算 相似性是某种关系强度的度量，可以通过数值比较来衡量（参见文献[4]）。因为决策规则集合D不能完全覆盖所有测试记录属性值组合，而且决策表对象结构相同。测试集合SD中的任一组合（规则）Dd对照D中Dn进行相似性计算，得出SIM1、SIM2...SIM 其中，B：归一化因子 （B=1/∑Wi） Wi：属性i贡献因子 （体现数据特性或专家经验，也可通过多种赋权综合评价求得）SD（Dd，Dn）：已知Dd发生，Dn也在同一组发生的概率 3.多赋权综合评价 对上述步骤求得参照各个规则的支持度S、信任度C及相似性SIM 组成一个N个对象、3个指标的矩阵XN×3。 （1）运用变异系数法对X进行客观赋权 此时，第j个指标的权重就是这种加权方法是为了突出各指标的相对变化幅度，即变异程度。 （2）对X使用线性插值法进行规范化处理，得到规范化矩形ZN ×3，对其使用互补判断矩阵排序法求属性权重： I=1运用综合赋权法将（1）、（2）两个权向量进行有机集成，得到综合权向量W=（W1，W2,......,WN）。传统的综合赋权有乘法合成
教你如何准确评价借款人的还款意愿？ 做出贷款决定前，重点是要进行贷款分析。小额贷款分析原则是以基于现金流的还款能力为切入点，着重考察评价还款意愿、还款能力和持续经营能力。因此，客户能够正常还款的前提是还款意愿和还款能力同时具备。其中还款能力可以通过贷前调查获取的各种财务信息等指标展现出来。那么如何评估借款人还款意愿就成为贷款分析的重中之重。今日融资圈就和大家一起来探底！ 西方商业银行在长期的经营实践中，总结归纳出了“5C”原则，用以对借款人的信用风险进行分析，5C分析法最初是金融机构对客户作信用风险分析时所采用的专家分析法之一，它主要集中在借款人的道德品质(Character)、还款能力(Capacity)、资本实力(Capital)、担保(Collateral)和经营环境条件(Con-dition)五个方面进行全面的定性分析以判別借款人的还款意愿和还款能力。5C分析法对于判别借款人的还款能力和还款意愿具有很大的参考价值。单从还款意愿的评估方面来说，小编认为决定还款意愿的因素主要是“人品＋违约成本”。如何鉴定，且看下面分解： 一、决定还款意愿的因素—人品 具体到借贷项目中，人品是指借款人的商誉和诚信度。小贷公司在考察借款人人品时可以参考以下因素：①客户的在当地社区的声誉；②他人评价；③生活习惯；④对贷款流程的态度； ⑤家庭情况；⑥不良信用记录；⑦还款意愿表示；⑧工作与收入；⑨对小额贷款公司的印象或态度；⑩固定的商业伙伴等。还可以通过在与借款人交谈过程中的直观感觉来判断借款人的人品，如通过借款人的表情、眼神、言谈举止以及对待家人、员工、业务伙伴的态度等无意间流露出的信息，可以对其人品的判断提供参考依据。 二、决定还款意愿的因素—违约成本 所谓的违约成本，是指借款人需要为其违约行为付出的代价。借款人的违约行为可能为其带来的影响有①经营受到影响；②家庭生活受到影响；③小额信贷机构和其他债权人拒绝授信； ④额外的负担（逾期利息、违约金、律师费、诉讼费等）；⑤社会声誉和评价受到重大；负面的征信记录等。 通过调查了解并结合实践经验，小编认为，影响违约成本的因素包括两方面一是家庭因素，如婚姻状况、子女状况、住房及资产状况、是否本地人、申请人的社会声誉及评价、配偶、父母的社会地位等。二是生意因素：经营年限（行业年限、经营地年限、回头客的重要性、变更经营场所难易、变更经营场所对生意的负面影响大小、盈利状况等。 三、评估还款意愿应注意挖掘客户基本信息背后蕴藏的信息 （一）客户年龄 通常情况下客户的年龄与客户的社会经验、工作经验是成正比的，而客户的经验会对客户的经营能力产生帮助（尤其对一些复杂程度较高的行业）。客户的年龄与客户的精力、健康程度
评级技术基础规范之六编码：P-J-B-0006 信用评级模型 （2012年11月版）
