基于AHP和Logistic混合模型的企业信用风险评价研究.docVIP

基于Logistic混合模型的企业信用风险评价研究 陈晓兰，任萍 （山东财经大学 统计与数理学院，山东 济南 250014） 摘要：构建了AHP和模型，为商业银行进行信用评级提供了参考。回归1．引言 作为经济生活主体之一的企业,它的信用状况关注的焦点现代市场经济中,信用是一切经济关系的基础自Altman中对公司破产及信用风险分析的开创性工作以来,和文分别在该领域做出了开拓性的研究。文构建了含5个参变量的Z值模型，对美国制造业进行了判别研究，并很快成为一种有效的信用风险评价方法。文采用单变量分析法对30多个财务比率进行了研究，结果表明现金流与总负债之比是对企业破产最具有解释能力的指标。之后，Altman又建立了Z-score模型以及ZETA模型。20世纪80年代之后，伴随着logistic回归分析法逐步对传统判别分析方法的逐步取代，与一般判别分析法总是假定企业破产或经营失败服从二项分布不同，logistic回归分析则假定其服从logistic分布，该方法很快成为度量企业信用风险的一种主流方法。 对于企业信用风险评价方法，国内很多学者进行了探索性的研究。如，文中的模糊评价模型、灰色关联度模型、KMV模型、CreditMetrics模型和Logistic回归模型等等，这些方法都取得了较好的效果。上述研究，大多集中于利用单一模型研究企业信用风险评价。考虑到企业信用风险评价是一种定性和定量相结合的复杂系统评价问题，受到很多不确定因素的影响和制约，本文提出了一种综合利用AHP和Logistic回归建立企业信用风险评价的混合模型方法。选取山东省15家样本上市公司，采用AHP法和专家判断法建立企业信用风险的定性指标体系，并对样本企业进行量化评分，得到企业的初步评级。将AHP模型信用评分的结果（设只有“0”和“1”两种情况）作为解释变量之一，重新构建了一个基于Logistic回归的混合模型。在加入大量定性指标信息的基础上，回归结果更加全面、真实和可靠。通过对样本企业的实证分析，该模型显示出了更高的预测精度，从而为商业银行对企业信用风险的评价提供了有益的借鉴。 2．Logistic混合模型构建 （1）企业信用风险定性指标体系构建 遵循企业信用风险评价体系的科学性、系统性、层次性和实用性等原则，从行业状况分析、产品市场分析、经营管理能力、管理层及企业文化四个角度出发设计如图1所示的企业信用风险定性指标体系的多层次结构。  图1 企业信用风险定性指标体系 （2）AHP法赋权 利用AHP法构造评价指标的判断矩阵，并对判断矩阵进行一致性检验，进而确定评价指标体系中一级和二级指标权重，见表1： 表1 企业信用风险评估定性指标权重 一级指标 权重 二级指标 权重 总权重 行业状况分析 0.12 成本结构 行业的周期性 行业盈利度 行业成熟性 产品替代性 企业的行业地位 0.11 0.22 0.11 0.22 0.11 0.22 0.0132 0.0264 0.0132 0.0264 0.0132 0.0264 产品市场分析 0.45 市场竞争力分析 产品分析 供产销环节分析 0.55 0.24 0.21 0.2475 0.1080 0.0945 经营管理能力 0.14 管理控制分析 组织治理结构 0.50 0.50 0.7000 0.7000 管理层及企业 文化 0.29 管理层的经营思想 管理层的应变能力 管理层的威望 管理层稳定性 企业的凝聚力 企业文化特色 0.25 0.39 0.14 0.08 0.07 0.07 0.0725 0.1131 0.0406 0.0232 0.0203 0.0203 注：CI=0.0070, RI=0.7694, CR=0.00900.1 （3）定性指标量化处理 利用德尔菲法对上述二级指标进行量化处理： 其中：—评估指标平均得分，—参与评估专家数，—第位专家给分。 对15家样本企业信用风险定性指标体系的各二级指标进行评分，得到企业信用风险二级指标量化平均分。把各二级指标权重与各二级指标最后平均分相乘求和，即。经计算，各企业信用风险状况如下表2所示： 表2 样本企业信用风险状况 企业名称 量化评分 风险分类 东阿阿胶 70.2013 0 新华制药 69.0402 0 ST轻骑 48.7855 0 中国重汽 66.1672 0 兖州煤业 64.7334 0 ST能山 50.2300 0 ST华光 44.5937 1 ST鲁北 43.8139 1 青岛双星 68.9319 0 ST九发 32.9367 1 山东威达 55.3506 0 ST金泰 36.8327 1 德棉股份 44.6573 1 太阳纸业 58.478