信用风险管理与评价分析模型
信用风险管理与评价分析模型
信用分析模型可以分两类，预测模型和管理模型。预测模型用于预测客户前景，衡量客户破产的可能性。Z计分模型和巴萨利模型属于此类，两者都以预测客户破产的可能性为目标，不同之处在于所考察的比率和公式略有不同。管理模型不具有预测性，它偏重于均衡地解释客户信息，从而衡量客户实力。营运资产分析模型和特征分析模型属于此类。营运资产分析模型旨在通过资产负债表衡量客户的实力与规模，特征分析模型则偏重于利用各类财务、非财务信息评价客户风险大小。管理模型不像预测模型那样目标专一，同时具有很大的灵活性，通过适当的调整可以用于各种场合。
上述提到的4种分析模型都是现在较为常见的信用评级模型，书中也有详细介绍。
一、EDF模型
EDF模型（Expected Default Frequency）即“预期违约率模型”，是著名的风险管理公司KMV公司开发的用以衡量违约风险基本工具。该模型最主要的分析工具是所谓的预期违约率EDF，故也称为EDF模型。EDF作为度量公司违约发生可能性大小的指标，属于预测模型范畴。
一家公司的EDF是指该公司在未来一年或几年内违约的概率，它主要由三大因素决定，分别是：
1．资产价值：公司资产的市值。它是公司资产在未来产生的现金流以一定的贴现率贴现到当前的价值。这个公司资产的测度不但反映了公司的发展前景，而且还包含了公司所处的行业以及宏观经济状况等信息。
2．资产风险：是指资产价值的不确定性。这是一个关于公司经营风险和行业风险的测度。因此公司的资产价值只是一个估计值，存在一定不确定性，应当在公司的经营风险或者资产风险的框架下理解。
3．债务水平：是指公司在合同上负债的程度。如果说与公司资产相关的测度是公司的市值，那么公司杠杠比率的相关测度就是相对于公司资产市值的债务面值，因为它是公司必须偿还的金额。
模型的基本原理是一个企业的违约率随着企业资产市值的降低而增加。当资产市值最终低于负债总额的时候，企业无法偿还其债务，而委员就发生了。而企业的负债总额被成为“违约点”。KMV经过研究公司发现，有一些公司当其资产市值跌至公司总负债时并没有立即出现违约情况，这是因为公司债务中有相当部分是长期债务。实际的“违约点”是介于总负债和短期负债之间的一个数值。
KMV公司确定一个公司EDF的全过程，主要有三个步骤：
（1）估计资产价值和资产波动率：在这个步骤里面,公司的市值和波动性可以从公司股票价格和波动性、以及公司账面上的负债计算出；
（2）计算违约距离：从上面第一步中计算出来的公司的市值及其波动性、以及公司账面上的负债额度，我们可以计算出违约距离；
违约距离=（资产市值的预期值-违约点）/资产价值波动的标准差
（3）计算EDF：从违约距离及相应的对应关系中，我们可以计算出公司的预期违约率。
二、Creditmetrics模型
Creditmetrics模型（信用计量模型）是J.P.摩根在1997年推出的用于量化信用风险的风险管理产品。与1994年推出的量化市场风险的Riskmetrics一样，该模型引起了金融机构和监管当局的高度重视，是当今风险管理领域在信用风险量化管理方面迈出的重要一步。
信用矩阵的特点是：
●将VaR技术运用于贷款组合管理的结果，适用于有信用风险的机构。
●一套贷款组合管理模式，能识别贷款过于集中而带来的成本和风险分散的益处，建
立于“盯市”框架上。
●运用于投资决策、风险减缓措施、基于风险的信用额度上限、基于风险的资本金分
配。
信用矩阵模型不是从单个资产，而是从整个贷款资产组合的角度来考虑信用风险。由借款人信用等级的变动而带来的负债价值变化，所引起的贷款组合风险可以用CreditMetrics来衡量。模型不但考虑由违约事件而引发的价值变动，而且同时考虑信用等级的升降的影响。
KMV模型与creditmetrics模型是目前国际金融界最流行的两个信用风险管理模型。两者都为银行和其它金融机构在进行贷款等授信业务时衡量授信对象的信用状况，分析所面临的信用风险，防止集中授信，进而为实现投资分散化和具体的授信决策提供量化的、更加科学的依据，为以主观性和艺术性为特征的传统信用分析方法提供了很好的补偿。
张晓莹2009138110
信用风险管理制度(定稿)
信用风险管理制度 第一条目的 为了规范公司处理客户信用额度评定、批准等具体工作，在维持对客户提供良好服务的同时，降低应收账款，减少潜在的坏账损失风险，结合公司实际制定本制度。 第二条信用管理制度内容 （一）收集客户信息 1、收集信息的目的：作为公司确定客户信用等级和批准信用额度的基础。 2、信息收集负责人：以事业部销售业务员为主，财务事业部为辅的多渠道方式进行。 3、具体操作： （1）事业部销售业务员应当对所有已经和将要与公司发生长期业务关系的客户情况进行全面的资料收集、调查，其内容主要包括： (a)客户名称、法人概况、单位性质、经营业务范围； (b)注册资金、工商登记号、税务登记号； (c)银行账户、账号、资产状况； (d)近三年来公司的营运状况和经营业绩； (e)客户经销本公司产品的基本状况：年销量、类别、上年销售收入实绩、应收账款余额、回款平均天数、对接业务的配合情况； (f)当地市场的简要情况分析； (g)客户重大经济纠纷或司法案件； (h)联络方式、跟进负责人等资料；
