计算机应用 | 古代文学 | 市场营销 | 生命科学 | 交通物流 | 财务管理 | 历史学 | 毕业 | 哲学 | 政治 | 财税 | 经济 | 金融 | 审计 | 法学 | 护理学 | 国际经济与贸易
计算机软件 | 新闻传播 | 电子商务 | 土木工程 | 临床医学 | 旅游管理 | 建筑学 | 文学 | 化学 | 数学 | 物理 | 地理 | 理工 | 生命 | 文化 | 企业管理 | 电子信息工程
计算机网络 | 语言文学 | 信息安全 | 工程力学 | 工商管理 | 经济管理 | 计算机 | 机电 | 材料 | 医学 | 药学 | 会计 | 硕士 | 法律 | MBA
现当代文学 | 英美文学 | 通讯工程 | 网络工程 | 行政管理 | 公共管理 | 自动化 | 艺术 | 音乐 | 舞蹈 | 美术 | 本科 | 教育 | 英语 |

浅议商业银行客户信用评价判别分析模型及其应(5)

2013-11-23 02:06
导读:对当月所建立的判别函数进行分析,可看出总的分类能力分别为83.67%、86%和 88%,分类能力在不断增加。从分类能力矩阵可以看到组I中企业被模型判

  对当月所建立的判别函数进行分析,可看出总的分类能力分别为83.67%、86%和 88%,分类能力在不断增加。从分类能力矩阵可以看到组I中企业被模型判错的比例从l2.9%改善到9.7%,这意味着失去潜在顾客的危险在减少;组I/中企业被模型判错的概率从 22.2%改善到 15.8%,这意味着银行接受不合格顾客的危险也在减少,这对银行十分重要,因为一个顾客违约会导致几十笔成功生意的收益化为泡影。所以当月判别函数为 0.169IRP+5.828PRTS+0、126VTS+2.166ECR一1.671。

  同理可以确定半年前的判别函数为 0、576VTA+0、058VST+5.595PRTS+3.072ECR一2.3,其总的分类能力为90.2%,组 I的误判概率为9.4%,组 Ⅱ的误判概率为 10.5%。确定一年前的判别函数为0.1713VST+4.439ECR一2.684,其总的分类能力为70.45%,组 I的误判概率为29.6%,组Ⅱ的误判概率为29.4%。

  对上面的模型进行分析可以得到依据半年前的数据所建立的判别函数总分类能力最好,而且误判概率也相对低,这说明商业银行可以根据企业的年报数据做一个为期六个月的预测,这对短期贷款有着十分重要的意义,可以在中期检查中及时发现问题并提供解决方案。一年前的数据所建立的模型分类能力只有70%,所以在贷款发放时就对企业状况做出的预测的准确性比较差,这也和中国的发展波动较大有关。由于按照惯例企业必须每月给银行提供数据月报,所以六个月前的数据的取得没有困难;另外作为短期业务六个月的预测时间足够了。

  四、分析结论及其解释

  综上所述,判别函数 0.576VTA+0.058VST+5.595PRTS+3.072ECR一2.3是最佳的企业资信评价模型,判别值大于0的企业为资信合格企业。

  此判别函数包含有总资产周转率、存货周转率、销售额盈利率、自有资本率,其中自有资本率是企业资本结构的代表,说明企业资信评价和企业自有资本比率有十分密切的关系;存货周转率和总资产周转率反映了企业的经营水平,说明企业经营的好坏决定了银行是否应为企业提供贷款以帮助企业发展;销售额盈利率是企业盈利水平的代表,他人选说明企业盈利是贷款本息归还的根本源泉。

上一篇:浅谈现代商业银行风险管理分析基于行为金融学 下一篇:没有了