《信用评级优化研究国内外文献综述【3100字】》

信用评级优化研究国内外文献综述1国外研究现状在国外，信用评级要素分析法早期被大多数金融机构采用，比如5C、5W、5P要素分析法等。即在给予信用因素相应权重的情况下，由经验丰富的专业人士对每一个信用要素进行评分并将其量化，最后根据综合得分确定其信用评级。随着时间的推移，相关信用评级的理论研究日趋成熟。从企业财务指标角度进行信用评级研究分析：Beaver（1966）运用单变量分析法挑选一些可以较好地反映企业信用状况的指标并给予分值。Beaver（1968）开创性研究股票收益率与企业信用风险之间的关系。研究结果表明，股票收益率在一定时间内与企业信用状况是正相关的。即股票收益率能够部分反映企业的信用水平。EdwardI.Altman（1968）参考单变量分析法理论，开创性研究多个变量之间的关系并创立了多变量分析法。EdwardI.Altman（1977）通过多元判别分析法对企业财务数据进行分析，建立了能够预警企业破产的Z-score模型。因该模型自身的局限性，在Z-score模型的基础上，又建立了信用风险评估的Zeta模型并分析了破产分类模型的发展。运用Zeta模型分析1969-1975年期间破产公司财务状况，发现该模型在信用评估方面有广阔的前景。综合财务指标和非财务指标，运用统计学方法或者风险管理理论等进行信用评级研究：Fantazzini（2009）在RSF的基础上创立了非参数方法，通过比较标准的logit模型与非参数方法，并进行实证研究，从而得出非参数方法比传统的logit模型的效果好得多。Huang等（2006）综合运用神经网络方法和数据挖掘方法对分类不平衡对象进行信用评估。Márquez（2008）相较于大型企业，提出了针对中小企业的信用评分卡模型。该模型选择一些能够评价信用状况的指标并赋予权重，运用统计学方法计算最终得分。该分数在一定程度是企业的信用外在体现。MustafaYurdakul和YusufTansel（2004）提出将层次分析法（AHP）应用于银行对制造业企业的信用评级，采用定性分析与定量分析相结合的方式，按信用评级总目标和各层次影响因素构建一个逐层递进的层次结构，从而计算制造企业的信用评级结果。Yang等（2016）分析了社会媒体传播的观点能否准确预测企业未来的信用风险。通过比较发现，从帖子和评论中提取的意见在信用风险预测准确性方面超过了运用logit和概率方法，以企业财务报表为基础的评价结果。Zhang等（2016）提出了一种基于动态激励的信用风险综合评价方法。根据企业当期的财务状况，建立了“显性激励”模型，根据企业过去的业绩趋势，建立了“隐性激励”模型。再运用几何程序来整合这两个模型，更好地将“激励与引导”的信用风险管理理念贯穿其中，得出综合评价模型优于传统模型。2国内研究现状相比国外信用评级的发展，国内关于信用评级的理论研究起步较晚，学者们主要从以下两个方面进行研究。注重信用评级对信用风险、中小企业融资影响的研究：刘攀，吴冬梅（2003）称，信用评级是在一定的法律法规基础上，运用合理的程序和方法对反映企业履行承诺的能力及其可信度的指标进行评价，用简单明了的符号表示信用评级结果。故信用评级的结果表示企业未来违约概率、信用风险的大小。陈亮（2019）称，积极促进资信调查和信用评级等中介机构的发展，制定规范合理的中小企业信用评级制度是解决中小企业融资问题的渠道之一。余愿（2019）指出中小企业是促进我国经济发展的重要力量，为了不断地发展壮大，中小企业通常会采取不同融资方式来获得所需资金，但是对于中小企业而言，信用问题是影响其正常融资的关键。同时指出中小企业融资信用当前存在的问题，在进行总结这些问题的基础上，分析问题的原因，并且提出针对性的对策。张修普（2019）指出随着中小企业的迅速发展，中小企业已经成为我国经济发展的重要组成部分，对推动社会生产力的进一步发展有着积极的作用。