基于粗糙集和AHP的中小企业信用风险评估模型研究
- 格式:doc
- 大小:27.00 KB
- 文档页数:4
75889 企业研究论文浅析中小企业信用担保风险评估模型构建担保企业能有效地解决中小企业融资难问题,为促进经济发展做出了重要贡献,然而担保企业也面临诸多经营风险,风险管理不够健全已成为制约担保企业发展的重要瓶颈,建立有效的担保风险评估模型,则可以科学地防范担保风险,从而保证担保企业持续发展。
一、建立担保风险评估模型的基本要素建立担保风险评估模型就是通过建立一套担保风险评估系统,采用定量和定性的办法,并利用相关评价指标和评价标准,对申请担保客户的财务信息、经营信息、偿债能力、反担保物等信息进行综合分析和评价,评估客户信用等级,评价担保项目的风险状况,最终进行担保决策。
设计出能适应我国担保实践的担保风险评估模型,主要涉及以下基本要素:(一)违约概率(Probability of Default,简称PD):是指未来一段时间内由于借款人不能按期还款,贷款人向担保企业索赔,致使担保企业出现代偿的可能性。
违约概率等于担保赔付金额除以担保余额,通常情况下,担保企业理想的违约概率低于3%,并且不能超过7%。
(二)违约损失率(Loss Given Default,简称LGD):是指一旦债务人发生违约,担保企业发生代偿,处置反担保物后,或经过追偿后仍然无法收回的净损失,这个预期损失占风险敞口总额的百分比。
违约损失率由抽取一定的样本数据进行统计计算,理想的比率应低于2%。
(三)风险敞口(Exposure at Default,简称EAD):是指由于债务人可能违约所导致的风险余额,一般情况下,风险敞口等于担保贷款余额。
(四)期限(Maturity,简称M),是指借款人完成贷款协议规定的所有义务(本金、利息和费用)所需的最长时间(通常以年计算)。
(五)借款人风险评级(Borrower Risk Rating,简称BRR):是指担保企业通过设置多种评价指标,利用一定的评估方法对借款人的信用状况进行整体评价。
(六)反担保物风险评级(Facility Risk Rating,简称FRR):是指担保企业利用一定的评估方法对借款人提供的反担保物风险状况进行评价。
中小企业信用风险研究-信用风险论文-经济论文——文章均为WORD文档,下载后可直接编辑使用亦可打印——摘要:中小企业是国民经济发展的各种实体的重要组成部分,为发展国民经济做出了重要贡献,但也潜藏着信用风险。
在如今的“数字经济”时代,中小企业的信用风险依然存在,具有客观性。
当前,中小企业应通过强化培训学习,提高领导及员工诚信素质;加强财务管理,有效地利用资金;调研市场,聘请专家把握市场脉搏;建立严密的信息征集系统,确保其有用性等途径来减少信用风险,从而充分发挥其在经济发展中的重要作用。
关键词:数字经济;中小企业;信用风险一、数字经济与信用风险的关系(一)数字经济的内涵与特征1.数字经济的内涵“数字经济”这一术语最早是在1996年DonTapscott撰写的《数字经济:智力互联时代的希望与风险》中出现的;是在1998年美国发布了《新兴的数字经济》报告将“数字经济”的提法正式成型;随着信息技术的发展成熟及经济社会数字化程度不断提升,“数字经济”的内涵和范畴进一步扩大,2016年G20杭州峰会发布的《二十国集团数字经济发展与合作倡议》给出了一个权威的定义,指出:“数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”,这是G20对数字经济的界定,得到了各方广泛认同。
数字经济时代,运算速度快,存储量大,也会创造出一个全新的虚拟空间,也会因人类过度依赖技术的发展而给自身安全造成极大的风险。
这是数字经济相比传统的农业经济、工业经济的真正内涵体现。
2.数字经济的基本特征不同经济术语会表现出不同的特征。
