440 likes | 603 Views
征 信 理 论 与 实 践. 第 9 章 社会信用评价体系与方法. 征 信 理 论 与 实 践. 第 9 章 社会信用评价体系与方法 9.1 信用评价理论概述 9.2 个人信用评价指标体系设计 9.3 个人信用评价方法 9.4 企业信用评价指标体系的构建 9.5 企业信用综合评价方法 9.6 模糊综合评判法在企业信用评价 中的应用研究. 9.1 信用评价概述 9.1.1 信用评价流程 一、确定评价目标 二、确定评价指标体系 三、收集相关原始数据 四、进行评价 五、提出信用报告.
E N D
征信理论与实践 第9章 社会信用评价体系与方法
征信理论与实践 第9章社会信用评价体系与方法 9.1 信用评价理论概述 9.2 个人信用评价指标体系设计 9.3 个人信用评价方法 9.4 企业信用评价指标体系的构建 9.5 企业信用综合评价方法 9.6 模糊综合评判法在企业信用评价 中的应用研究
9.1 信用评价概述 9.1.1 信用评价流程 一、确定评价目标 二、确定评价指标体系 三、收集相关原始数据 四、进行评价 五、提出信用报告 征信理论与实践
9.1.2 信用评价指标体系的设计 评价指标体系--是为了实现评价目标,依据系统论的观点和理论构建的由能反映被评价对象各个方面信用特征和本质属性的一系列相关指标组成的整体。 评价指标--是评价内容的载体和外在表现。 设置信用评价指标体系时应遵循的原则: 1.系统性原则 征信理论与实践
2.全面性原则 设计的指标体系应尽可能地涵盖能反映评价对象信用特征的方方面面。 3.独立性原则 选取的评价指标尽可能相互独立。 4.可比性原则 尽量选取通用的评价指标,并以全国统一颁布的或者行业公认的评价标准值为基准,同时注意与国际之间的衔接。 5.可操作性原则 6.定量指标和定性指标相结合的原则。 征信理论与实践
9.1.3 信用评价指标的分类 评价指标:是指在评价中用于描述评价对象某方面特征的统计指标或指数。 信用评价指标的分类: 1.按指标的性质可分为:计量指标(也叫定量指标-- 数值分析指标)和非定量指标(或叫定性指标)。 2.定量指标又可进行细分:如按计量方式可分为价值指标和实物指标;按作用方向可分为正指标和逆指标 征信理论与实践
9.1.4 信用评价标准 信用评价标准--是对评价对象进行分析评判的尺度。一般包括评价指标值允许的范围(可接受或最佳值等)、基数、参照值等。 评价标准的分类:一般分为四类 1.计划(预算)标准 2.历史标准 3.客观标准 4.经验标准 征信理论与实践
9.1.5 信用分析原则 最常见的原则有:“5C”分析原则 “5W”分析原则、“CAMPARI”分析原则、“5P”分析原则。 一、“5C”分析原则 品德(character) 能力(capacity) 资本(capital) 担保品(collateral) 环境条件(condition) 征信理论与实践
二、“5W”分析原则 该模型着重从受信人信用动机和履约可能性的角度进行信用分析评价。 Who:谁借款,指信用评价首先应了解受信人的基本情况,如资产状况、经济能力、借款权利等。 Why:借款人的借款理由,信用评价时应了解受信人取得信用的动机、目的、用途等。 What:指借款人以什么作担保品,担保品的质量如何。 征信理论与实践
When:指借款人的贷款什么时候可以偿还,考察受信人何时能履约。 How:指借款人如何偿还贷款,考察受信人如何履行信用。 三、CAMPARI分析原则 CAMPARI模型是从品德(character)、能力(ablility)、边际利润(margin)、目的(purpose)、金额(amount)、偿还(repayment)、担保(insurance)等方面凭价受信人信用状况的原则。 征信理论与实践
四、“5P”分析原则 “5P”分析原则,即个人因素(personal)、目的因素(purpose)、偿还因素(Payment)、保障因素(protection)和前景因素(perspective). 征信理论与实践
9.2 个人信用评价指标体系设计 9.2.1 个人信用评价体系设置 一、自然情况 1. 年龄(反应一个人的成熟度和经济实力). 2. 性别(在抗风险能力上,男性稍高于女性) 3. 教育程度(影响就业,和信用意识) 4. 健康状况(身体欠佳影响收入,影响资信) 5. 婚姻家庭情况(家庭负担和稳定程度) 征信理论与实践
二、职业状况 职业决定了个人收入的高低及收入的稳定性。与职业相关的指标有职业、职务、工作年限、职称等。 三、资产状况 个人资产主要有:固定资产、住房、金融资产等。 四、信用状况 主要考察借款人的历史信用状况,特别是考察个人在以往的经济活动中是否有失信记录,从过去判断将来的履约意愿。 五、稳定状况 主要是考察个人未来的发展前景及稳定性,是判断个人将来是否能保持信用的重要指标。 征信理论与实践
