網站首頁 | 關于我們 | 資質證書 | 組織機構 | 合作單位 | 誠信經營 | 失信檔案 | 征信知識 | 評級方法 | 業內動態 | 政策法規 | 招賢納士 | 聯系我們
誠信企業資質查詢
 信用檔案號:
 信用企業名:
 
 
評級方法
 

判別分析法

  判別分析法是根據已知的違約和非違約的企業進行分類構成符于個總體,由這若干個總體的特征找出一個判別函數,用于判別任意已觀察的向量應判屬于哪一個總體,以及檢驗兩個或多個母體,在所測量的指標變量上,是否有顯著差異,如有則指出為哪些指標。

  1968年奧特曼(Altman)率先將判別分析法應用于財務分析、公司破產及信用風險的分析,建立了如下著名的線性判別分析模 :

  Z=0.012X1+0.014X2+0.033X3 +0.006X4+0.999X5,

  其中,X1為流動資金/總資產,X2為留存收益/總資產,X3為息稅的收益/總資產,X4為股權市值/總負債賬面值,X5為銷售收入/總資產。臨界值為2.675,如果z小于臨界值,借款人被劃入違約組,信用級別較低;反之被劃人正常組,信用級別較高。當分值在1.81和2.99之間時,Altman發現判斷失誤較大,該重復區域為灰色區域。

  以Z模型為代表的線性判別分析模型雖然很適用于信用評級,但這種方法存在一定問題:(1)限制條件過于嚴格,如要求樣本數據服從多元正態分布,協方差矩陣相同等;(2)模型主要考慮的是財務因素,沒有考慮行業特征、企業規模、管理水平等非財務因素的影響;(2)模型以歷史數據為基礎,對未來發展的預測不夠。

綜合評判法

  綜合評判法就是對多種因素所影響的事物或現象做出總的評價,即對評判對象的全體,根據所給的條件,給每一個對象賦予一個實數,通過總分法或加權平均等其他計算方法得到綜合評分,再據此進行優序評價。

  從信用評級本身的屬性來看,企業信用評級屬于一種不確定性的模糊問題,因此,綜合評價法的發展趨勢足與模糊理論相結合來對企業進行信用評級,從而使評級結果更科學、更準確。

人工神經網絡法

  所謂的人工神經網絡,就是基于模仿生物大腦的結構和功能而構成的一種信息處理系統或計算機,簡稱神經網絡,簡寫為ANN(Artificial Neural Network)。人工神經網絡的基本構架是模仿生物的神經細胞,分為輸入層、隱藏層和輸出層二層。每一層色括若干代表處理單元的點。輸入層的節點負責接收外在信息(如圖1) 不同于人腦的輸入,人工神經網絡所接收的輸入信息是各種變量的數量化信息,一個輸人變量對應一個輸入節點。隱藏層的節點負責處理輸入層傳來的信息,并轉化為中間結果傳遞給輸出層。而輸出層的節點就以隱藏層傳來的信息與門檻值比較后,得到系統的最后結果,并將結果輸出。

  與傳統的統計方法相比,人工神經網絡具有以下特點:(1)具有自我組織與學習的能 ;(2)可以描述輸人資料中變量間的非線性關系;(3)可以依據樣本和環境的變化進行動態的調整 由于企業鉺項財務指標與信用風險之 往往存在著非線性關系。因此人工神經網絡比較適用于企業的信用評價。

模糊分析法

  傳統的數學或統計方法都足建立在精確的觀點假設基礎之上,但是在自然科學、社會科學和工程技術等領域,存在著很多模糊或不確定性;人類的認知模式、思考方式、甚至推理邏輯也涉及許多非確定性。因此利用傳統的方法無法解決這樣的不確定性問題,而模糊數學是將數學的應用范圍,從精確擴大到模糊現象的領域,提出了隸屬函數理論,確定了某一事物在多人程度上屬于所講的概念,或者不屬于所講的慨念,這樣描述模糊性問題比精確數學更為合理。

  同樣,企業信用評級也屬于模糊性問題,其信用狀態如何,用精確數學“是”或“非”的概念很難做出判斷,因此,應用模糊分析法對信用狀況做出綜合評價比較科學。

  但是,學術界對于模糊數學的正當性仍然存在懷疑,因為:首先,模糊邏輯缺乏學習能力,應用上受到一定的限制。其次,模糊系統的穩定性很難獲得理論上的保證。第

遼寧華信信用評估有限公司版權所有 網站備案號:遼ICP備10007163號
地址:沈陽市沈河區青年大街35號 國貿大廈806室 郵編:110000
服務熱線:024-22724759 傳真:024-22724379
電子信箱:[email protected]
秒速赛车计划全天稳定版