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。

微型企业信用评价指标体系的构建

针对企业信用评价指标不服从正态分布的非参数特征问题,构建了微型企业信用评价指标筛选模型。具体而言:利用基于Brown-Mood中位数检验与Moses方差检验的组合模型双重筛选显著区别违约状态的微型企业信用评价指标,该做法反映了将分布中心与离散程度两个分布特征进行组合来筛选指标的思路;通过将Kendall秩相关检验与Brown-Mood中位数检验相结合,构建信息重复指标筛选模型,该做法反映了保留最显著区别违约状态指标的筛选思路。最后构建了包括22个指标的微型企业信用评价指标体系。

基于Wilcoxon检验的小型工业企业债信评级模型及实证

债信评级的本质是衡量一笔贷款违约的概率大小,违约概率越大,债信等级越低。由于小型工业企业财务信息不健全等自身特点的限制,国内外金融机构对此缺乏相应研究,导致现有研究中小型工业企业债信评级模型极不完善。而本文通过Wilcoxon检验构建了小型工业企业债信评级模型。本文的特色与创新:一是通过Wilcoxon检验进行指标筛选建立评级指标体系,保证了指标体系可以有效判别企业的违约状态;二是通过游程检验方法检验指标体系的合理性,解决了对债信评级模型的检验问题;三是通过指标对违约状态判别能力越大权重越大的思路确定指标权重,弥补了现有研究中指标赋权过程权重与违约状态甄别能力不匹配的不足。