多维数据下小企业违约风险过程性评价研究

摘要：

违约风险过程性评价是在借贷过程中考虑评价特征维度增加的情况下,对小企业的违约风险进行评价.现有违约风险评价大都是考虑相同的评价特征在某一时刻(某一时间序列)的静态评价(动态评价).大数据环境下用于评价的特征呈爆炸式持续增长,如果每增加一些特征都需要重新构建评价模型,对银行实际操作而言,是不现实也是不可行的.本研究分别从增加新的准则和增加新的指标两个特征增加的角度,提出信贷过程中,违约风险评价模型构建的四种方式,并以中国某商业银行1994年以来的小企业实际贷款数据为对象,通过建立神经网络模型进行实证研究.研究表明,上述四种方式构建的违约风险评价模型的判别精度无显著性差异,同时方式2(以每个准则独立构建评价模型的评价结果作为输入变量,构建违约风险评价模型)有较高的判别精度,为大数据背景下及时更新违约风险评价模型提供了新的思路,也给银行的实际操作节省运算时间和复杂度.

关键词：多维数据、违约风险、过程性评价、小企业

所属期刊栏目：31

分类号：F830.56(金融、银行)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;大连银行小企业信用风险评级系统与贷款定价项目

在线出版日期：2023-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：84-92