基于违约鉴别能力最大的信用等级划分方法

作     者：迟国泰 于善丽 CHI Guo-tai;YU Shan-li

作者机构：大连理工大学经济管理学院大连116024 中国人民银行金融研究所博士后科研流动站北京100800 银行间市场清算所股份有限公司上海200002 

出 版 物：《管理科学学报》 (Journal of Management Sciences in China)

年 卷 期：2019年第22卷第11期

页      面：106-126页

核心收录：

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 

基　　金：国家自然科学基金重点资助项目(71731003 71431002) 国家自然科学基金资助项目(71873103) 中国博士后科学基金资助项目(2018M641578) 

主　　题：信用等级划分 损失率 违约鉴别能力 K-S检验统计量 信用评级 

摘      要：信用等级划分旨在区分不同客户的风险水平,然现有大多数信用等级划分研究要么无法严格保证划分的信用等级满足“信用等级越高,损失率越低标准,要么无法保证尽可能地区分违约可能性不相似的客户,而无论不符合哪种标准,划分的信用等级都不能作为贷款决策的有效依据.基于此,以上述两个标准为目标划分信用等级.创新与特色一是以客户的非违约累计频率与违约累计频率之差的最大绝对值的代数和最大为目标,以后一个信用等级损失率大于前面信用等级损失率为主要约束,确保划分的信用等级满足上述两个标准.二是提出通过设置随机分割点的区间来划分信用等级的新算法,避免随机赋予信用等级分割点时,靠前的信用等级分割点落到靠后的客户中,导致后面的信用等级无论怎样划分均划分不出来的弊端.最后,以中国某商业银行3045笔小企业贷款样本进行实证,结果表明本模型划分的信用等级满足“信用等级越高,损失率越低标准,且其区分不同违约可能性客户的能力较强.