云重心评判法在防空兵作战能力评估中的应用

在传统的云重心评判法中,加权偏离度不符合"非负有界性、可加性、归一性"的测度准则,给评测结果的生成带来了较大困难;鉴于此,提出一种改进的云重心评判法,该方法借鉴TOPSIS法的基本思想,基于理想状态和负理想状态,对综合云重心向量进行归一化,由此得出的修正的加权偏离度符合"非负有界性、可加性、归一性"的测度准则,从而克服了传统云重心评判法的不足;以防空兵作战能力评估为例,应用实例证明了改进的云重心评判法的合理性和有效性。

基于逐步判别分析的小企业债信评级模型及实证

债信评级就是衡量债务违约风险的大小,以便于投资者掌握债务回收的可能性。本文通过逐步判别分析和共线性检验的方法构建债信评级模型,并以中国某区域性商业银行1231个小企业贷款客户为实证样本进行债信评级体系构建。本文的创新与特色一是通过逐步判别分析将所有客户的第j个指标数据分为违约和非违约两组样本,根据违约、非违约样本组内的数据差异越小、而违约与非违约样本组间的数据差异越大,则第j个指标越能区分违约和非违约两种状态的思路,筛选出F检验值显著、即对违约与否鉴别能力显著的指标,改变了现有研究遴选指标的标准不能反映指标违约鉴别能力的弊端。二是通过共线性检验方法,以一个指标为因变量、其余指标为自变量建立线性回归方程,根据线性回归方程的方差膨胀因子VIFj越大、这个指标越可以被其它指标线性表示的思路删除因变量这个冗余指标,避免了现有研究的债信评级指标用于评价小企业时存在冗余的弊端。三是根据违约样本和非违约样本的组内差异越小、组间差异越大、这个指标对违约状态的鉴别能力越强、权重越大的思路对指标进行赋权,改变了现有研究对评级指标进行赋权不能反映指标违约判别能力的弊端。实证结果表明:小企业非财务因素比财务因素更能判别小企业贷款的违约风险,并且外部宏观环境、企业法人代表基本情况对小企业的还款能力的影响更为重要。