相对于“农业经济”“工业经济”,当下迅速发展的“数字经济”,体现出主要特征如下。
第一,快速迅捷性。
数字经济是在互联网的基础上产生的,是互联网发展到一定程度的必然产物。
互联网的发展推进,无线网络、云计算、云储存等信息基础设施的普及和推广,使得整个世界紧密联系起来,各种经济活动信息可以快速地呈现于线上,缩短了距离,节约了时间,加快了速度。
《基于FAHP的中小企业合作创新绩效评价研究》一、引言在当前的经济全球化与市场竞争激烈的大背景下,中小企业面临着诸多挑战和机遇。
其中,合作创新作为一种重要的策略手段,正被越来越多的中小企业所采用。
合作创新不仅能够帮助企业实现资源共享、优势互补,还可以有效提高企业的创新能力与市场竞争力。
然而,如何科学、客观地评价中小企业合作创新的绩效,成为了一个亟待解决的问题。
本文旨在运用模糊层次分析法(FAHP)对中小企业合作创新的绩效进行评价研究,以期为中小企业合作创新提供理论支持和实践指导。
二、研究背景及意义随着科技的不断进步和市场环境的不断变化,中小企业在创新过程中面临着诸多挑战。
合作创新作为一种有效的创新方式,能够帮助中小企业快速获取资源、提高创新能力。
然而,由于合作创新涉及多个企业、多个领域,其绩效评价变得复杂而困难。
因此,本文基于FAHP的中小企业合作创新绩效评价研究具有重要的理论意义和实践价值。
三、研究方法与数据来源本文采用模糊层次分析法(FAHP)对中小企业合作创新的绩效进行评价。
FAHP是一种将定性与定量分析相结合的多准则决策分析方法,适用于处理复杂、模糊的决策问题。
数据来源主要包括文献资料、企业调研、专家访谈等。
四、基于FAHP的中小企业合作创新绩效评价指标体系构建本文根据中小企业合作创新的特点和需求,构建了包括创新投入、创新过程、创新产出和创新影响四个方面的绩效评价指标体系。
每个方面均包含若干具体的评价指标,如创新投入包括资金投入、人力投入等;创新过程包括研发进度、技术转化等;创新产出包括专利数量、产品销售额等;创新影响包括市场占有率、企业声誉等。
这些指标共同构成了中小企业合作创新绩效评价的完整体系。
五、基于FAHP的中小企业合作创新绩效评价模型构建及分析本文运用FAHP对构建的绩效评价指标体系进行量化处理,构建了中小企业合作创新绩效评价模型。
通过专家打分、数据统计等方法,确定了各指标的权重。
中小企业融资信用风险评级体系研究的开题报告一、研究背景和意义中国的中小企业一直面临着融资困难的问题。
融资难的原因很多,其中一个重要因素就是缺少完善的信用评级体系。
中小企业的信用评级受多方面的因素影响,如企业规模、经营状况、财务状况、市场环境等。
现有的信用评级体系往往是基于大型企业的数据和模型建立的,对中小企业的评级存在不足。
本研究拟通过对中小企业融资信用风险评级体系进行研究,以期解决中小企业融资难的问题。
具体研究内容包括对现有信用评级体系进行评价和比较,以及针对中小企业建立新的信用评级体系。
二、研究内容和方法(一)研究内容1. 对现有信用评级体系进行评价和比较。
主要分析国内外的信用评级体系,并针对中小企业的评级进行评价和比较。
2. 建立中小企业信用评级体系。
通过对中小企业的规模、经营状况、财务状况、市场环境等因素进行综合评估,建立适用于中小企业的信用评级体系。
并且根据实际情况,分别建立企业级评级和项目级评级。
3. 对信用评级体系进行实证研究。
以上海市某地区的中小企业为样本,通过实证研究验证建立的中小企业信用评级体系的准确性和可行性。
(二)研究方法1. 文献调研法。
通过查阅大量的文献和资料,了解国内外的信用评级体系及其研究成果,从而更好地开展本研究。
2. 实证研究法。
在理论分析和模型建立的基础上,通过收集有关的数据,进行实证研究和分析,验证理论模型的准确性和可行性。
3. 统计分析法。
借助于SPSS等数据统计分析工具,对实验数据进行分析和挖掘,探究信用评级体系的融资效果、政策影响等因素。
