论文总字数：24186字

摘 要

信用风险是商业银行承担的金融风险中最重要的风险之一，如何分析和防范微小企业的信用风险成为商业银行工作的重中之重。本文在对微小企业信用风险问题进行深入分析的基础上，构建了微小企业信用评级指标体系，通过模糊层次分析法确定了指标体系权重，最后建立了信用风险预测模型。

首先，本文通过对国内外信用风险评级指标体系的分析，参考南京银行实际调研数据，采用因子分析法，将多维指标整合为多层次评级体系，从而建立微小企业信用风险评级指标体系。

其次，针对传统层次分析在判断矩阵一致性检验方面的不足，为避免因判断矩阵一致性不通过而造成的数据损失，本课题将运用模糊层次分析法确定指标体系权重。

最后，采用支持向量机方法建立预测模型,以南京银行项目数据为案例，结果表明，模型是有效性的。

关键词：微小企业 信用评级 因子分析法 模糊层次分析法 支持向量机

Based on Data Mining tiny corporate credit risk rating

ABSTRACT

Credit risk is the risk of commercial banks bear the financial risk of the most important, how to analyze and prevent micro-enterprise credit risk of commercial banks to become the most important task. Based on the micro-enterprise credit risk issues in-depth analysis of the constructed micro enterprise credit rating index system, to determine the weight of the index system through fuzzy analytic hierarchy process, and finally the establishment of a credit risk prediction model.

Firstly, through domestic and international credit risk rating system analysis, refer to Bank of Nanjing actual survey data, using factor analysis, multidimensional indicators integrated into the multi-level rating system, so as to establish micro enterprise credit risk rating system.

Secondly, the lack of traditional analytic hierarchy process in terms of judgment matrix consistency test, in order to avoid data loss due to the consistency of judgment matrix is not caused by, the subject will determine the weight of the index system using fuzzy analytic hierarchy process.

Finally, using support vector machine build predictive models to project data for the case of Bank of Nanjing, the results show that the model is the effectiveness.

KEYWORDS: Small businesses; Credit Rating; Factor Analysis; Fuzzy AHP; SVM

目 录

摘要 I

ABSTRACT II

第一章 绪论 1

1.1 课题背景 1

1.2 研究目的和意义 1

1.3 信用风险研究现状 1

1.3.1 信用风险评价指标体系研究现状 1

1.3.2 指标权重研究现状 3

1.3.3 信用风险评价方法研究现状 5

第二章 用因子分析法建立评价指标体系 7

2.1 因子分析法原理 7

2.2 因子分析主要计算步骤 7

2.3 实例分析 9

2.3.1 数据采集及预处理 9

2.3.2 分析过程 10

第三章 用模糊层次分析法确定指标权重 15

3.1 模糊层次分析法原理 15

3.2 模糊层次分析法基本步骤 15

3.2.1 模糊一致矩阵的概念 15

3.2.2 模糊一致判断矩阵的建立 15

3.2.3 构造模糊一致性判断矩阵求权重 16

3.3 实例分析 17

3.4 权重计算结果合理性分析 19

第四章 用支持向量机构建微小企业信用风险预测模型 20

4.1 支持向量机 20

4.2实例分析 26

第五章 总结与展望 28

5.1 总结 28

5.2 研究的局限及后续 28

参考文献 29

致谢 31

第一章 绪论

1.1 课题背景

随着互联网的十多年普及发展以及受金融危机的冲击，国外的发达国家已经非常关注一些微小企业，国外定名为“Micro Business”。这些企业的特点是：绝大部分规模在10人以下甚至少于3人，它们在前期投入相对比较少的情况就可以迅速开始工作，例如一些销售软性商品的企业比如做咨询或者服务行业的，都属于微小企业。20世纪90年代以来，微型企业已成为推动我国经济市场化和经济增长的重要推动力量。它在促进经济增长、扩大劳动就业、推动技术进步、创造社会财富等方面越来越凸显其重要性，微型企业的发展已为越来越多的人们所关注。但是，外部资金的较难获得所引致的微型企业发展的“瓶颈”制约，使得微型企业在发展过程中面临着日益严重的金融压抑^[1]。

1.2 研究目的和意义

理论上讲，微小企业由于其形式灵活，规模较小，一般会认为它能够灵活的通过多种不同的形式筹措资金，来促进发展。但是事实上由于我国资本市场容量有限，企业获得外部资金的主要渠道是向各类银行贷款。目前，我国商业银行和微小企业之间存在着这样的一种矛盾：一方面，微小企业融资渠道狭窄，普遍缺乏长期稳定的资金来源，需要获得商业银行的贷款来保证企业的稳定健康发展；另一方面，由于商业银行不能够正确衡量微小企业贷款中隐含的风险从而造成了商业银行的惜贷，使得商业银行也错过了许多资信状况好、资产收益率高、经营规范、机制灵活的微小企业。导致这一矛盾的主要因素是商业银行对微小企业的信用疑虑使其谨慎放贷，因此如何做好微小企业贷款的贷款信用风险评级是解决该矛盾的关键所在。

1.3 信用风险研究现状

请支付后下载全文，论文总字数：24186字