楼裕胜
(浙江金融职业学院 信息与互联网金融学院,浙江 杭州 310018)
习近平总书记在著作《之江新语》中提出,“‘信用浙江’的建设要以企业为主体,建立包括信用信息、信用评价、信用激励和失信惩罚机制在内的社会信用体系”[1],体现了信用评价对于企业乃至社会信用体系建设的重要性。企业的信用评价无论是在市场交易中识别对手的信用价值与风险,还是提高政府精细化的监管,亦或是提升企业自身管理能力,都是重要的手段和工具之一。在当今大数据的时代越来越多的公共信用信息被挖掘和共享,如何更好地利用公共信用信息评价企业的信用价值,是一个值得深入探讨的问题。
企业信用评价的技术体系主要经历了三个阶段。第一阶段是经验判断阶段,根据“6C”“5P”及“LAPP”等财务要素信息以及评价人员的经验判断企业信用,该方法的缺点是评价的主观性太强。第二阶段主要是统计方法阶段。Altman提出的线性判别式模型和二次判别式模型的出发点都是依据违约企业的特征规律建立判别函数来预测新企业的信用风险[2-3]。虽然二次判别式模型相对于多元判别分析法有改进,但还是面临着要求数据服从正态分布和等协方差的不足。龚玲玲、迟国泰、杜永强利用判别原理构建了小微企业信用评价指标体系,并证明了有效性[4]。Ohlson利用Logit回归模型来计算企业的违约概率来判断信用类别,Altman和Sabato证明了该方法对数据的要求不高,评价的结果也优于多元判断模型[5-6]。……