(i)其他重要资料。 1 （2）业务员在调查收集上述客户资料时，必须按照当前普遍被业界接受的方式进行，不得违反国家有关法律法规。可以通过以下方式收集客户资料： 向客户内部有关业务人员咨询了解； 收集客户和媒体提供的公开经营资料； 向当地政府工商税务管理机构了解或查询； 向其他有关资信评估机构查询； 向客户的其他供货商了解其付款情况； 向客户主要产品的主要用户单位调查了解有关该客户内部管理情况； 其他合法的方法和手段； （3）业务员将调查了解到的客户信息，填写《客户信息表》后签字，并将重要的原始资料附在表后，交给部门统计员。 （4）统计员将业务员提供的客户信息表中的信息录入到“客户信用管理档案”中，进行密码保护，并将相应信息及原始资料送财务部备案。客户信用管理档案中的信息如有变化，应及时更新。 （5）业务员，销售经理应经常与客户保持沟通，定期巡回访问客户，通过各种途径了解客户的经营和资信等变化情况。 （二）客户信用等级的评定流程 1、事业部业务员定期根据工作职责要求，将填写准确的“客户信息表”及其附件及时反馈给销售经理。 2、由销售经理对收集的客户资料和对客户的信用分析情况进行初步审查，对收集的资料的真实性、全面性和准确性进行鉴定后，填写《客户信用等级评定表》,评定表中的相关指标。
模糊综合评判法的应用案例
第三节 模糊综合评判法的应用案例 二、在物流中心选址中的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发生的时间和空间障碍。在物流系统中，物流中心的选址是物流系统优化中一个具有战略意义的问题，非常重要。 基于物流中心位置的重要作用，目前已建立了一系列选址模型与算法。这些模型及算法相当复杂。其主要困难在于： （1） 即使简单的问题也需要大量的约束条件和变量。 （2） 约束条件和变量多使问题的难度呈指数增长。 模糊综合评价方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法，有良好的理论基础。特别是多层次模糊综合评判方法，其通过研究各因素之间的关系，可以得到合理的物流中心位置。 1．模型 ⑴ 单级评判模型 ① 将因素集U 按属性的类型划分为k 个子集，或者说影响U 的k 个指标，记为 12(,,,)k U U U U = 且应满足： 1 , k i i j i U U U U φ=== ② 权重A 的确定方法很多，在实际运用中常用的方法有：Delphi 法、专家调查法和层次分析法。 ③ 通过专家打分或实测数据，对数据进行适当的处理，求得归一化指标关于等级的隶属度，从而得到单因素评判矩阵。 ④ 单级综合评判B A R =
⑵多层次综合评判模型 一般来说，在考虑的因素较多时会带来两个问题：一方面，权重分配很难确定；另一方面，即使确定了权重分配，由于要满足归一性，每一因素分得的权重必然很小。无论采用哪种算子，经过模糊运算后都会“淹没”许多信息，有时甚至得不出任何结果。所以，需采用分层的办法来解决问题。 2．应用 运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见表3-7. 表3-7 物流中心选址的三级模型
信用风险量化的4种模型
信贷风险管理的信用评级方法 信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。 1、KMV——以股价为基础的信用风险模型 历史上，银行在贷款决策时，曾经长时间忽视股票的市价。KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。 KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。 KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示： （1）KMV是如何工作的？ 假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。 在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。 KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。
第三章 信用风险管理-客户信用评级.
