基于Fisher判别分析的企业信用评价模型.docVIP

基于Fisher判别分析的企业信用评价模型 【摘要】本文以100家上市公司综合财务数据为样本数据，采用主成分分析和Fisher判别分析方法，建立模型，对企业的信用风险进行分析评价，为债权人、投资者和交易方提供决策依据。 【关键词】企业信用评价模型 主成分分析 Fisher判别分析 一、引言 随着市场经济制度的日益完善和金融市场的逐步健全，信用逐渐成为经济关系中重要基础，信用风险成为考察经济活动主体（企业）的一个主要因素。信用风险是指借款人、证券发行人或交易方由于各种原因不愿或无能力履行商业合同而违约，致使债权人、投资者或交易方遭受损失的可能性[1]。对于上市公司而言，这种违约表现为拖欠账款、不还债以及圈钱等失信行为。对这种可能性的度量显得十分重要。《新巴塞尔资本协议》推荐使用内部评级法。它包括只需计算违约率的基础内部评级法和计算违约率、违约损失率、违约暴露和期限四个参数的高级内部评级法。因后者参数计算困难，多采用前者。 近几十年来，国内外以计算违约率对信用风险进行评价和度量的方法和模型迅速发展。信用评价主要基于财务指标特征计算违约风险以及等级划分。评价的方法和模型有经济计量技术(判别分析、回归分析、分类选择模型等)、人工智能模型（神经网络技术、分类树等）、最优化模型、经验和专家的系统方法（5C法等）和模糊系统方法等。由于指标的选取和数据搜集存在着困难，多种方法理论上可行，实践