三、研究预期成果1. 对现有信用评级体系的评价和比较。
通过研究现有信用评级体系,并针对中小企业的评级进行评价和比较,提出优化建议。
2. 新的中小企业信用评级体系的建立。
在对中小企业的规模、经营状况、财务状况、市场环境等因素进行综合评估的基础上,建立适用于中小企业的信用评级体系,可以为中小企业的融资提供有效的引导和支持。
148991 企业研究论文基于logit模型的中小企业信贷风险评估管理一、引言在我国的经济发展中,中小企业的作用日益明显,逐渐成为我国市场经济的中坚力量。
然而由于中小企业自身规模小、风险大、管理不够规范等因素,当然也有国家宏观政策、金融机构与企业之间信息不对称等因素的影响,导致中小企业出现融资困境。
对于商业银行而言,如何控制中小企业信贷风险,提高风险控制能力成为银行发展信贷业务面临的重要问题。
如本文拟通过对中小企业信贷风险理论分析和实证分析,探讨评估中小企业信贷风险的数量模型,以有效防范和降低中小信贷风险,有效提高商业银行对中小企业信贷管理水平,继而从银行这方面解决中小企业融资难题。
二、文献综述针对中小企业信贷风险问题,研究者提出了许多分析思路与框架,基于财务指标和信用风险关系的研究,早期较为著名的是Altman,1968年提出的的Logit模型,他应用该模型分析了信用风险;随后有Martin应用了Logit模型预测公司的破产违约概率;我国研究者吴世农运用ST公司数据采用四种分析(剖面分析、单变量分析、线性模型、Fisher二类判定分析以及Logit模型分析),其中Logitech模型的预测准确率最高,研究也证实了Logit模型要优于线性判别模型。
三、实证分析(一)logit回归模型现实生活中,许多现象量度并非线性,而是通常分为两类,Logit模型即用来度量二分类,它属于概率型模型,能预测某事件发生的概率。
通过样本企业的财务指标,建立Logit模型就可以预测观察期内企业违约概率。
其中,Logit模型形式定义如下:logitP=ln■logitP=β0+β1X1+…βiXi+…βnXn其中,Xi是解释变量,表示第i个指标;βi为待估参数,P为违约状况,为虚拟变量,规定当P取1时,违约现象存在。
Logit模型的优点是解决了非线性的问题,它对样本要求不苛刻,不要求样本服从标准正太分布。
(二)变量与数据选取本文选取样本来自我国中小板上市企业,数据来自国泰安数据库,并运用Excel整理分析所得。
浅析中小企业信用担保风险评估模型构建
随着经济的发展,越来越多的中小企业面临融资难题。
在这样的背景下,信用担保成为解决中小企业融资难的重要手段。
但是,信用担保涉及到风险,因此如何构建中小企业信用担保风险评估模型成为一个重要问题。
中小企业信用担保风险评估模型的构建需要考虑多个方面的因素,包括中小企业的基本情况、经营情况、行业情况等。
以下是具体的模型构建步骤:
第一步:确定指标体系
在建立中小企业信用担保风险评估模型之前,需要确定指标体系。
指标体系应该包括金融状态、经营状况、市场环境、信用记录、管理能力等因素,以全面反映中小企业的信用风险。
第二步:数据采集
在确定指标体系后,需要采集相关数据。
数据采集可以从中小企业的财务报表、信用记录、经营情况等方面入手,建立中小企业的信息档案。
第三步:制定评分卡模型
评分卡模型是一种基于样本数据训练的模型,通过对各项指标的权重进行确定,将其转化为评分的形式。
评分卡模型的优点在于简单易懂,可操作性强。
第四步:制定定性评估模型
定性评估模型是指通过专家评审、问卷调查等方式,对中小企业的信用状况进行评估的模型。
在建立定性评估模型时,需要确定评价指标和等级划分规则,并通过实际操作进行验证。
第五步:构建风险预警模型
风险预警模型是指通过监测企业的财务状况、经营数据等信息,及时发现中小企业的风险,以便于采取措施进行防范和应对。
