基于因子分析的我国中小企业贷款信用风险评价研究

基于因子分析的我国中小企业贷款信用风险评价研究

ID:14132910

大小:28.50 KB

页数:7页

时间:2018-07-26

基于因子分析的我国中小企业贷款信用风险评价研究_第1页
基于因子分析的我国中小企业贷款信用风险评价研究_第2页
基于因子分析的我国中小企业贷款信用风险评价研究_第3页
基于因子分析的我国中小企业贷款信用风险评价研究_第4页
基于因子分析的我国中小企业贷款信用风险评价研究_第5页
资源描述:

《基于因子分析的我国中小企业贷款信用风险评价研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于因子分析的我国中小企业贷款信用风险评价研究  [摘要]本文针对中小企业发展中所面临的贷款难问题,在对客户资料进行初步筛选后,建立了中小企业贷款信用风险评价指标体系,运用多元统计方法中的因子分析法对样本企业进行信用评估,得出适合我国中小企业的贷款信用风险评价模型,从而为中小企业融资和商业银行评价授信企业提供更为简洁和有效的依据。  [关键词]中小企业;信用风险评价;因子分析  doi:10.3969/j.issn.1673-0194.2013.21.002  [中图分类号]F275[文献标识码]A[文章编号]1673-0194(2013)21-0004-03  1引言  随着我国加入WTO和

2、经济体制改革的逐步深入,我国银行业面临着外资银行涌入的巨大压力,同时,这也给我国银行业提供了加快发展和参与国际竞争的良好机遇。如何把握好经济发展的有利时机,力求在风险得到有效控制的前提下,大力发展信贷业务,是我国商业银行面临的一大挑战。  20世纪90年代以来,随着经济的迅猛发展和社会主义市场经济改革的不断深化,中小企业成为拉动经济增长的重要力量、吸纳社会就业的主要载体及技术与机制创新的有效组织形式。据有关部门统计,中小企业已经成为我国国民经济的重要组成部分,在全国企业总户数中中小企业占98.5%,职工人数占70%,资产总额占50%,销售额占60%,工商税收占50%。不难看出,中小企业在我国国

3、民经济发展、社会稳定和人民生活改善中起着举足轻重的作用[1]。然而,中小企业在迅速发展的过程中也遇到了许多问题,其中资金不足、融资困难已成为制约中小企业发展的重要因素。对我国大多数中小企业而言,融资困难主要体现在贷款难上面。目前中小企业获得银行贷款的份额不到银行全部贷款额的四成,这与其在国民经济中的地位极不相称。另外,目前银行的信用评估体系中,缺乏有效的针对中小企业贷款信用的评估体系,中小企业的资信评级通常难以达到银行放贷标准而被银行排除在放贷对象之外,这样的结果在一定程度上会制约中小企业的发展,进而对国民经济的整体发展也会产生一定的影响。党的十八大报告指出,针对经济发展中遇到的难题,我们要从

4、实际出发,确保政府对企业的扶持政策落到实处,重点扶持中小企业发展,扩大生产,增加就业,保持社会稳定,政府要帮助中小企业拓宽融资之路,让中小企业可以顺利地摆脱困境,支撑经济的快速增长,提升中小企业的创新能力,提高企业的内在发展潜力,加快调整经济结构,努力实现经济的快速增长。  因此,建立适合我国中小企业的贷款信用风险评价模型具有重要意义。  2我国中小企业贷款信用风险评价模型的建立  2.1因子分析模型的原理  因子分析起源于20世纪初,K.Pearson和C.Spearman等学者定义和测定智力所做的统计分析。该模型的目的是用几个不可观测的隐变量来解释原始变量之间的协方差关系,是主成分分析的推

5、广和发展,也是一种重要的降维方法[2]。因子分析(FactorAnalysis)是根据相关性大小把变量分组,使得同组内的变量之间的相关性较高,但不同组的变量相关性较低。每组变量代表一个基本结构,称为公共因子(彼此之间不相关)。然后把描述变量的信息分解为这些公共因子所表达的信息和每个变量特有的信息。具体地讲,就是用少数几个不可测的所谓公共因子的线性函数与特殊因子之和来描述原来的每一分量,并且因子分析还可用于对变量或样品的分类处理。  一般地,因子分析的数学模型为:  设有n个样品,每个样品观测p个变量,且数据已标准化。记公共因子变量为F1,F2,…,Fm(m

6、xp)′是可观测随机向量,且均值向量E(x)=0,协方差∑与相关矩阵R相等。  F=(F1,F2,…,Fm)′是不可观测向量,且均值向量E(F)=0,协方差COV(F)=I。  ε=(ε1,ε2,…,εp)′与F=(F1,F2,…,Fm)′相互独立,且E(ε)=0,Var(ε)=diag(σ112,…,σpp2)。  则模型x1=a11F1+a12F2+…+a1mFm+ε1x2=a21F1+a22F2+…+a2mFm+ε2…xp=ap1F1+ap2F2+…+apmFm+εp式1  称为因子模型,其矩阵形式为  x=AF+ε式2  其中x=(x1,x2,…,xp)′,F=(F1,F2,…,Fm)

7、′,ε=(ε1,ε2,…,εp)′,  A=a11…a1map1…apm  上述模型中,F1,F2,…,Fm称为公共因子,它们是相互独立的理论变量,在各个原观测变量中都要体现。公共因子的含义需结合具体问题的实际意义而定。ε1,ε2,…,εp称为特殊因子,主要体现了同类变量的个体差异。  矩阵A中的元素aij称为因子载荷。aij的绝对值越大,表明xi与Fi的相依程度越大,或者说Fj对xi的载荷量越大

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。