引入拒绝推论的小企业信用评分模型研究

摘要

作为一项发展潜力巨大的金融创新技术,小企业信用评分在国外银行小企业贷款中应用较广,它有助于提高小企业的信贷可获得性,对解决小企业融资难困境有很大帮助。但在我国却一直未受到应有的关注。
　　 与传统的贷款管理技术相比,信用评分法在很大程度上可实现小企业贷款处理的自动化,提高贷款审批和处理的效率,有助于银行更精确地为贷款定价。然而拒绝样本的数据缺失是信用评分建模中不可避免的问题,引入拒绝推论的方法构建小企业信用评分模型非常必要。
　　 本文对小企业、信用评分和拒绝推论三个概念进行了界定,在比较传统信用评估方法和信用评分法的基础上,对信用评分法应用于评估小企业信用风险的适用性进行了深入分析。实证分析所采用的样本数据来源于按照国家统计标准从wind数据库中筛选出的小企业,将其分为两个子样本,并构建了基于企业主个人变量、企业特征变量和企业财务变量的小企业信用评分指标体系。利用第一个子样本,对其财务指标应用了主成分分析,建立了基于logistic回归的小企业信用评分模型。将该模型应用于第二个子样本进行模拟信贷筛选,从而产生了带有缺失样本的模拟信贷数据,利用典型的拒绝推论方法——Heckman二阶段模型预测新的信用评分模型,将其结果与忽略缺失数据的审查模型和拥有完全信息的标准模型进行比较,结果显示Heckman二阶段模型的表现优于直接忽略缺失样本数据的审查模型,更接近标准模型的结果。
　　 研究表明,拒绝推论能够有效解决信用评分建模中由于缺失数据引起的样本选择偏差问题,提高信用评分模型的有效性和预测能力。

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景和意义

1.1.1 研究背景

1.1.2 研究意义

1.2 研究文献综述

1.2.1 信用评分模型与小企业贷款的可获得性(Credit Availability)

1.2.2 信用评分技术的应用

1.2.3 小企业信用评分模型研究

1.3 论文主要研究内容及结构安排

1.3.1 主要研究内容及创新点

1.3.2 本文结构安排

第二章 小企业信用评分的相关理论基础

2.1 相关概念界定

2.1.1 小企业

2.1.2 信用评分法

2.1.3 拒绝推论(Reject Inference)

2.2 流行信用评估的方法比较

2.2.1 传统的信用评估方法

2.2.2 信用评分法

2.3 信用评分法应用于我国小企业信用评估的适用性

2.3.1 小企业信用与小企业主信用的相关性

2.3.2 我国小企业信用评估现状及存在的问题

2.3.3 信用评分法应用于我国小企业信用评估的适用性

第三章 银行信贷筛选模拟

3.1 样本数据来源

3.2 基于Logistic回归的小企业信用评分模型构建

3.2.1 Logistic模型的基本原理及用于信用评分模型的适用性

3.2.2 小企业信用评分指标体系的构建

3.2.3 样本数据描述性结果与分析

3.2.4 财务指标的主成分分析

3.2.5 建立基于Logistic回归的小企业信用评分模型

3.2.6 模型评价

3.3 银行信贷筛选模拟

第四章 拒绝推论在小企业信用评分模型中的应用

4.1 拒绝推论的常用方法

4.2 Heckman两阶段法的基本思想

4.3 应用Heckman两阶段法的信用评分模型

4.4 模型结果比较

4.4.1 忽略缺失数据的审查模型

4.4.2 模型结果比较

4.4.3 模型预测力验证及比较

第五章 对我国发展小企业信用评分的建议

5.1 优化小企业信用评分指标

5.2 正确使用小企业信用评分模型

5.3 合理选择和应用拒绝推论方法

5.4 其他方面

第六章 结论与展望

6.1 研究结论

6.2 研究不足

参考文献

致谢

攻读学位期间主要的研究成果

附录