最后,在中小企业信用担保风险评估模型过程中,需要不断地优化改进,完善指标体系,提高预测准确性,以确保中小企业信用担保风险的可控和有效性。
———————————————收稿日期:2011-01-09基金项目:国家自然科学基金(No.71071173)资助项目;重庆市科技攻关计划(2010GGB108)资助项目;教育部高等学校博士学科点科研基金(No.20090191110004)资助项目。
基于粗糙集和三角模糊数的 产品开发项目风险评估研究刘胜,杨军,邢青松,马家齐,赵小华(重庆大学 机械传动国家重点实验室,重庆 400030)摘要:针对产品开发项目风险评估过程中的评估指标繁杂、信息模糊性和不确定性等问题,通过对产品开发项目风险的影响因素分析,构建了一种更为科学全面的风险评估指标体系,并利用粗糙集理论对该评估指标体系进行简化,除去部分对产品开发影响程度相对较低的风险评估指标,保留影响程度相对较高的风险评估指标。
在此基础上,为克服评估过程中由于信息模糊性和不确定性带来的评估困难,提出了一种基于三角模糊数的产品开发项目风险评估决策方法,将模糊性和不确定性的主观判断及定性评价进行数量化,提高风险评估的准确性。
最后,通过某高新技术企业产品开发项目的实际应用,验证了该评估过程的可行性和有效性。
关键词:产品开发;风险评估;三角模糊数;粗糙集中图分类号:F273.2 文献标识码:A 文章编号:1006-0316 (2011) 04-0006-07Research on rough theory and triangular tuzzy number-basedrisk evaluation in product development project LIU Sheng ,YANG Jun ,XING Qing-song ,MA Jia-qi ,ZHAO Xiao-hua(Chongqing University ,C hongqing 400030,China )Abstract :Aiming at evaluation index multifarious, information fuzziness and uncertainty of risk evaluation in product development, the new risk evaluation’s indexes system is established. In addition, rough sets and triangular fuzzy number multi-attribute decision making method is utilized to evaluate product development project risk. Through these two methods can realize evaluation index of simplified and qualitative evaluation of quantification, finally to improve product development project risk assessment of accuracy. In the end, a scenario presents rationality and maneuverability of this method.Key words :product development ;risk evaluation ;triangular fuzzy number ;rough sets产品开发对企业的核心竞争力发挥着核心作用[1]。
中小企业信用评级指标体系与模型的构建中小企业信用评级是对企业信用状况进行综合评价,旨在提供金融机构、供应商等与中小企业合作方的决策参考。