2015年银行业专业人员职业资格考试内部资料 风险管理 第三章 信用风险管理 知识点：客户信用评级 ● 定义： 商业银行对客户偿债能力和偿债意愿的计量和评价，反映客户违约风险的大小。客户评级的评价主体是商业银行，评价目标是客户违约风险，评价结果是信用等级和违约概率。 ● 详细描述： 一、违约： （1）定义：根据巴塞尔新资本协议的定义，当下列一项或多项事件发生时，债务人即被视为违约： （2）债务人对于商业银行的实质性信贷债务逾期90天以上。若债务超过了规定的透支限额或新核定的限额小于目前余额，各项透支将被视为逾期。 （3）未来面临同样的本息还款的要求，在期望收益相等的条件下，收益波动性高的企业更容易违约，信用风险较大。 二、违约概率： （1）定义：借款人在未来一定时期内发生违约的可能性。 （2）在巴塞尔新资本协议中，违约概率被具体定义为借款人内部评级1年期违约概率与0.03%中的较高者，巴塞尔委员会设定0.03%的下限是为了给风险权重设定下限，也是考虑到商业银行在检验小概率事件时所面临的困难。 （3）违约概率的估计包括两个层面：巴塞尔新资本协议要求实施内部评级法的商业银行估计其各信用等级借款人所对应的违约概率。 （4）据监管机构的要求，商业银行采用信用风险内部评级法高级法应当自行估计违约概率、违约损失率、违约风险暴露、有效期限 三、客户信用评级的发展 从国际银行业的发展历程来看，商业银行客户信用评级大致经历了专家
判断法、信用评分法、违约概率模型分析三个主要发展阶段。 （1）专家判断法：是商业银行在长期经营信贷业务、承担信用风险过程中逐步发展并完善起来的传统信用分析方法。专家系统在分析信用风险时主要考虑两方面因素：与借款人有关的因素、与市场有关的因素。 1、与借款人有关的因素： 1）声誉：如果该借款人过去总能及时、全额地偿还本金与利息，那么他就具有良好的声誉，也就能较容易或以较低的价格从商业银行获得贷款。 2）杠杆：借款人的杠杆或资本结构，如果贷款给杠杆比率较高的借款人。商业银行就会相应提高风险溢价。 3）收益波动性：收益波动性高的企业更容易违约，信用风险较大。 2、与市场有关的因素： 1）经济周期：经济周期对于评价借款人的违约风险有着重要的意义。 2）宏观经济政策：对行业信用风险分析具有重要作用。 3）利率水平：高利率水平表示中央银行正在实施紧缩的货币政策。 3、常用的专家系统： 1）5Cs：品德、资本、还款能力、抵押、经营环境。 2）5Ps：个人因素、资金用途因素、还款来源因素、保障因素、企业前景因素。 （2）信用评分法 1、信用评分模型是一种传统的信用风险量化模型，利用可观察到的借款人特征变量计算出一个数值（得分）来代表债务人的信用风险。并将借款人归类于不同的风险等级。对个人客户而言，可观察到的特征变量主要包括收入、资产年龄、职业以及居住地等；对法人客户而言，包括现金流量、财务比率等。（定量与定性因素，定量主要是财务数据，定性如对行业的判断、客户在行业中的定位、企业经营管理层） 2、信用评分模型的关键在于特征变量的选择和各自权重的确定。目前，应用最广泛的信用评分模型有：线性概率模型、Logit模型、
风险投资项目评价系统模型
风险投资项目评价系统模型--信息经济学视角 武汉大学技术经济及管理研究所 徐绪松熊保平 “选择正确的投资项目远比经营管理投资项目更重要”，这是风险投资的经典原则。 风险投资的对象往往是没有绩效记录的新创企业，技术、市场、财务、管理各方面都存在不确定性，用传统的投资项目评价方法，无法正确评估其收益与风险。依靠从实践中学习（learning by doing［1］）、通过分阶段投资获取项目价值信息，是一条有效的途径，但这种方式获取项目信息的成本极高、投资风险很大。因此，风险投资者十分注重投资前的项目评估与选择，审慎严密的项目评估可以以较低的成本获取项目信息、降低不确定性、减少投资风险。 评估的过程是投资项目的信息搜寻和基于搜寻到的信息进行不确定性决策的过程，本文从信息经济学的视角，结合风险投资者在项目选择阶段的主要活动，分析了风险投资中存在的信息不对称问题，指出企业家的素质是项目评价指标体系的核心，综合国内外高新技术项目评价的指标体系，提出了风险投资项目评价系统模型。 一、风险投资的项目选择活动 1．风险投资者在项目选择阶段的主要活动