信用评级模型 （2012年11月版1） 信用评级模型是以企业经营和财务信息、行业信息、宏观经济信息和市场信息为基础，运用统计分析、专家打分等手段，以量化方式测算受评对象信用风险的评级分析工具，是评级方法在数理统计操作层面的具体表现形式，也是信用评级机构评级技术的重要组成部分。中债资信通过学习、吸收国内外评级模型设计理念，并在征求专家顾问团信用风险建模领域专家意见的基础上，确定了目前采用的评级模型类型。中债资信评级模型力求体现中国企业信用风险特点，减少评级过程中的主观判断因素，提高评级结果的客观性、一致性和准确性。中债资信目前可使用的建模数据主要是发债企业数据和来自商业银行的信贷数据（以下简称“信贷数据”），发债企业数据包括经营数据和财务数据，但没有违约率数据；信贷数据包括借款企业的违约数据和大部分财务数据，但没有企业经营数据。基于可获得数据源及其质量，中债资信目前的评级模型为分行业的打分卡模型和二元选择模型。 一、经营与财务指标相结合的打分卡模型 以发行债券企业作为统计样本，以发债企业数据和信贷数据为主要数据源，选择合适的经营指标和财务指标，分行业建立打分卡模型。按照中债资信工商企业主体评级方法总论，对工商企业进行评级时，首先以经营风险和财务风险的综合平衡确定受评企业自身的个体信用等级，然后考虑外部支持等因素对企业自身个体级别进行调整，最终确定受评企业的信用等级。由于在同一行业内，不同经营风险程度的企业所能容忍的财务政策激进程度不同，因而经营风险对信用等级的影响程度存在显著差异。因此，在本评级模型中依据受评企业经营风险程度的高低对经营风险和财务风险赋以可变权重。此外，依据短板原理的评级思想，对弱势因素给予更高的权重以放大其对最终评级结果的影响。由于体现这一影响的调整过程具有明显的主观性，因此将此类调整以及其他难以量化的因素归类于模型外考虑因素。 在具体的模型设计中，相对应的采取分层建模思路：首先以线性加和形式得到经营风险模块得分和财务风险模块得分；然后根据经营风险得分情况确定两模块权重的分配，加权平均得到总分；最后根据其它难以量化的因素进行调整，得到最终对应级别。 具体模型形式如下： 1 2011年10月形成初稿并对外披露，2012年11月修订并正式发布。 - 1 -
影响企业债券（包括公司债券）信用评级的各方因素： 第一，发行债券的主体信用。目前，每个信用评级公司主要是参考发行债券主体单位的资产负债情况，以还债能力以及其资金流动性，来对主体进行信用评级。 第二，债券的担保机构。在我国企业债券市场不发达的情况下，企业债券发行过程中申报复杂、审批漫长、额度控制、债券必须担保等措施严重制约了企业债券的发行。因而发行债券的企业几乎全为大型优质企业，并且大部分债券均由四大国有商业银行担保。拥有强有力保障的企业债券在信用评级上具有很大的优势。同时，我们也应该看到，如果我国所发行的企业债券都在“准政府”机构的担保之下发行的，这在一定程度上提高了企业债券的信用评级，但这扭曲了其实际的价值，给债券市场带来了潜在的风险。 第三，债券的融资项目。融资项目的未来现金流状况以及该项目的发展前景决定了该债券的价值，是信用评级的参考因素之一。 第四，宏观因素。在我国，国家政策对资本市场的影响不容忽视。在利好的国家政策扶持之下，企业债券所融资项目的价值会相对提高，债券主体的未来现金流流动性会更强，偿债能力会相对提高，从而提高了该债券的信用评级等级。 二、运用Altman 的Z 模型对我国发债企业的信用评级分析 从上述分析来看，我国企业债券评级的主要参考因素仍然是发行债券的主体信用等级。因此，运用Altman 的Z 计分模型对我国企业主体信用进行评级，这对我国外部评级有一定指导作用。 