中小企业信用评级指标体系与模型的构建是评估中小企业信用风险的重要步骤。
本文将介绍中小企业信用评级指标体系与模型的构建过程,并探讨如何选取合适的指标与构建模型。
一、中小企业信用评级指标体系构建1.数据收集与清洗首先,需要收集中小企业的相关数据,包括企业的财务指标、行业数据、经营状况等。
然后对数据进行清洗,排除异常值和缺失值。
2.指标选取3.指标权重确定通过统计分析、专家评审等方法,确定各个指标的权重。
可以采用层次分析法、杜邦分析法等多种方法,确保各个指标的重要性能够合理体现。
4.指标标准化对各个指标进行标准化处理,将不同量纲和不同分布特性的指标转换为统一的标准化指标。
5.指标综合根据权重和标准化指标,计算每个指标的综合得分。
可以采用线性加权法、TOPSIS法、层次分析法等多种方法。
6.评级划分根据综合得分,将中小企业进行信用评级划分,通常包括优秀、良好、一般、较差等等。
二、中小企业信用评级模型构建1.选择合适的模型2.数据拟合与模型训练将清洗和标准化后的数据输入到模型中进行拟合和训练。
可以采用最小二乘法、最大似然估计等方法对模型参数进行估计。
3.模型验证与优化对训练好的模型进行验证和优化,通常包括模型的预测能力、稳定性、鲁棒性等方面的评估。
4.模型应用与结果解释将优化后的模型应用到中小企业信用评级中,并解释模型的结果。
可以通过建立评分卡、制定评级规则等方式,帮助决策者进行评级和决策。
总结:中小企业信用评级指标体系与模型的构建是一个相对复杂的过程,需要充分考虑企业的特点和行业属性。
在指标的选取过程中,应该充分考虑指标的代表性和可操作性,通过指标的标准化和综合,对中小企业进行信用评级分析。
在模型的构建过程中,选择合适的模型,并进行训练和优化,最后将模型应用到实际场景中。
基于ISM及AHP法的信息化项目风险管理和评价改进研究随着工业4.0 的到来,中国制造2025的逐步推进,信息化与工业化融合不断深入, 越来越多的企业探索开发符合自身特点的信息管理系统。
但是,信息管理系统项目开发具有投入高、周期长、风险因素多等特点, 在实施过程中若风险管理与控制不当,就会导致项目开发失败。
另外,目前缺乏对信息管理系统实施后的评价方法, 系统带来的利弊错综复杂, 企业很难判断系统实施的好坏程度及后续改进方向。
因此, 有必要采用科学的方法, 对其各种风险因素进行识别、分层, 针对性的制定风险控制和防范措施; 同时探索科学的评价方法, 明确信息管理系统项目实施的效果及后续改进方向。
本文以A公司为例,研究解释结构模型法(ISM)和层次分析法(AHP)在信息化项目风险管理与评价中的应用。
完成的主要工作内容如下:(1) 采用德尔菲法对 A 公司新信息化项目(包括ERR PLM BPM条码等信息化系统)开发和实施过程可能存在的主要风险因素进行了识别, 主要为: 需求分析不准确供应商选择失误需求变更风险外包决策风险缺少用户支持里程碑失控设计方案出现偏差沟通风险、人力资源风险、进度风险等(2)采用ISM法,构建了10大主要风险因素的四级层次解释结构模型图,揭示了各风险因素之间的逻辑关系,人力资源风险、供应商选择失误和沟通风险在最底层, 是最根源的风险, 其他风险都源于这三个根源风险。
(3)通过对A公司主要风险因素解释结构模型的分析,分项目实施前、项目实施前中期和项目实施中后期三个阶段,提出了项目风险控制与防范的具体建议。
(4)基于平衡计分卡理论,结合A公司实际,建立了由财务指标、市场指标、生产管理指标及学习和成长指标4类17项指标构成的信息化绩效评价指标体系, 采用AHP法求出了各指标层指标和准则层指标相对于顶层指标的权重。
(5) 采用模糊综合评价方法, 结合各指标权重, 对指标层和准则层各指标进行了绩效评价,最后对顶层指标进行了综合评价,对A公司新信息化项目实施结果的评价为“较好”。