典型的投资决策过程包括六个阶段［2］，即：①投资项目起源；②风险投资方向筛选； ③一般性筛选；④第一阶段评价；⑤第二阶段评价；⑥结束（包括协议创建和谈判）（图1）。 图1 风险投资项目选择过程 第①阶段，风险投资家的主要工作是发展咨询网络，发布投资指南，以及获取潜在项目信息。早期风险投资家大约用60％左右的时间去寻找投资机会，如今这一比例已降低到40％。
第②阶段，风险投资家大多通过粗略地浏览企业经营计划书而快速舍弃不合适的投资方案；筛选阶段评估的对象基本是项目计划书本身，并不进行详细的分析评估；依据的是风险投资公司根据其投资战略和策略制定的项目筛选标准如投资规模、投资行业、投资阶段及投资额度等。 Colin Mason & Amy Rogers(1996)对19位活跃的天使投资者此阶段决策过程的实时分析表明，这一阶段，投资家是以批判和怀疑的态度来评估项目的。换言之，他们侧重于寻找不投资的理由，所分析的30个项目中，24个当场被拒绝，另6个项目，投资者表示要进一步会见企业家，而决策过程平均为10.7分钟。 第③、④阶段是风险投资项目评估中最重要的阶段。这两个阶段对通过了方向性筛选的项目进行详细审查和深入调查。 第③阶段，风险投资家详细审查企业家提供的商业计划书，根据自己的经验，并借助非正式专家咨询，对项目的逻辑性、可行性作定性分析，选出合格的项目进入下一轮的评估。第④阶段，通常称为审慎调查（due diligence）阶段，风险投资者组织评估小组，深入调 研创业公司和有关部门，多途径收集信息，此阶段的主要活动见表1。 表1第一阶段评估过程中风险投资家所做的一系列工作 活动频数 接见所有的管理人员100 查看设施100 接触企业家以前的商业合作伙伴96 接触已有的外来投资者96
模糊综合评价模型及实例
模糊综合评价模型 模糊综合评价模型(Fuzzy Synthetic Evaluation Model) 目录 [隐藏] 1 什么是模糊综合评价模型？ 2 模糊评价的基本思想 3 模糊综合评价模型类别[1] o 3.1 模糊评价基本模型 o 3.2 置信度模糊评价模型 4 模糊综合评价模型的运用 5 模糊综合评价模型案例分析 o 5.1 案例一：模糊综合评价模型在企业跨国并购风险评价中的 应用[2] 6 参考文献 [编辑] 什么是模糊综合评价模型？ 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。 [编辑]
模糊评价的基本思想 许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型 设评判对象为P: 其因素集 ,评判等级 集。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵： (1) 其中，r ij表示u i关于v j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定 各因素重要性指标（也称权数）后，记为,满足，合成得 (2) 经归一化后，得 ,于是可确定对象P的评判等级。 [编辑] 置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中，R中的元素r ij是由评判者“打分”确定的。例如 k 个评判者，要求每个评判者u j对照作一次判断，统计得分和归一化后产生
基于改进遗传算法的房地产投资项目风险评价模型
价值工程 0引言 房地产项目投资的特点是投资量大、周期长、影响因素复杂，投资方在决策时往往较为谨慎，因为一旦出现决策失误其损失将会非常巨大。 从宏观上看，投资项目的风险评价具有全方位、系统化的特征，但另一方面，这一过程中又包含着科学细致的定量化分析的内容。当前国内在房地产风险评估上主要采用的方法有层次分析法、灰色系统分析法、模糊综合评价法等。这些方法的不足之处是其评价结果容易受到人的主观因素的影响。遗传算法因具备了自组织与自适应的特点，其应用领域不断扩大。下面笔者将对房地产项目投资风险评价体系以及遗传运算的运用进行介绍。 1房地产项目投资风险及评价指标体系 1.1房地产项目投资风险房地产项目投资风险指的是由于房地产市场存在许多不确定因素，投资者可能会因此而遭受损失。这种可能性是不利事件发生的概率及其后果的函数，它包括投入资本的损失和预期收益与期望值存在差距。 