其判断函数为： Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5 其中： X1 为营运资金/ 总资产；X2 为留存收益/ 总资产，X3 为息税前利润/ 总资产，X4 为股权市价总值/ 总负债，X5 为销售收入/ 总资产 为了对非上市公司进行资信评级，Altman 对模型进行了改进，将用账面价值代替了市场价值，并改变各个比率的参数，得到对非上市公司资信评级Z 模型： Z=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5（2） 其中，各个变量的含义同式（1）。 在非上市公司资信评级 Z 模型中，将反映公司的偿债能力比率、获利能力比率以及营运能力比率有机地联系起来，采用综合的方式预测公司财务失败或危机的可能性，从而在这一分析模型中提出了判断公司破产的临界值。当Z<1.2 时，公司有很大的破产危险；当1.2
银行个人信用评估方法研究 | 国内外信用评估状况比较 目前，中国除了上海之外，其它城市还没有专营消费信贷调查业务的报告机构。1999 年下半年，建设银行济南分行出台的《个人信用等级评定办法》在信用评估方面进行 了尝试。该办法对不同的指标赋予不同的分值，对借款申请人的还款能力、信用状况 等做出综合评价以决定贷款决策。随着信贷业务的需要，国内越来越多金融机构以业 务对象的个人信用记录直接作决策参考，或附以一些评分方法，但毕竟以主观经验为主。而国外在信用评估方面已经有人做了大量的工作，提出了有FICO评分模型、神经网络模型、贝叶斯分析模型等等各种评估模型，并采用了各种数学的、统计学的、信 息学的方法，取得了一定的效果，特别是FICO评分模型，更是成为西方发达国家信用评分事实上的标准。 二、常用评估方法 1.标准数理统计模型 基于标准数理统计理论的信用评分模型是对大量的个人消费贷款的历史信用数据 进行科学的归纳、总结、计算而得到的量化分析公式。在美国，不同的行业有不同的 信用评分模型来帮助专业人士进行信用风险管理，如表1所示： 表1 美国不同行业常用信用评分模型表 从概念上讲，信用评分就是利用消费者过去的信用表现来预测其未来的信用行为，如 图1所示。 信用评分模型的关键是科学合理地选出信用变量，并产生一个公式。信用评分模 型的统计方法有线性概率模型、logit模型、probit模型以及线性判别(Discriminant)分析方法。 （1）线性概率模型 线性概率模型假设违约概率Y与信用变量X之间的关系是线性的，用于解释过去信用行为(违约或不违约)的信用变量及其重要性(系数)被用来预测未来的信用行为。 线性概率模型数学表达如下：
中国信用债券评级模型构建及评级效果检验 摘要：本文在借鉴国际机构评级模型的基础上，结合国内评级环境的自身特点，构建了适用于国内的信用债评级模型，进行了评级体系设计及指标体系权重设置，最后对模型评级效果进行了检验。 关键词：信用债券评级模型主成分分析权重设置 监管环境和债券市场的发展使得金融机构未来将承担更多的个体投资信用风险，机构的长期盈利目标也迫切要求自身强化风险识别与资产配置能力。其中关键环节在于借助内部评级体系实现有效的风险评估和资产选择。正确的信用评级以科学的评级模型为基础，以公正合理的专家评审规则为保障。因此，评级模型的构建至关重要。 国际机构评级模型的启示与国内评级模型的自身要求 (一)国际机构评级模型的特点及启示 本文以穆迪的钢铁行业和煤炭行业两个评级模型为例进行分析，发现其具有如下特点：(1)定量指标权重占比很高，数据可靠性和客观性较高，指标数量虽不多，但覆盖了经营与财务的核心要素，简洁明了，具有较强的可操作性；(2)在运营规模和财务稳健性指标上，穆迪对钢铁行业配置更高的权重；(3)重视经营性现金流对债务的保障程度；(4)对煤炭行业注重资源储备和经营多元化的考察，虽然钢铁行业对上游铁矿石依赖程度较高，但穆迪模型并未设置资源控制方面的指标；(5)两个行业模型的权重配比和指标设置存在较明显的行业差异；(6)重视现实的公司财务稳健性考察。 