小微企业信用评级模型及比较研究

被引：12

作者：

肖斌卿 ^{[1
]}

杨旸 ^{[2
]}

余哲 ^{[3
]}

沈才胜 ^{[1
,4
]}

机构：

[1] 南京大学工程管理学院

[2] 南京大学商学院

[3] 郑州商品交易所

[4] 紫金农商银行

来源：

系统工程学报 | 2016年 / 31卷 / 06期

关键词：

信用评级; 小微企业; 模型比较; 学习算法;

D O I：

10.13383/j.cnki.jse.2016.06.008

中图分类号：

F276.3 [中小型企业、乡镇企业]; F832.4 [信贷];

学科分类号：

1203 ;

摘要：

在调查和文献基础上,进行信用风险来源识别、评级指标分类和评级方法选择,构建商业银行内部信用评级模型,以期在授信审批环节提高信用风险管理水平.基于某商业银行2008—2013年小微企业实际信贷数据,运用线性判别分析、二项逻辑回归和十种基于不同学习算法的BP神经网络模型构建内部信用评级模型,并在评级指标体系中加入宏观经济变量,使度量风险的稳健性进一步得到提升.最后通过四种方法对不同模型的结果和评级有效性进行了对比分析,认为基于Levenbery-Marquardt学习算法的NN10模型具有最优的评级有效性.

引用

页码：798 / 807+830 +830

页数：11

共 29 条

[21] 个贷违约率与宏观经济指标相关性研究
颜新秀
[J]. 国际金融研究, 2009, (10) : 59 - 67
[22] 中小企业信贷融资信用担保缺失研究
李毅
向党
[J]. 金融研究, 2008, (12) : 179 - 192
[23] 基于Logistic回归分析的违约概率预测研究
于立勇
詹捷辉
[J]. 财经研究, 2004, (09) : 15 - 23
[24] 运用信用评级原理加强金融监管
谢平
许国平
李德
[J]. 管理世界, 2001, (01) : 125 - 131
[25] 基于神经网络技术的商业银行信用风险评估
王春峰
万海晖
张维
[J]. 系统工程理论与实践, 1999, (09) : 24 - 32
[26] A two-stage hybrid credit scoring model using artificial neural networks and multivariate adaptive regression splines
Lee, TS
Chen, IF
[J]. EXPERT SYSTEMS WITH APPLICATIONS, 2005, 28 (04) : 743 - 752
[27] A Crossnational Prediction Model for Business Success[J] . Robert N.Lussier,SanjaPfeifer.Journal of Small Business Management . 2002 (3)
[28] Differentiating between good credits and bad credits using neuro-fuzzy systems
Malhotra, R
Malhotra, DK
[J]. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 2002, 136 (01) : 190 - 211
[29] The present and future roles of banks in small business finance[J] . Laurence H Meyer.Journal of Banking and Finance . 1998 (6)

← 1 2 3 →