中小企业信用风险评估模型研究--以某国有控股上市银行为例蒙震【摘要】在中国特有的文化背景下,合理评估中小企业信用风险对于解决中小企业融资难、融资贵问题具有现实意义。
研究发现,中小企业信用风险评估模型由财务实力、管理实力、社会实力三个因子构成,其中财务实力包括代表与企业财务报表有关的营利性、偿债性、运营性评价的11个指标,管理实力包括代表企业管理制度与竞争能力的4个评价指标,社会实力包括代表企业社会关系资源与影响力的4个评价指标。
模型结果显示一定的区分和预测能力,具有较高的信度和效度,较为全面地涵盖了中小企业信用风险评估的核心内容。
【期刊名称】《暨南学报(哲学社会科学版)》【年(卷),期】2014(000)012【总页数】9页(P40-48)【关键词】中小企业;信用风险评估;商业银行【作者】蒙震【作者单位】对外经济贸易大学金融学院,北京 100029; 中国银行深圳市分行,广东深圳 518001【正文语种】中文【中图分类】F832一、引言中小企业作为国家重点支持发展的经济组织群体,近十年来随着市场结构转型,其风险特征与金融服务需求也发生了比较大的变化。
关于如何构建适用中国特色的中小企业信用风险评估模型这一问题,传统的金融研究思维认为,影响中小企业信用风险的主要因素是它的财务实力,如利润、现金流、资产负债率等。
然而,站在管理学的视角,许多研究发现,企业的经营管理能力能够更加前瞻性地预测企业未来违约风险,如企业家素质、创新能力等。
由于中小企业以民营企业为主,普遍存在公司治理不健全、管理机制不规范等弊端,甚至财务报表真伪难以核实等问题也经常出现,经营管理恰恰是中小企业的弱项和短板,仅仅依靠财务实力难以反映中小企业信用风险好坏。
此外,随着社会学与管理学的逐渐融合,社会资本也已成为影响中小企业信用风险的重要因素。
所谓社会资本,是指企业或企业家拥有的社会资源和各种社会关系网络,已有研究表明,企业或企业家的社会资本能够影响企业的经营绩效[1]113-126,企业家的社会资本对于企业竞争力不可或缺,甚至与企业贷款也有较强的关联。
中小企业信用风险研究作者:陈建波徐江平来源:《速读·下旬》2015年第12期摘要:在当前的经济下行压力下,信用风险成为各方关注的重点之一,而中小企业的信用风险显得更为突出。
本文就中小企业信用风险的特征、产生的原因进行了研究。
关键词:中小企业;信用风险信用是市场经济活动的重要基础,中小企业可以凭借信用风险管理取得骄人的业绩,也会因为风险管控不利导致破产。
因此,加强中小企业信用风险相关研究,促进其提升风险应对水平,具有重要的现实意义。
一、中小企业信用风险的特征1.不对称性信用风险的分布是不对称的,其收益分布曲线一端向左下倾斜,在左侧出现肥尾现象。
出现这一现象的原因在于信用违约,即从经济的角度理解,信用实际上是指“借”和“贷”的关系,一方的违约与否取决于诸多因素,信用风险的承受者面对的预期收益与风险损失之间不对称。
2.累积性信用风险的累积性是指信用风险具有不断积累、恶性循环、连锁反应、在达到一定的临界点可能会突然爆发进而引发经济危机的特点。
利率政策、财政政策、市场环境等诸多因素都对中小企业的信用风险产生影响;中小企业与上、下游企业之间往往形成“三角债”,同时又必然与银行存在信用关系。
这些复杂的宏观经济因素和市场环境形成了相互关联的信用网络,使得信用风险可以在其中蔓延、累积。
3.系统性信用风险的系统性是指受某一共同因素影响而产生的风险,主要是指宏观经济因素影响产生的系统性风险。
从近年国内经济的情况看,宏观经济政策特别是货币政策对信用规模及其风险的影响特别明显。
4.内源性对于系统性风险,我们认为中小企业往往是无力改变的,只能主动适应。
而信用风险的内源性是指某些风险不是完全由客观因素引起的,是含有主观的无法用客观数据和事实证实的因素,具有特定目的的信用操纵行为。
因此,内源性增加了中小企业信用风险管控的难度。