根据上述分析，笔者认为穆迪模型不乏借鉴之处：(1)指标简单、数量较少，但能覆盖核心要素，代表性强；(2)注重财务稳健性考察而不是盈利，强调评级模型的行业风险特征差异。 (二)中国信用债券评级模型的自身要求 尽管穆迪模型不乏借鉴之处，但构建中国信用债券评级模型要有自身特点而不能照搬其固有框架。 1.国内信用评级范围(rating scope)不同于国际机构 本文界定的评级范围为中国国内，被评的行业信用和个体信用均在国内范围内进行排序，评级结果表明其在国内的风险序列，不受主权评级上限的约束。这与国际机构全球化的评级范围有显著的不同。 从经济发展阶段和市场结构来看，中国作为新兴市场与发达市场也存在不同之处：中国市场行业集中度相对不高，公司竞争力主要依靠规模或来自外部的特许支持；在对待发行人
**商业银行数据仓库 报表设计 版本：1.0 4/18/2020
目录 1.报表系统 (3) 1.1. 业务分析 (3) 1.2. 财务分析报表系统 (3) 1.2.1.资产业务分析（月） (3) 1.2.1.1. 资产规模增长情况分析 (4) 1.2.1.2. 资产增量变化情况分析 (4) 1.2.1.3. 资产结构变化情况分析 (4) 1.2.1.4. 贷款资产专项统计 (5) 1.2.2.负债业务分析 (5) 1.2.2.1. 负债规模增长情况分析表 (5) 1.2.2.2. 负债增量变动情况分析表 (5) 1.2.2.3. 负债结构变化情况分析表 (6) 1.2.2.4. 存款负债专项统计 (6) 1.2.3.所有者权益分析 (6) 1.2.3.1. 所有者权益增长情况分析 (6) 1.2.3.2. 所有者权益增量变动情况分析 (7) 1.2.3.3. 所有者权益结构变化情况分析 (7) 1.2.4.财务收支分析 (7) 1.2.4.1. 收支规模增长情况分析 (7) 1.2.4.2. 收支增量变动情况分析 (8) 1.2.4.3. 当期收支情况分析 (8) 1.2.4.4. 财务收支结构变动情况分析 (8) 1.2.4.5. 财务收支计划完成情况分析 (8) 1.2.5.财务比率分析 (9) 1.2.5.1. 各项财务比率分析表 (9) 1.3. 资金计划业务需求 (10) 1.3.1.资金头寸统计 (10) 1.3.2.资金负债管理指标 (10) 1.3.3.现金管理 (10) 1.3.3.1. 结算备付金统计 (10) 1.3.3.2. 库存现金统计 (11) 1.3.3.2.1. 即时余额统计 (11) 1.3.3.2.2. 日均余额统计 (11) 1.3.3.3. 业务量统计 (11) 1.3.4.票据贴现业务统计 (12) 1.4. 综合统计分析 (12) 1.4.1.存款统计 (12) 1.4.1.1. 存款结构统计 (12) 1.4.1.1.1. 日均存款统计 (12) 1.4.1.1.2. 存款即时余额统计 (12)
个人信用等级评定 个人信用等级评定的主要内容包括： （一）信用等级划分标准 与企业信用等级评定相似，个人的信用等级是对个人借款人的还款意愿、还款能力的综合度量，通过基于评估指标体系的积分进行划分，依信用度高低划分AAA、AA、A、BBB、BB和B级： 1.AAA级。综合得分90以上，客户的收入水平很高，偿债意愿很强，社会地位很高，家庭环境非常优越，一般可获得60万元额度的贷款。 2.AA级。综合得分在80分至89分，客户的收入水平高，偿债意愿强，社会地位高，家庭环境非常优越，一般可获得10万的贷款授信额度。 3.A级。测评得分在70至79分之间，客户的收入水平高，偿债意愿较强，社会地位较高，家庭环境比较优越，一般可获得5万元贷款的授信额度。 4.BBB级。