信用评价模型(课件).docVIP

《信用评价模型》 债务 偿债能力 经营能力 1 1.3 1.2 2 1.2 2.4 3 7.1 3.6 4 9.6 2.4 5 9.6 0 某企业有五笔债务，其偿债能力和经营能力评分如下表所示 试用最短距离法对他们进行分类（距离采用绝对值距离），标准化方法为规格化变换。(A) 解：(1)规格化变换公式为： 债务 1 2 3 4 5 债务能力 0 0 0．7 1 1 经营能力 0.33 0.67 1 0.67 0 （2）由于两个边来南国的数量水平不同，故先采用规格化变换将原始数据变换如下表 （3）样品间采用绝对值距离： 计算出初始距离阵为 （4）初始距离矩阵中最小的元素为0.34对应的元素是 （5）再将Ｇ３与其它类的距离进行计算 由此的距离阵为 (6)找出距离矩阵最小元素，它是所以将G3,G4合并，记作G7={ G3,G4},然后计算G7与其它各类的距离 由此的距离阵为 (7)距离矩阵中的最小元素为，所以将G7,G5合并，记作G8={ G7,G5},然后计算G8,G6的距离 由此可得距离矩阵为 ( 8)最后将G6,G8合并最短距离法的聚类谱试图如图所示 G1 G2 G3 G4 G5 (9)有谱试图可以看出,五笔债务可以分成两组,G1,G2组成的组委偿债能力差的组,有G3,G4,G5组成的组委偿债能力强的组.分成3组时,可以分成偿债能力差的组(G1,G2),经营能力强且偿债能力强的组(G3,G4),经营能力差但偿债能力强的组(G5). 二，两类距离判别法 1,基本术语 随即样本 样本均值向量 样本叉积矩阵= 样本协差矩阵 2,判别函数与判别规则 等协方差矩阵: 非等协方差矩阵 判别规则 W(x)≧0,x∈组1; W(x) 0,x∈组2 式中为两组均值向量,u为，S1,S2为泄方差矩阵 (3)某公司债务分为按时偿还和不按时偿还两类.从按时偿还债务数据库汇总抽取4笔,从不按时偿还债务数据中抽取4笔,分别列出每笔债务在偿债能力所得分数和经营能力所得分数,其数据矩阵为: 试根据上述资料判断新债务x=(5,1)的偿还情况 (4)计算两类样本均值向量和二者的平均数向量 (5)计算两者的共同协方差阵和协方差的逆矩阵分别为 两样本各自的叉积矩阵分别为 两类共同协方差矩阵的估计为 由此可得共同协差矩阵的逆矩阵 （6）判别系数向量 判别函数为： 所以该债务属于不能按时偿还的债务。 三，多类距离判别法 设有k类总体，若它们的均值不同，分别为，而协方差矩阵相同，有则这时判别函数仍为线性函数 其判别规则为: 若x∈,若〉0，对于一切j≠i均成立，i=1，2……k 代判，若，1≦r≦k 若有k个总体，则有判别函数就需要算k(k-1)/2个。 四，两类费歇尔判别 （1）判别函数 判别规则： （2）具体协方差阵的计算 共同阵： 不同阵： （3）判别函数的具体形式，在共同阵的情况下 （4）某企业能够按时偿还和不能按时偿还两类债务数据如下，现有新债务待分类（6.4.5），试判别该债务属于哪一类(B) 按时偿还 不按时偿还 债务 衡量指标 债务 衡量指标 偿债 经营 品德 偿债 经营 品德 1 9 8 7 1 4 4 4 2 7 6 6 2 3 6 6 3 8 7 8 3 6 3 3 4 8 5 5 4 2 4 5 5 9 9 3 5 1 2 2 6 8 9 7 7 7 5 6 合计 56 49 42 合计 16 19 20 两组产品的离差矩阵即中心化变换的数据矩阵为： 两类的叉积矩阵分别为： 由此可得两类的共同叉积矩阵及其逆矩阵为： （6）判别系数向量为： 判别函数为： 两组均值向量为： 判别函数的阈值为 新债务判别值为： 所以新债务应属于按时偿还这一类 五,多类费歇尔判别 设有k类母体，各类均值向量分别为，协方差为，样本组间叉积阵为，样本组内叉积阵为 设判别函数为组间平方和为，组内平方和为 判别效率 a 的求法：判别系数a应为样本组间叉积矩阵B相对于样本组内叉积矩阵E的特征向量，即：解线形方程组 判别规则 x∈，若 待判，若 六,Bayes判别 使用距离判别法,当多类时,需建立k(k-1)/2个判别函数,而使用Bayes判别法,则要简化的多 设有k类母体，分别具有m维分布密度 设是一个样本被随即地选择为属于的各个概率,即将k个母体混合,并随机的从这个单一混合母体中抽取一个样品,抽出的该样品将来自的概率为. 贝叶斯判别的解为 或者写成: 令 具体实例:一般假定均服从正态分布 (两类的情况) 判别函数: 判别规则为: 具