二、中小企业信用风险产生的原因分析中小企业在国民经济中的重要性不言而喻,在当前的经济下行压力下,讨论中小企业的信用风险需要深入分析其产生的原因。
基于粗糙集和AHP的中小企业信用风险评估模型研究
本文针对于中小企业信用评估指标过多,评估效率和准确率不高的问题,提出了一种基于粗糙集与AHP的中小企业信用评估模型。
该模型以粗糙集的约简理论简化企业的财务数据指标数量,以AHP层次分析法量化各指标间的权重关系,建立一套科学合理的信用评估体系,并将该体系应用于2005-2007的上市公司年报,实验结果表明,该模型不仅方便、快捷,而且和真实数据的误差率小于5%。
标签:粗糙集;AHP;风险评估;约简
当前的社会经济已经从计划经济转化为市场经济,而市场经济是建立在诚信为基础上的经济体系,是一种信用经济,如果破坏了信用规则,则必将对整个市场经济秩序产生深远的影响,从而进一步影响到社会问题,例如前不久的次贷危机对整个世界的稳定都产生的影响,因此信用问题已经成为制约世界经济发展的一个重要因素。
如何对当前企业进行有效的信用评估,一直是当今社会研究的主要课题,国内外一直有研究机构致力于解决这个社会难题,它们研究的主要方法一般都为基于统计的预测方法,根据它们已经掌握的历史资料,从中总结出分类的规律,建立判别公式,对新样本进行预测[1]。
常用的预测模型有:线形回归分析法、多元判别分析法、、Logistic回归分析法、遗传算法及BP神经网络等等。
这些方法有一个大缺点就是收集的企业财务指标过多、评估效率低下,准确率不高。
本文所介绍的基于粗糙集和AHP模型提出了一种评估企业信用的方法,即首先利用粗糙集约简理论对大量的企业指标进行约简,找出对企业信用依赖度较高的财务指标,然后用AHP层次分析法对所求的财务指标进行权重计算,建立适合企业的信用评级体系,该评估方法方便快捷、高效、准确率高。
一、粗糙集及与AHP模型相关概念
1、粗糙集的相关概念
(1)粗糙集合,简称粗糙集(Rough set 简称RS)是继信度网络(Belief N etworks)、遗传学、混沌理论、概率论、模糊集之后的又一种处理不确定性的数学方法、是软件计算方法的补充。
鉴于粗糙集在科学领域及其在科学与工程领域的成功应用,近些年来受到越来越多的关注,成为当今社会人工智能及商务智能领域的研究热点[2-3]。
2、AHP模型
层次分析法(简称AHP)是美国著名的运筹学家T.L.Saaty 于20 世纪70 年代初期提出来的处理非结构化问题的方法。
它是一个将人的思维数量化、层次化的过程,不仅可以简化系统分析和计算,还有助于决策者保持思维的一
致性。
它以数学方法为工具,为系统分析决策与控制提供定量的依据,是处理多目标、多因素、多层次的复杂问题和进行决策分析的一个简单有效的方法。
层次分析法的基本思路是:将所有要分析的问题层次化,根据问题的性质和所要达到的总目标,将所有问题分解为不同的组成因素,并按照这些因素的相互关联影响以及隶属关系,按不同层次聚集组合,形成一个多层次分析结构模型。
最后将该问题归结为最底层相对于最高层的比较优劣的排序问题。
二、企业信用风险评估建模
金融机构对中小企业的信用进行评级,主要依靠于中小企业的所提供的财务指标数据。
以深圳某银行为例。
中小企业对银行提出贷款要求,其所提供的财务数据大概分为五大类,将近60个财务指标。
对于银行负责信贷的风险控制部而言,每个企业客户提供大量数据,若从这些数据中挖掘出与金融信用有关的信息,对任何机构来说其工作量都是非常大的,大大地增加了金融结构的风险控制成本。
为了减轻工作量,本章采用粗糙集理论来简化输入数据指标,以此来寻找最能反映信用风险状况的最简捷的信用指标,并将该指标用AHP进行权重处理,从而建立快捷有效信用风险评估体系。
1、企业信用指标约简
通过对信用风险评估模型的分析,粗糙集和AHP层次分析法相结合对系统风险控制功能中有其独特的优势。