得分在60至69分之间，客户的收入水平中等，有偿债意愿，有一定社会地位，家庭环境良好，一般可获得1万元贷款授信额度。 5.BB级。得分在50至59之间，客户的收入水平一般，有一定偿债意愿，社会地位一般，你家庭环境一般，一般只能获得5000元授信额度。 6.B级。得分在49分以下，客户的收入水平较低，偿债意愿不强，社会地位较低，家庭环境较差，一般只能获得3000元授信额度。 （二）信用等级测评方法 1.资格。借款人是否符合贷款对象要求；是否有隐瞒事实套取银行贷款及恶意透支行为；是否遵纪守法以及借款人诚实守信程度、对银行和其他债权人的还款记录等。 2.能力。包括借款人年龄、学历、职业、职务、职称等。 3.收入。包括借款人本人和家庭年收入、家庭人均收入、家庭负债总额、与家庭年收入额比重、月还本付期占家庭月收入的比重等。 4.环境。包括借款人单位的行业性质、经营状况和发展前景、借款人在现职年限等。 5.与银行的关系。包括是否为贷款银行客户、在银行贷款情况、借款人与银行的关系、借款人的信誉记录等。 6.测评指标。
信用等级评估模型(轻工业)
信用等级评估模型 1.1 公司客户信用等级评估模型 ◆ 公司客户信用等级的评定分值区间 评级总分 信用等级 信用度 备 注 90<,<=100 AAA 特优 客户信用很好，整体业务稳固发展，经营状况和财务状况良好，资产负债结构合理，经营过程中现金流量较为充足，偿债能力强，授信风险较小。 80—90 AA 优 70—80 A 良 客户信用较好，现金周转和资产负债状况可为债务偿还提供保证，授信有一定风险，需落实有效的担保规避授信风险 60—70 BBB 较好 50—60 BB 尚可 客户信用较差，整体经营状况和财务状况不佳，授信风险较大，应采取措施改善债务人的偿债能力和偿债意愿，以确保银行债权的安全。 45—50 B 一般 40—45 CCC 较差 35—40 CC 差 35以下 C 很差 ◆ 信用等级评分表的分类指南（删除宾馆服务类） 名称 对应的行业类别 轻工类 纺织，服装，食品，饮料，烟草，普通机械，家电，家化，电子设备，计算机，通讯设备制造，仪器仪表，造纸，印刷，小型交通工具制造，建材，塑料制品制造，文体用品制造，家具制造，生物医药 重工类 冶金，矿藏开采，金属加工，石化，化工，化纤，重型机械，电气，造船，飞机制造，汽车制造，军工， 商业类 各类批发企业，各类零售业，供销社，粮、油、棉收购、流通、仓储， 外贸企业，商业经纪与代理 房产类 房产开发与经营企业，物业管理，房地产经纪与代理 施工类 土木工程建筑类企业，建筑公司，工程公司，工程队，道路管线和设备安装企业，装饰装修企业 交通运输类 铁路、公路、航空、管道、水上运输业，客运公司，航运公司，航空公司，出租汽车公司，铁路局 投资管理类 各种以短期投资、股本投资和资本运作为主要运营方式的企业， 政府财政背景，作为地方财政投融资窗口的企事业单位 企业化管理的事业单位类 电力、煤气、蒸汽和水的生产和供应业，医院，学校，科教文卫，广播电影电视，报刊，传媒业，社团 综合类 从事多元化经营的企业； 邮电，养殖，信息咨询服务，软件开发以及其他难以归并类别的企业 ◆ 信用等级评估模型：轻工业 非财务因素 40%
《信用评价模型》 一， 某企业有五笔债务，其偿债能力和经营能力评分如下表所示 试用最短距离法对他们进行分类（距离采用绝对值距离），标准化方法为规格化变换。(A) 解：(1)规格化变换公式为： } {min }{max } {min 111' 'ij n i ij n i ij n i ij ij x x x x x ≤≤≤≤≤≤--= （2）由于两个边来南国的数量水平不同，故先采用规格化变换将原始数据变换如下表 （3）样品间采用绝对值距离： j i j i ij y y x x d -+-= 计算出初始距离阵)0(D 为 （4）初始距离矩阵)0(D 中最小的元素为对应的元素是 G 2}{G 1G 3G 21,34.01212，合并成新一类，记作与所以将===G d D （5）再将Ｇ３与其它类的距离进行计算 03.1}03.1,37.1m in{),m in(231363===d d D .1.