1.2房地产项目投资风险评价指标体系在房地产风险指标的划分上，根据导致风险因素的性质不同，可以划 分为经济风险指标、 社会风险指标、技术风险指标和自然风险指标。 经济风险指标中所包含的不确定因素主要与经济环境和经济发展有关。社会风险指标指的是由社会区域政策变动、城市规划变动以及公众干预等。人文社会环境的变动，带动房地产市场随之变动，使地产投资商可能因此蒙受经济损失的风险指标。技术风险指标实际是地产项目建设因劳务供求关系的变化、施工技术的可行性和机具设备的更新等技术因素而受到的影响的风险指标。自然风险指 标，是指在房地产的建设阶段与运营阶段，由地质状况、 地域环境的变化以及诸多不可抗力的自然因素，使房地产投资与经营蒙受损失的风险指标。 2遗传算法介绍 遗传算法源于生物遗传学，是一种借鉴生物界适者生存，优胜劣汰的进化规律演化而来的随机化搜索方法。与以往的优化算法相比，遗传算法的特别之处和优点在于： 第一，遗传算法没有使用参数本身，而是使用问题参 数的编码集进行工作。 当在连续函数的优化计算中运用遗传算法时，位串长度和编码方法不仅影响着计算精度，而且还影响着群体中个体之间的距离，并对全局极值的求解造成直接影响； 第二，与传统优化算法不同，遗传算法从问题解的串集进行寻优，而不是从单个解开始，使得覆盖面扩大，有利 于全局择优。因此， 遗传算法适合求解规模较大的问题；第三，遗传算法仅使用适应度函数值来评估个体，不需要其它任何先决条件或辅助信息，其操作简单，应用范围较广； 最后，遗传算法没有采用确定性规则，而是采用概率的变迁规则来工作。这种方法适合用来处理离散型变量优 化问题。遗传算法包含三个基本遗传算子， 即：①选择：作为遗传算法的一个重要算子，选择体现了优胜劣汰、适者生存的原理。其基本逻辑是适应性强的个体有更高的概率为下一代贡献个体，也就有更大的概率被选作下一代的父本。选择算子能够很好地推动进化过程，因为在选择后得到的新群体，其平均适应性将高于原群 体。首先， 将随机产生的初始群体按由好到坏排列m 个个体，再将最好个体的选择概率定义为q ， p j =（1-q ）j-1 ，q ′=q/[1-(1-q)m ]，pp j =j k=1Σp k ，随机数ξ∈(0,1)，若pp j-1刍ξ燮pp j ，选 —————————————————————— —作者简介：严蓓俊（1986-），男，上海人，从事房地产投资项目管理 工作与研究；杨星光（1983-），男，山西长治人，工程 师，从事工程项目管理与咨询工作与研究。 基于改进遗传算法的房地产投资项目风险评价模型 Risk Evaluation Model of Real Estate Investment Project Based on Improved Genetic Algorithm 严蓓俊①YAN Bei-jun ；杨星光②YANG Xing-guang （①上海万得信息技术股份有限公司，上海200120；②上海建科工程咨询有限公司，上海200032） （①Shanghai Wind Information Co.，Ltd.，Shanghai 200120，China ；②Shanghai Jianke Engineering Consulting Co.，Ltd.，Shanghai 200032，China ） 摘要：房地产投资项目风险具有特殊性，在借鉴和总结前人研究成果的基础上，利用改进的遗传算法来研究房地产项目投资中 的风险，将房地产风险量化，进行风险评价。这种方法具有自组织与自适应等优点，克服了主观因素多的缺点，提高了评价的精确 度，从而给管理者提供更为合理的参考依据，使投资决策更为科学。 Abstract:Real estate investment project risk has particularity.In reference and summarizing the predecessors'research results,the paper uses improved genetic algorithm to study the real estate investment project risk,quantifies the real estate investment project risk,and makes risk evaluation.The method has the self organization and adaptive etc.,overcomes the shortcomings of subjective factors,and improves the accuracy of the evaluation,so as to give managers more reasonable reference basis,and make the investment decision-making more scientific. 