浅议商业银行客户信用评价判别分析模型及其应(4)

　　下面我们先用剩下的所有变量建立判别函数，直接进行判别可得

　　一0．0315LCE+1．067CFSL一0．105IREC+3．278PRTC+0．194IRP+ 0．416LII+ 4．215PRTS一 0．177IRTS +0．119VST+2．387WCTA+O=0．432ECR一1．265

　　根据此判别函数可得到分类能力矩阵如下：

　　总的分类能力为83．67％

　　同样用上面的变量进行逐步判别，可得到判别函数为

　　0．169IRP+5．77PRTS+0．123VTS+2．18ECR一1、702同样的得到可得到分类能力矩阵如下：

　　总的分类能力为86％

　　在逐步判别中我们可以看出 IRP、PRTS、VTS、ECR这几个变量对分类的作用尤其显著，现在我们排除其他因素的影响，用这四个变量建立判别函数，可得

　　0．169IRP+5．828PRTs+0．126V1、s+2．166ECR—1．671

　　这个得到分类能力矩阵如下：

　　总分类能力为88％

　　按照同样的方法可以得到半年前年报数据和一年前年报数据的有关结论。