但目前我国中小企业内部信用管理水平与外部信用服务的市场化程度较低，导致信用缺失。同时尚未建立针对中小企业信用评级的统一标准，相关信用评级体系有待优化，从而导致中小企业信用等级在一定程度上被低估，导致出现融资难的问题，进而不利于中小企业的发展壮大。故需通过建立健全的中小企业信用评级体系来解决中小企业的信贷等问题。注重运用统计学和风险管理等模型进行信用评级研究：如邓华丽等（2007）认为可以运用BP神经网络预测模型在指标选取和预测精度方面的优势，对中小企业开展信用评级。霍海涛（2012）选择定性分析和定量分析相结合来构建企业信用评级指标体系。王凯等（2008）运用Logit回归模型构建我国农业中小企业信用评级体系。张新红（2011）从资本市场的角度出发，股利代表企业的还款能力，故选取再投资比率、利息保障倍数、每股现金净流量等用来评价企业信用风险的指标。林成德等（2007）采用随机森林法来研究选择信用评级指标。左锐和刘哲（2015）提出从中小企业基本状况出发，对中小企业信用评级指标体系进行遴选分析，并以层次分析法为基础对权重加以设置构建中小企业信用评级体系，以促进中小企业的发展。李鸿禧（2020）综述并加以对比国际上权威评级机构（穆迪、标普、惠誉、MSCI、德勤等）的信用评级思路方法，包涵了传统信用评级、市场隐含评级和大数据评级。通过对评级框架、评级要素、评级方法、难点等进行研究，同时对比分析三种类型的信用评级及展望了信用评级研究的未来。冯洁（2020）运用贝叶斯判别定义损失函数并构建了信用评级模型，提供了精准预测风险的方法，保障了电子商务项目管理。龙贞杰等（2016）首先在CAMEL评级体系基础上构建信用评价指标体系；其次通过DEMATEL与ANP相结合的方法求出指标的混合权重；最后利用模糊综合评价公式计算出总得分。研究结果表明：该模型评价结果切实可靠，可为今后的中小企业信用评级提供一定指导和借鉴。谭庆美等（2009）运用BP神经网络预测模型在指标选取和预测精度方面的优势对我国小微企业开展信用评级。田时（2019）利用支持向量机算法构建信用评价指标体系，通过与BP神经网络模型作比较，发现支持向量机算法在评价互联网上市公司的信用状况方面有更优秀准确的评价。刘畅等（2018）运用SEM结构方程模型对施工企业进行信用评价，该案例的实证分析表明SEM结构方程模型在信用评价方面具有一定的实用性和有效性。温小霓和韩鑫蕊（2017）对于科技型中小企业，创建了一个多层次的信用风险评价指标体系，并通过ｔ检验和因子分析对指标体系进行简化和降维，再在此基础上建立基于MLP神经网络的科技型中小企业信用风险评价模型。侯丽娜（2018）在确定影响商贸企业客户信用风险评价因子的前提下，通过引入模糊数学理论和AHP，创建商贸企业客户信用模糊层次（FAHP）综合评价模型，验证FAHP评价模型在商贸企业客户信用管理中的有效性和适用性。王超艺（2018）借鉴以往学者的理论成果，运用模糊层次分析法对信用评级指标赋予权重并构建适用于中国中小企业的信用评级指标体系。通过随机抽取24家中小企业中进行验证其效果。申攀（2019）对河南省科技型中小企业信用评级指标体系进行优化研究,借鉴第三方评级经验确定非财务指标，使得创新能力、供应链运营和现金流得到重视,非财务指标的权重得到提高；充分运用系统聚类的方法筛选高鉴别能力的定量指标；根据层次分析法确定各指标权重，邀请行业专家打分；最后对案例进行对比分析。王威（2018）将定量与定性分析相结合并使用AHP方法构建评级指标体系，利用构建的中小企业信用评级指标体系对中小企业的资信状况进行评价。3研究述评综上，国外信用评价体系研究主要注重理论研究，从最初的仅考虑一个指标、到考虑多个指标，再到综合考虑企业的定量指标和定性指标，巧妙运用统计学方