关键词：房地产项目投资；风险分析；遗传算法Key words:real estate project investment ；risk analysis ；genetic algorithm 中图分类号：F293.3文献标识码：A 文章编号：1006-4311（2013）03-0162-02 ·162·
信用风险管理制度(定稿)
信用风险管理制度(定稿)
————————————————————————————————作者：————————————————————————————————日期： 1
5 信用风险管理制度 第一条 目的 为了规范公司处理客户信用额度评定、批准等具体工作，在维持对客户提供良好服务的同时，降低应收账款，减少潜在的坏账损失风险，结合公司实际制定本制度。 第二条 信用管理制度内容 （一）收集客户信息 1、收集信息的目的：作为公司确定客户信用等级和批准信用额度的基础。 2、信息收集负责人：以经销商业务员为主，财务事业部为辅的多渠道方式进行。 3、具体操作： （1）经销商销售业务员应当对所有已经和将要与公司发生长期业务关系的客户情况进行全面的资料收集、调查，其内容主要包括： (a) 客户名称、法人概况、单位性质、经营业务范围； (b) 注册资金、工商登记号、税务登记号； (c) 银行账户、账号、资产状况； (d) 近三年来公司的营运状况和经营业绩； (e) 客户经销本公司产品的基本状况：年销量、类别、上年销售收入实绩、应收账款余额、回款平均天数、对接业务的配合情况； (f) 当地市场的简要情况分析； (g) 客户重大经济纠纷或司法案件； (h) 联络方式、跟进负责人等资料； (i) 其他重要资料。
5 （2）业务员在调查收集上述客户资料时，必须按照当前普遍被业界接受的方式进行，不得违反国家有关法律法规。可以通过以下方式收集客户资料： 向客户内部有关业务人员咨询了解； 收集客户和媒体提供的公开经营资料； 向当地政府工商税务管理机构了解或查询； 向其他有关资信评估机构查询； 向客户的其他供货商了解其付款情况； 向客户主要产品的主要用户单位调查了解有关该客户内部管理情况； 其他合法的方法和手段； （3）业务员，销售经理应经常与客户保持沟通，定期巡回访问客户，通过各种途径了解客户的经营和资信等变化情况。 （二）客户信用等级的评定流程 1、业务员定期根据工作职责要求，将填写准确的“客户信息表”及其附件及时反馈给销售经理。 2、由销售经理对收集的客户资料和对客户的信用分析情况进行初步审查，对收集的资料的真实性、全面性和准确性进行鉴定后，填写《客户信用等级评定表》,评定表中的相关指标。 3、主管总经理依据销售经理报来的《客户信用等级评定表》及其附件，评定客户信用等级，确定客户的信用额度和信用期限。 4、信用等级评定结果报送财务经理审核签字。 5、对超过授权批准金额的客户，主管在对客户进行信用评级初步评定后，再由老板对客户信用等级予以批准。 6、对于已经存在的客户，主管副总负责根据销售人员提供的客户资料，结合编制的客户黑名单、财务部提供的该客户的历史欠款情况、该客户与黑名单上的其
12 模糊综合评价模型