}1,34.1m in{),m in(241464===d d D 33.1.}67.1,33.1m in{),m in(251565===d d D 债务 偿债能力 经营能力 1 2 3 4 5 0 债务 1 2 3 4 5 债务能力 0 0 0．7 1 1 经营能力 1 0 ? ?? ??? ? ? ??=067.0030.163.0067.1103.1033.134.137.134.0054321)0(G G G G G D G1 G2 G3 G4 G5
由此的距离阵)1(D 为 (6)找出距离矩阵)1(D 最小元素，它是63.034=D 所以将G3,G4合并，记作G7={ G3,G4},然后计算G7与其它各类的距离 1}1,63.1m in{),m in(646367===d d D 67.0}67.0,30.1m in{),m in(453575===d d D 由此的距离阵)2(D 为 (7)距离矩阵)2(D 中的最小元素为67.075=D ，所以将G7,G5合并，记作G8={ G7,G5},然后计算G8,G6的距离 1}33.1,1m in{),m in(567686===d d D 由此可得距离矩阵)3(D 为 ( 8)最后将G6,G8合并最短距离法的聚类谱试图如图所示 G1 G2 G3 G4 G5 ??? ? ? ??=067.0033.110G5G7G6)2(D G6 G7 G5 ??? ?? ? ? ??=067.0030.163.0033.11 03 .105436)1(G G G G D G6 G3 G4 G5 ??? ? ??=0108686) 3(G G G G D
附件1-1 中国银行股份有限公司 客户信用评级指标体系与评分标准说明 一、一般统计模型评级指标体系与评分标准 一般统计模型评级指标与评分标准，在模型开发阶段确定。模型使用的定量指标主要是客户的财务指标，例如：现金比率、债务覆盖率、存货周转率、税前利润率、资产负债率、资本周转率等。定性指标全部是客观定性指标。模型指标与具体的评分标准有可能根据模型返回检验结果进行调整。 二、打分卡模型评级指标体系与评分标准 （一）打分卡模型的信用评分与信用等级对应关系： 90－100分，AAA级； 85－89分，AA级； 80－84分，A级； 70－79分，BBB级； 65－69分，BB级； 60－64分，B级； 50－59分，CCC级； 45－49分，CC级； 40－44分，C级； 40分以下，D级。 （二）医疗机构、教育机构、其他类事业法人以及新组建企业，四类打分卡评级指标体系与评分标准详见附件1-2。
（三）特殊指标说明 1.医疗机构评级指标体系 （1）年就诊人数 计算标准：每年门诊、急诊治疗人数。 指标参考来源：决算报告文字说明。 （2）医疗人员水平 计算方法：医疗人员水平=中高级以上职称人数/全部医疗人员数×100% 指标参考来源：行政事业单位人员及机构情况表。 （3）实际开放病床床位 计算标准：医疗机构期末实际开放的病床床位数量。 指标参考来源：决算报告的文字说明。 （4）病床使用率 计算方法：病床使用率=实际占用病床日数/实际开放病床日数×100% 指标参考来源：决算报告文字说明。 （5）医疗研究水平和专用医疗设备水平 判断依据：医疗专科水平、承担国家医疗科研项目情况、先进医疗设备水平。 （6）收入增长比率 计算方法：收入增长比率=当年收入总额/前一年收入总额×100%-1 指标参考来源：收支表。 （7）药品收入比例 计算方法：药品收入比例=药品收入/总收入×100% 指标参考来源：收入明细表。 2.教育机构评级指标体系
