肖斌卿杨 旸余 哲沈才胜

(1.南京大学工程管理学院,江苏南京210093;2.南京大学商学院,江苏南京210093; 3.郑州商品交易所,河南郑州450008;4.紫金农商银行,江苏南京210019)

小微企业信用评级模型及比较研究

肖斌卿1,杨 旸2*,余 哲3,沈才胜1,4

(1.南京大学工程管理学院,江苏南京210093;2.南京大学商学院,江苏南京210093; 3.郑州商品交易所,河南郑州450008;4.紫金农商银行,江苏南京210019)

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.

信用评级;小微企业;模型比较;学习算法

1 引 言

我国当前正处在经济发展“提质换挡”的“新常态”发展阶段,经济结构和产业结构正在进行深度调整和优化.在“新常态”的经济氛围下,新兴科技、新兴产业和新兴市场的发展和壮大,为小微企业的发展和壮大提供了难得的历史机遇.也正是在这一阶段,经济内生增长要求更多的人力资本和技术创新参与社会经济分工,并最终转化为经济增长产出.覆盖广、种类多……