基于Brown-Mood中位数检验的小企业债信评级体系

发布时间：2024-02-22 10:29

　　债信评级是通过挖掘评级数据与违约风险的关系,评价一笔债务回收的可能性及不同等级违约损失率的大小。基于Brown-Mood中位数检验建立小企业债信评级体系。创新与特色:①根据某个指标的非违约样本中位数显著大于违约样本的中位数,则该指标越能将非违约与违约样本区分开的思路构造Brown-Mood中位数检验统计量值,遴选通过检验、即违约鉴别力显著的指标。改变了绝大多数现有研究未以违约鉴别力显著为指标遴选标准的不足。②在相关系数大的一对指标中,删除Brown-Mood中位数检验统计量值小的指标,在避免了指标反映信息冗余的同时,也避免了指标的误删。③根据指标的违约鉴别力越强、指标权重就应越大的思路对指标赋权,确保了违约鉴别力越大的指标,权重也越大。④根据非违约样本的债信得分中位数显著大于违约样本的债信得分中位数,则债信得分越能显著区分违约状态、债信评分体系越合理的思路,检验债信评分体系的合理性,开拓了债信评分体系检验的新思路。实证表明:包括资产负债率、恩格尔系数等24个指标的小企业债信评级体系具有显著的违约鉴别力,在债信评级时,应重点关注恩格尔系数、行业景气指数等企业外部宏观环境因素以及法人代表汽...

【文章页数】：13 页

【部分图文】：

图1小企业债信评级原理

小企业债信评级模型构建原理如图1所示。采用图1的原因是确保无论在指标体系构建、指标赋权，还是评级模型建立等债信评级体系构建的各个环节均具有显著的违约鉴别能力。各环节具体原理：

图2小企业债信等级分布

(1）评分体系整体能显著鉴别违约状态。由3.7节知，本文债信评分模型计算的债信得分的统计量Z=5.654，远大于临界值Z0.05=1.645，说明债信得分在违约与非违约两类样本中存在明显差异，该债信评分体系能显著鉴别违约状态。对小型非工业企业债信评级而言，债信得分能显著鉴别违约状....

本文编号：3906647