其原因是本模型在保持分类不变的情况下,通过对知识表达系统的约简可以简化大量的工作量,节省时间,提高处理效率。
最后用AHP层次分析法对简化后的关键指标对企业的影响程度进行量化分析,构造一套合理的有效的风险评估模型,从而实现对企业信用风险实现有效预测。
下面将对信用风险评估功能进行信用风险建模,通过模型分析,找出具有潜在风险的指标数据[4]。
(1)企业的财务指标分类。
以深圳为例,企业客户对银行提出贷款要求时,银行信贷部门要求其提供多方面财务数据,传统的财务数据大概的可以分为如下几种类别,它们依次为:
第一类,盈利类:利润收入比例、销售回报率、成本与费用比、销售净利率等四个指标。
第二类,效率类:固定的资产的周转次数、总的资产的周转次数、应收账周转率、库存周转率、资产所得率、净资产收益率等六个指标。
第三类,杠杆类:资产与负债的比、产权比率、有形净资产债务率等三个指标。
第四类,流动类:流动比率、酸性测验比率、流动资产比率共三个指标。
第五类,其他类:年末与年初的所有者权益比例、销售的增长速度、净利润的增长比例、所有者权益总额、净资产负债率、长期的债务与营运资金的比例、资本固化率、非筹性的净现金流和流动负债的比例、利息所得倍数、担保额与净资产比、毛利与销售收入比、股东权益收益率、主营收入现金率、本月的经营性的净现金的流量、本月的现金的净流量、主营收入增长率、经营性活动的现金流量的净利润率、房子出租比率、现金净流量的偿还能力等共三十多个指标。
(2)企业财务指标处理。
由于在收集数据时会出现一些不确定干扰因素,使得数据出现缺陷或不足,这些缺陷或不足主要表现在以下几个方面,第一是数据定义不统一,每个公司对指标定义不一致;第二为错误的标记;第三是记录为空。
因此基于上述原因,必须对原始数据进行不完备性处理,从而让这些数据实现标准化,把空数据进行填补,把连续数据进行离散化。
本文以深圳某国有大型银行提供的中小企业财务数据为例,本文将2005-2007年度的数据进行对比分析,若直接把50多个数据一一列出来,工作量相当大,其实,若对这些数据简单分析,就会发现有些数据是空数据,可见,只要将所有数据进行预处理,简单删除空数据,最后确认的指标如表1中的29项数据为合作数据,本节主要对这29个数据进行约简。
第四步一致性检验。
判定矩阵最大的特征根λmax=8.9148,计算一致性指标CI=(λmax-n)/(n-1)=0.1307计算随机一致性指标CR=CI/RI=0.0926<0.1可见判别矩阵满足一致性要求。
3、企业信用量化处理
经过上一节处理,可知道企业信用与销售净利润率、总资产周转率、收帐比率、库存周转率、净资产收益率、产权比率、流动比率、提现率有关且与它们各自的权重都已处理,本文对指标特征进行量化采用李克特量表法,选择用五个级别和百分制来度量。
三、实证分析
为了说明本文所提出的信用风险评估方法的合理性,文章选择上海证券交易所与深圳交易所的200个上市公司的数据进行实验(数据来源于公司2005-2007年报)。
实验选取了100家ST公司在加ST之前的数据及100家非ST公司数据。
本文将企业的财务指标数据分为5等份,分别为20分,40分,60分,80分,100分的数据,将信用的计算结果大于60分的表示合格,不及60分称为不合格。
将本方法得出的结果与市场真实值进行比较,结果如表6所示。
从表中可以看出,本文连续采用了三年的数据进行跟踪实验,将本文评估数据与真实数据进行比较,通过比较发现本文评估模型与真实数据误差小于5%,并且计算时间小于1S。
四、结论
本文提出了一种基于粗糙集与AHP信用评估模型,该模型利用粗糙集的简化理论简化了企业的财务指标,从而提高评估效率;利用AHP量化各关键指标对企业信用的影响程度,从而建立了一套有效的评估模型,并将该体系应用于实践。
结果表明,该方法具有一定参考价值和实用意义。