基于Probit回归的小企业债信评级模型及实证 |
| |
引用本文: | 迟国泰,张亚京,石宝峰. 基于Probit回归的小企业债信评级模型及实证[J]. 管理科学学报, 2016, 0(6): 136-156. DOI: 10.3969/j.issn.1007-9807.2016.06.010 |
| |
作者姓名: | 迟国泰 张亚京 石宝峰 |
| |
作者单位: | 大连理工大学管理与经济学部,大连,116024 |
| |
基金项目: | 国家自然科学基金资助项目,国家自然科学基金青年科学基金资助项目,教育部人文社会科学研究青年基金资助项目,辽宁经济社会发展重点课题资助项目,辽宁省博士启动基金资助项目,河北省自然科学基金青年科学基金资助项目,教育部科学技术研究项目,中国银监会银行业信息科技风险管理项目,大连银行小企业信用风险评级系统与贷款定价项目,中国邮政储蓄银行总行小额贷款信用风险评价与贷款定价资助项目 |
| |
摘 要: | 小企业债信评级系指评价一笔小企业的债务信用资质的高低和债务违约损失率的大小.它事关银行贷款的风险管理以及合格的小企业能否得到融资.因此、债信评级的指标必须能直接鉴别小企业的违约状态.以等级评分和排序为目的的现有的信用评级体系并不评价一笔债务违约损失率大小,现有的信用评级体系也没有任何证据表明其评级指标体系与企业违约状态的鉴别能力有关.本研究根据指标对违约状态鉴别能力的大小遴选指标体系,建立了小企业债信评级体系.本文的创新与特色一是在偏相关系数大于0.7、反映信息重复的一对高度相关的指标中,删除F值小、对小企业违约状态判别能力弱的指标,既避免了第一次筛选后评级指标体系的信息冗余、又避免了误删对违约状态影响大的指标.改变了现有研究评级体系指标的遴选与指标违约状态的鉴别能力无关的状况.二是通过求解违约状态变量与评价指标之间Probit回归方程的回归系数β和回归系数的标准误差sEβ,构建Wald统计量对回归系数β的显著水平进行检验,剔除对小企业违约状态影响小的、回归系数β不显著的指标,保证了第二次筛选出的指标能显著区分企业的违约状态.三是研究表明本文构造的指标体系的感受型曲线ROC的面积AUC大于0.9,不仅保证单个指标能有效区分违约状态,同时确保了整体构建的指标体系对违约状态具有极强的鉴别能力.四是研究结果表明,满足信用等级越高、违约损失率越低的小企业债信评级指标体系的非财务指标权重为56%.五是通过对1 231笔小企业贷款数据进行实证,结果表明:速动比率、总资产增长率、行业景气指数等23个指标能够显著区分小企业的违约状态.
|
关 键 词: | 小企业 债信评级体系 指标筛选 Probit回归 |
The debt rating for small enterprises based on Probit regression |
| |
Abstract: | |
| |
Keywords: | small businesses debt rating data mining Probit regression |
本文献已被 万方数据 等数据库收录! |
|