信用风险评级主要测度方法比较

信用风险评级主要测度方法比较

计算方法优点缺点适用场合专家打分制

度可灵活处理定量定性指标主观性大

各种复杂情况下的

信用评级

Logistic 回归模型计算强度低，可处理高维数据及精确

测度违约概率

难以度量定性指标的影响

线性结构定量指标

分析

随机波动模型可充分利用市场中的综合信息，可测

度违约概率

模型假定过于严格，计算强度大完全市场情形

距离判别法

模型简单，计算强度低，可处理高维

数据，解释性好难以度量定性指标的影响

线性结构定量指标

分析

Bayes 判别

法判别效率较高，解释性好

假定先验分布和总体分布，难

以度量定性指标的影响

线性结构定量指标

分析

Fisher 线性判别判别效率较高，计算强度低，可处

理高维数据，解释性好

难以度量定性指标的影响

线性结构定量指标

分析

神经网络模型无分布假定，适应性好，可处理复杂

类型的数据，判别效率高

易过度拟合数据、计算强度大，

解释性差

复杂结构定量指标

分析

递归分类树模型无分布假定，适应性好，可处理复杂

类型的数据，判别效率高

稳定性不高，易过度拟合数

据、解释性差

复杂结构定量

指标分析

混沌法可处理定量定性指标权重缺乏灵活性周期性分析

突变级数法可处理矛盾指标处理指标突变问题

模糊法

可充分发挥专家知识的优势，考虑

的指标比较多权重的确定受专家人为因素影

响较大，评级成本较高

辅助分析

灰关联熵法准确性较高评级的灵活性少信息的综合评价

理想点法方法简单准确性较差

相似类型的小企业

财务指标

联机分析挖掘法专业性，逻辑严密，可处理复杂类型

的数据，实用性较强

准确性较差行业贷款信用评估

投影寻踪判可处理复杂类型的数据，抗干扰性非正态、高维性的信

别模型好，精度高用风险评估AHP法

容错能力好，自适应能力强，预测精

度高，非线性映射能力强

灵活性少，权重缺乏灵活性辅助分析

组合预测

精度高，参数统计方法和非参数神经

网络方法相结合复杂结构定量指标分析

数据包络判别模型不依赖正态分布假定，鲁棒性强，判

别能力优

非正态、样本间协方

差不等的数据

蚁群算法

搜索能力强、训练效率高、直观性强、

适用性广复杂结构定量指标分析

聚类分析法无分布假定，适应范围广准确性不高

定量指标和定性指

标均可