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910124383.6 (22)申请日 2019.02.18 (71)申请人 南京务本信息科技有限责任公司 地址 210014 江苏省南京市光华路129-3南 京理工大学科技园A2-301 (72)发明人 沈强 马守明 姜萍 (74)专利代理机构 深圳市深联知识产权代理事 务所(普通合伙) 44357 代理人 张琪 (51)Int.Cl. G06Q 40/02(2012.01) (54)发明名称 一种基于动态集对分析的个人信用评估方 法及系统 (57)摘要 本发明属于个人征信技术领域，涉及一种基 于动态集对分析的个人信用评估方法及系统。所 述基于动态集对分析的个人信用评估方法，包括 校验步骤，接收个人信用评估申请，并对申请身 份校验；信用评估过程，从数据库读取被申请人 的历史信用信息，利用动态集对分析模型对被申 请人的历史信用信息进行信用评估；生成评估报 告，根据信用评估结果生成信用评估报告。本发 明通过动态集对分析，对个人历史信用信息中的 确定性和不确定性进行综合考虑，使本发明更具 普适性和更加准确。权利要求书2页 说明书7页 附图1页CN 109872231 A 2019.06.11 C N 109872231 A
1.一种基于动态集对分析的个人信用评估方法，其特征在于，包括以下步骤，校验步骤，接收个人信用评估申请，并对申请身份校验； 信用评估过程，从数据库读取被申请人的历史信用信息，利用动态集对分析模型对被申请人的历史信用信息进行信用评估； 生成评估报告，根据信用评估结果生成信用评估报告。 2.根据权利要求1所述的基于动态集对分析的个人信用评估方法，其特征在于，所述新颖评估过程包括， 计算t时刻被申请人的信用集对的联系度； 分别计算被申请人信用集对中相同特性、相异特性和相反特性在t+T周期内的转移向量； 计算t+T时刻信用集对的联系度，并计算稳态时信用集对的联系度。 3.根据权利要求2所述的基于动态集对分析的个人信用评估方法，其特征在于，所述t 时刻的信用集对的联系度， 式中 其中μt 表示t时刻的信用集对的联系度；其中N代表信用集对中的特性个数，S t 表示t时刻相同特性个数，P t 表示t时刻相异特性个数，Q t 表示t时刻相反特性个数；a t ＝S t /N，b t ＝P t /N，c t ＝Q t /N； 其中表示信用集对中各特性在t时刻重编后的各序号对应的权重；i为差异度系数，j为对立度系数。 4.根据权利要求2所述的基于动态集对分析的个人信用评估方法，其特征在于，所述相 同特性的转移向量， 其中表示S t 在[t，t+T]周期内的转移向量；S t 表示t时刻相同特性的个数，S t1表示在t+T时刻相同特性的个数，S t2表示在[t，t+T]周期内相同特性变为相异特性的个数，所述S t3表示在[t，t+T]周期内相同特性变为相反特性的个数，S t1+S t2+S t3＝S t ； 其中 5.根据权利要求2所述的基于动态集对分析的个人信用评估方法，其特征在于，所述t+T时刻信用集对的联系度， μt+T ＝a t+T +b t+T i+c t+T j＝(a t ，b t ，c t )oMo(l，i，j) 其中M是集对H在[t，t+T]期间的同异反转移矩阵。 6.根据权利要求1所述的基于动态集对分析的个人信用评估方法，其特征在于，所述生成评估报告过程包括， 根据信用集对中的相同特性和相反特性计算各时刻的集对势； 计算信用集对在稳态时的稳态势； 并将各集对势与稳态势进行对比，统计对比结果，生成信用评估报告。 权 利 要 求 书1/2页2CN 109872231 A