9.2.2 个人信用评分表编制 将上述指标进行细化,对指标体系采用心理学分段式标准。例如,对于“行业前景”,按“差、较差、一般、较好、好”分成五个等级,并通过德尔菲法等方法进行量化,确定评分细则,分别赋予“-4,-2,0,2,4分”拉开档次。依次类推,得到下面系列评判表。(见下面表9.1、9.2、9.3、9.4、9.5) 征信理论与实践
表9.1 个人基本情况评分表 征信理论与实践
表9.2 个人职业评分表 征信理论与实践 表9.3 个人信用评分表
9.4 个人资产实力评分表 征信理论与实践
9.5 个人稳定情况评分表 征信理论与实践
9.2.3 对个人评分表的说明 一、个人信用评级标准 上述列表每项都有标准分,将各项保准得分加总,可得出个人信用评级总分。 一般来说,得分越高,信用风险越小。 经样本调查:信用较差的个人,得分集中在10分~25分;信用一般的个人,得分集中在25~35分;信用较好的个人,得分集中在35~55分;信用得分很高或很低的人较少。 信用得分很高或很低的人较少的原因:一是信用极差的个人贷款无望或故意隐瞒;信用很好的个人,无需贷款,无法统计。 授信决策:以中间分30分为授信标准,高于该表准的给予一定的信用额度,低于该报准的不予授信。 征信理论与实践
二、个人信用评价中应注意的问题 1.人口漂移问题。 2.信用评价的动态性问题 3.指标权重确定的灵活性问题 4.保留酌情处理权问题 5.对信息缺失的处理问题 征信理论与实践
9.3 个人信用评价方法 1.主管判断法 2.信用计分制(见表9.6) 征信理论与实践
表9.6 美国某商业银行信用计分制 征信理论与实践
3.模型评价法 (1)FICO信用评分模型 是由工程师和数据家 提出的信用统计模型。它是美国微软公司FAIRISAAC&COMPANY的专有产品,FICO信用分由此得名。 该模型的基本思路:将借款人过去的信用历史资料与数据库中全体借款人的信用习惯相比较,检查借款人的发展趋势与经常违约、随意透支、甚至申请破产等各种陷入财务困境的借款人的发展趋势是否相似。 征信理论与实践
该模型利用高达100万的大样本数据,首先确定决定消费者信用的指标,再把各个指标分成若干档次以及各个档次的分值,然后计算每个指标的加权,最后得到消费者的总分。FICO信用评分的打分范围是325~900,得分越高,其信用度也越高。该模型利用高达100万的大样本数据,首先确定决定消费者信用的指标,再把各个指标分成若干档次以及各个档次的分值,然后计算每个指标的加权,最后得到消费者的总分。FICO信用评分的打分范围是325~900,得分越高,其信用度也越高。 征信理论与实践
9.4 企业信用评价指标体系 一、企业信用评价指标的多层次性 因信用平价是一种综合评价,即它的评价值受到众多因素的影响,不仅如此,各个因素之间也不平级的关系,而是一个分层次的综合体系。 例如:信用评价值要受到财务指标评价值与非财务指标评价值的影响(第一层次),财务评价值又要受到偿债能力、盈利能力、营运能力评价值的影响(第二层次),偿债能力指标又取决于资产负债率、速动比率、逾期债务比率等具体指标因素的影响(第三层次).. 故:企业信用评价指标体系是多指标、多层次的。一般来说,企业信用评价的指标体系分为三级。如表9.8 征信理论与实践
表9.8 中小企业信用评价指标体系 征信理论与实践
续表9.8 中小企业信用评价指标体系(1) 征信理论与实践
续表9.8 中小企业信用评价指标体系(2) 征信理论与实践
续表9.8 中小企业信用评价指标体系(3) 征信理论与实践
二、企业信用评价指标的系统性 中小企业信用评价指标体系,如表9.8所示,该指标体系共分为五各部分: 1.管理者基本素质评价指标 2.企业基本素质评价指标 3.财务状况评价指标 4.企业创新能力指标 5.企业成长和发展能力指标 征信理论与实践
三、企业信用评价指标与方法的统一性 每一种指标体系与其所用的评价方法是对应的。上述中小企业信用评价指标体系与选用的模糊评判法相统一。 征信理论与实践
9.5 企业信用综合评价方法 综合评价:是指对多属性体系结构描述的对象系统作出全局性、整体性的评价,即对评价对象的全体根据所提供的条件,采用一定的方法给每个评价对象赋予一个评价值,再据此择优或排序。 目前国内外常用的综合评价方法主要由: (1)经济分析法:是一种事先确定了的、以某个综合指标来评价不同评价对象的方法,含义明确,便于对比,但存在计算公式和模型不易建立,并且在面对较多因素时难以实施的不足。 征信理论与实践