二 模糊综合评价模型 模糊综合评判方法，是一种运用模糊数学原理分析和评价具有“模糊性”的事物的系统分析方法。它是一种以模糊推理为主的定性与定量相结合、精确与非精确相统一的分析评价方法。由于这种方法在处理各种难以用精确数学方法描述的复杂系统问题方面所表现出的独特的优越性，近年来已在许多学科领域中得到了十分广泛的应用。 2.1 模糊综合评判模型 2.1.1单层次模糊综合评判模型 给定两个有限论域 U=｛u 1，u 2，…，um ｝ (1) V=｛v 1，v 2，…，v n ｝ (2) (1)式中，U 代表所有的评判因素所组成的集合；(2)式中，V 代表所有的评语等级所组成的集合。 如果着眼于第i(i=1，2，…，m)个评判因素u i ，其单因素评判结果为R i =[r i1，r i2，…，r in ]，则m 个评判因素的评判决策矩阵为 111121221 2221 2 n n m m m mn R r r r R r r r R R r r r ???? ????????==???? ???? ???????? （3） 就是U 到V 上的一个模糊关系。 如果对各评判因数的权数分配为：1,2,,m A a a a ??=?? （显然，A 是论域U 上的一，个模糊子集，且101,1m i i i a a =≤≤=∑）则应用模糊变换的合成运算，可以得 到论域V 上的一个模糊子集，即综合评判结果： 1,2,,n B A R b b b ??=?=?? （4） 2.1.2多层次模糊综合评判模型 在复杂大系统中，需要考虑的因素往往是很多的，而且因素之间还存在着不同的层次。这时，应用单层次模糊综合评判模型就很难得出正确的评判结果。所以，在这种情况下，就需要将评判因素集合按照某种属性分成几类，先对每一类进行综合评判，然后再对各类评判结果进行类之间的高层次综合评判。这样，就产生了多层次模糊综合评判问题。 多层次模糊综合评判模型的建立，可按以下步骤进行： (1)对评判因素集合U ，按某个属性，将其划分成m 个子集，使它们满足： 1 () m i i i j U U U U i j =?=????=Φ≠?∑ （5）
客户信用风险管理系统解决方案
客户信用风险管理系统解决方案 目前，电费拖欠已成为困扰电网企业经营和发展的重要问题之一，如何及时有效地回收当期和陈欠电费，降低不良债权，有效防范和化解电费回收风险，是摆在我们面前亟待解决的重要课题。 一、实施电力客户信用风险管理的背景 1、开展电费信用风险管理是加强电费工作的内在要求和必然趋势。 电费是电力企业经营成果的最终体现。电费资金的回收与管理直接关系到整个电力公司经营链和资金链的有效运作。如何加强电费资金的及时回收，提高资金的综合利用效益，防范和规避经营风险，对公司的经营将产生重大影响。 2、国家电网公司提倡建立电费回收风险预警机制。 当前，我国许多电力公司用电客户拖欠电费、违章用电、窃电现象比较严重，而各地电费回收管理工作中存在管理手段落后、管理目标难以量化和标准化的问题，给电费回收工作深入持久地开展带来不少困难。国家电网公司专题召开会议，着重讨论电费回收预警处理办法，要求各电力公司及所属供电公司要将电费回收预警处理纳入日常电费管理工作，建立客户信用等级评价制度、电费回收预警分析报告制度、电费回收动态跟踪及快速反应制度，电费风险分析研究制度，以及制定预警预案及规范的处理流程。 3、现实工作中存在的信用风险因素时刻制约着公司电费管理水平的提高。 当前电力客户信用风险尚缺乏深入系统的理论研究和行之有效的科学管理办法，从而影响到电力公司对各种信用风险因素的掌控和有效规避。电费风险一方面产生于电力公司内部电费管理过程中，另一方面产生于用电客户信用风险和外部环境的风险。由于在营销管理流程和外部环境的诸多重要节点上普遍缺乏风险控制手段，制约了公司电费管理水平的有效提升。 二、电力客户信用风险管理的主要内容 信用评估是根据电力公司对用电客户信用评级的要求,在充分分析用电客户的历史缴费行为、目前信用状况及未来信用变化趋势的基础上，建立科学的用电客户信用评价指标体系和信用评估模型，对用电客户的信用状况进行量化分析和科学评价。 风险预警是根据电力公司对电费回收的要求，从用电客户、用电行业、经济环境三个层面充分把握影响电费回收潜在的风险因素、建立科学的电费风险识别指标体系和欠费风险预测模型，对用电行业和用电客户欠费风险做出短期预警，以便于电力公司对高危行业和高危客户进行总体控制，及时有效控制电费回收风险。 风险决策是从供电区域、用电行业、用电属性、结算方式、电价分类、信用等级、收费方式、客户价值等维度，对影响电费回收风险的主要因素进行逐层挖掘和分析，对缴费周期、预付费成数、电价政策等做出辅助决策。 上海博苑信息科技有限公司通过对电力客户信用风险管理的深入研究和实践运用，解决了客户信用风险管理中存在的许多技术上和操作上的难题，取得了理论上、方法上、应用上的创新成绩，不仅丰富了电费信用风险管理的研究成果，而且实践效果也表现出很高的具体实用价值。 三、信用风险模型 BOMA T电力客户信用风险管理系统采用我公司原始创新的具有独立知识产权的并达到国际领先水平的信用风险指数模型（DDMT）、动态信用评分模型（CVMT）、欠费风险预测模型（RVMT）和电费风险决策模型（RIMT）来进行用电客户的信用评价、欠费预警和电费回收风险辅助决策。
