基于风险环境的企业多层交叉信用评分模型与应用

被引：7

作者：

庞素琳 ^{[1
,2
]}

何毅舟 ^{[1
,2
]}

汪寿阳 ^{[3
]}

蒋海 ^{[4
]}

机构：

[1] 暨南大学应急管理学院/管理学院金融工程研究所

[2] 广东省公共网络安全风险评价与预警应急技术研究中心

[3] 中国科学院大学经济与管理学院

[4] 暨南大学经济学院

来源：

管理科学学报 | 2017年 / 10期

基金：

广东省科技计划;

关键词：

企业信用评级; 多层交叉信用评分模型; 地域信用评级; 行业信用评级; 银行信贷策略;

D O I：

暂无

中图分类号：

F272 [企业计划与经营决策];

学科分类号：

1201 ;

摘要：

研究基于风险环境的企多层交叉信用评分模型与信用评级方法,解决同一地区具有多个地域、多个行业和多个企业的企业、行业和地域等具有二级或以上层级结构的企业、行业和地域信用评级问题.定义了地域信用形象,针对同一地域同一行业、不同地域同一行业、同一地域不同行业和不同地域不同行业等4种不同的企业层级结构,分别建立了企业信用评分模型、行业信用评分模型和地域信用评分模型,用以对企业、行业和地域进行信用评级.以某一地区某一行业的集团公司进行项目贷款申请为例,假定该公司同时在"好"、"中"和"差"3个不同的经济发展区域分别建立3个子公司,并分别计算了该公司及其3个子公司在不同地域信用环境影响下的信用评分值,然后综合计算了在不同地域同一行业下的具有多层级结构的公司多级信用评分值,给出公司相应的信用评级结果和银行相应的信贷策略.最后还给出了集团公司具有贷款申请资格的数值条件.该方法对集团公司的信用评级方法以及银行对集团公司的信贷策略及相应决策具有科学参考依据.

引用

页码：57 / 69

页数：13

共 13 条

[11]

信用评价与股市预测模型研究及应用[M]. 科学出版社 , 庞素琳著, 2005

[12] Differentiating between good credits and bad credits using neuro-fuzzy systems [J].

Malhotra, R ;

Malhotra, DK .

EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 2002, 136 (01) :190-211

[13]

Neural network credit scoring models[J] . David West.Computers and Operations Research . 2000 (11)

← 1 2 →