小企业信用风险评价既是银行风险管理问题,又事关经济社会稳定。针对小企业贷款中,违约样本远少于非违约样本、违约客户误判对银行影响较大的现实,鉴别小企业信用风险的关键影响要素,采用不均衡支持向量机进行评价,分析外部冲击对小企业信用风险的影响程度。根据特定指标对小企业违约状态的影响,保留能清晰鉴别客户违约与否的指标。根据样本差距越大、权重越大的赋权思路,采用不均衡支持向量机构建具有显著区分违约能力的评价方程。以违约判别能力作为模型检验标准,改变样本数据不均衡所导致的样本总体精度很高、违约样本精度反而不高的现象。给违约样本赋予大于非违约样本的权重,体现违约样本误判对银行影响较大的原则。通过宏观环境、行业环境等外部冲击与小企业信用风险评价得分的函数关系,揭示过去和现在的外部冲击对未来小企业信用风险的影响。本研究致力于提供一类基于不均衡数据的小企业信用风险评价方法,补充改善小企业风险评价理论和模型。
英文主题词Credit Rating Evaluation;Small Enterprises’ loans;Unbalanced Data;Support Vector Machines;