(2)专家评价法:是以专家的主观评断为基础进行评价的方法,包括评分法、分等法、加权平均法等。(2)专家评价法:是以专家的主观评断为基础进行评价的方法,包括评分法、分等法、加权平均法等。 (3)数理模型法:是运用数学、统计学、运筹学等现代数量分析技术进行企业信用评价的方法,是越来约受到广泛关注的信用分析技术。 征信理论与实践
9.5.1 常用的企业信用评价方法 一、A计分模型 A计分模型认为:企业的经营失败并不是突然发生的,而是有一个过程,即企业首先发生一些经营上的缺点或不足,若得不到克服则会导致经营上的错误产生,而若错误得不到纠正则会出现明显的企业破产征兆,而若此时企业仍不能采取有效措施解决,则将导致 企业最终破产。 A计分模型基本思路:首先将与企业风险有关系的各种现象或标志因素列出,然后依据它们对企业经营失败的 征信理论与实践
影响大小进行赋值,最后将企业的所有得分数相加从而得到该企业的确切风险度。影响大小进行赋值,最后将企业的所有得分数相加从而得到该企业的确切风险度。 A计分模型将企业的风险因素分为三类:企业的经营缺点;企业在经营上犯的错误;企业的破产征兆。模型对这三类风险因素予以赋值,并根据各种风险因素的影响程度按其大小加以记分,记分值越大则风险越大,记分值越小则风险越小。 征信理论与实践
A计分模型的临界值及其揭示的信用风险如下: A分值= 征信理论与实践 [0,18] 风险安全区/警戒区 正常风险区 [18,25] 高风险区 >25
二、Z记分模型 为了综合考察和评价企业的财务风险,奥特曼(Altman)于1968年提出了Z记分模型(Z-Score)。Z记分模型选择了5种财务比率作为模型的变量,通过对选择样本的回归分析,得出如下回归模型: Z=1.2·X1+1.4·X2+3.3·X3+0.6·X4+1.0·X5 其中X1=营运资本/总资产 X2=预留存收益/总资产 X3=息税前收益/总资产 X4=权益市场价值/帐面债务总额 X5=销售收入/资产总额 征信理论与实践
根据对过去经营失败企业统计数据分析,奥特曼得出一个适用于大范围不同类型企业的经验性风险临界数据值,即Z=3.0,企业的Z分值高于3.0可判断为较安全企业,反之为高风险企业。若Z值低于1.8,怎该企业表面上尚未破产,实际上已经潜在破产了,无可救药了。根据对过去经营失败企业统计数据分析,奥特曼得出一个适用于大范围不同类型企业的经验性风险临界数据值,即Z=3.0,企业的Z分值高于3.0可判断为较安全企业,反之为高风险企业。若Z值低于1.8,怎该企业表面上尚未破产,实际上已经潜在破产了,无可救药了。 Z分值的临界值及其风险判别区域如下: Z= 征信理论与实践 <1.8 财务失败的概率很高,企业将会破产 [1.8, 2.99]不确定区域,企业可能会破产,也可能不会 >2.99 财务失败的概率很小,企业将不会破产
三、营运资产信用评价模型 该信用分析模型功能:不仅确定企业是否会失败,即能否给预信用之外,还可以据以确定给预的信用额度的功能。 营运资产信用评价模型: W=W1+W2-W3-W4 其中W1为流动比率, W2为速动比率 ,W3为流动负债权益比率,W4为总负债权益比率。 通过以上模型可以计算出评价的标准值(W)。 征信理论与实践
为了确定信用额度,还必须计算出营运资产。 营运资产=(营运资本+净资产)/2 营运资本=流动资产-流动负债营运资产评价模型评价标准值,见9.9表 征信理论与实践
案例:某公司的流动比率为2,速冻比率为1,短期债务净资产比率为0.75,债务净资产比率为1.25,营运资本为400000元,净资产为900000元。案例:某公司的流动比率为2,速冻比率为1,短期债务净资产比率为0.75,债务净资产比率为1.25,营运资本为400000元,净资产为900000元。 则:W=2+1-0.75-1.25=1 营运资产=(400000+900000)/2 =650000元 对照表9.9列示的标准,可以判断,该企业风险度:较低;信任程度:高信用额度。 信用额度=650000×25%=162500元 征信理论与实践
9.5.2 数理模型评价方法( 略) 一、判别分析 贝叶斯判别、费歇判别。 二、回归法 1.普通线性回归 2.Llgistic回归模型 3.Probie回归模型 三、数学规划方法 四、神经网络模型 感知型、BP神经网络、GMDH网络、RBF网络、双向联想记忆(BAM)、盒中脑(BSB)、Hopfield模型、Boltzmann机、自适应共振理论(ART)、CPN模型。 五、最近邻法 征信理论与实践
征信理论与实践 9.6 模糊综合评判法在企业信用评价 中的应用研究 9.6.1 模糊综合评判法的基本原理 9.6.2 模糊综合评判法在企业信用评价中的应用
思考题: 1、简述信用评价流程 2、简述信用评价指标体系设计 3、简述个人信用评价指标体系设计 4、简述企业信用评价指标体系的构建。 5、简述常用的企业信用评价方法 征信理论与实践