商業(yè)銀行信用評(píng)級(jí)中邏輯回歸與判別分析的對(duì)比.pdf

1、自上世紀(jì)90年代后期以來，信用風(fēng)險(xiǎn)管理成為風(fēng)險(xiǎn)管理中最關(guān)鍵、最具挑戰(zhàn)性的因素。商業(yè)銀行在經(jīng)營(yíng)中承擔(dān)著越來越高的信用風(fēng)險(xiǎn)，如何防范與化解信用風(fēng)險(xiǎn)已經(jīng)成為我國(guó)業(yè)界討論的熱點(diǎn)問題。伴隨著中國(guó)加入WTO，成為國(guó)際經(jīng)濟(jì)金融循環(huán)體系中日益活躍的一員，中國(guó)商業(yè)銀行只有盡快建立與國(guó)際接軌的信用風(fēng)險(xiǎn)體系才能在國(guó)際競(jìng)爭(zhēng)中增強(qiáng)競(jìng)爭(zhēng)力，實(shí)現(xiàn)持續(xù)、健康、穩(wěn)定發(fā)展。
　　 信用評(píng)級(jí)是信用風(fēng)險(xiǎn)管理的基石。信用評(píng)級(jí)是指對(duì)可能引起貸款風(fēng)險(xiǎn)的因素進(jìn)行定性分析、定量

2、計(jì)算，以測(cè)量借款人的違約概率(PD)、違約損失率(EAD)，為貸款決策和風(fēng)險(xiǎn)管理提供依據(jù)。信用評(píng)級(jí)是風(fēng)險(xiǎn)度量的基礎(chǔ)，沒有信用評(píng)級(jí)就沒有真正意義上的風(fēng)險(xiǎn)管理。
　　 本文分別采用Fisher判別分析和Logistic回歸的方法建立違約概率統(tǒng)計(jì)模型，引入信息熵的概念，給出信息量的介紹，并通過信息量的大小米選取財(cái)務(wù)指標(biāo)，結(jié)合某商業(yè)銀行的真實(shí)數(shù)據(jù)來估計(jì)企業(yè)違約概率。利用兩種模型檢驗(yàn)方法，分別為ROC和CAP曲線、Kolmogorov-S