企业信用风险评估模型分析
企业信用风险评估模型 企业信用风险评估是构建社会信用体系的重要构成要素，也是企业信用风险管理的 核心环节。企业信用风险评估涉及四个基本的概念，即信用、信用风险、信用风险管理以及信用风险评估。本节重点为厘清基本概念，并介绍相关企业信用风险评估操作。 I —、企业信用风险评估概念 企业信用风险评估是对企业信用情况进行综合评定的过程，是利用各种评估方法，分析受评企业信用关系中的履约趋势、偿债能力、信用状况、可信程度并进行公正审查和评估的活动。 信用风险评估具体内容包括在收集企业历史样本数据的基础之上，运用数理统计方法与各种数学建模方法构建统计模型与数学模型，从而对信用主体的信用风险大小进行量化测度。 I 二、企业信用风险评估模型构建 (一）信用分析瘼型概述 — 在信用风险评估过程中所使用的工具——信用分析模型可以分为两类，预测性模型和管理性模型。预测性模型用于预测客户前景，衡量客户破产的可能性；管理性模型不具有预测性，它偏重于均衡地揭示和理解客户信息，从而衡量客户实力。 计分模型 Altman的Z计分模型是建立在单变量度量指标的比率水平和绝对水平基础上的多变量模型。这个模型能够较好地区分破产企业和非破产企业。在评级的对象濒临破产时，Z 计分模型就会呈现出这些企业与基础良好企业的不同财务比率和财务趋势。 2.巴萨利模型
巴萨利模型（Bathory模型）是以其发明者Alexander Bathory的名字命名的客户资信分析模型。此模型适用于所有的行业，不需要复杂的计算。其主要的比率为税前利润/营运资本、股东权益/流动负债、有形资产净值/负债总额、营运资本/总资产。 Z计分模型和巴萨利模型均属于预测性模型。 3.营运资产分析模型 营运资产分析模型同巴萨利模型一样具有多种功能，其所需要的资料可以从一般的财务报表中直接取得。营运资产分析模型的分析过程分为两个基本的阶段：第一阶段是计算营运资产（working worth);第二阶段是资产负债表比率的计算。从评估值的计算公式中可以看出，营运资产分析模型流动比率越高越好，而资本结构比率越低越好。 《 营运资产分析模型是管理性模型，与预测性模型不同，它着重于流动性与资本结构比率的分析。由于净资产值中包含留存收益，因而营运资产分析可以反映企业的业绩。 □第三章企业征信业务 又因为该模型不需要精确的业绩资料，可以有效地适用于调整后的账目。通过营运资产和资产负债表比率的计算，确定了衡量企业规模大小的标准，并对资产负债表的评估方法进行了考察，可以确定适当的信用限额。 4.特征分析模型 特征分析模型采用特征分析技术对客户所有财务和非财务因素进行归纳分析；从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干特征，把它们编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。 (二）企业信用风险评估模型构建① 1.预测性风险模型构建——Z计分模型
企业信用风险管理研究(DOC)
企业信用风险管理研究 一、信用风险及其成因 随着市场经济的不断成熟和竞争的日益加剧，我国市场经济秩序尚不健全的问题越来越突出地表现出来，而我国社会信用体系的不完善和社会经济体之间信用关系的缺乏则是最主要的问题。信用成为当前商品过剩时期最稀缺的资源，信用的缺失造成了市场交易成本的极大提高，企业要为正常的商品交易支付更多的无效成本，同时面临更多的交易风险，这些情况直接造成了企业整体竞争能力的下降。随着中国入世和全球经济一体化进程的加快，不论是国际市场还是国内市场，一个显著的特征就是买方市场普遍形成，交易方式从现金交易逐步过渡到信用交易，信用经济蓬勃发展。与此相适应，信用风险管理成为现代企业管理中最核心的内容之一，它直接关系到企业的生死存亡。我国绝大多数竞争性行业的企业都面临“销售难、收款更难”的双重困境。一方面，市场竞争日益激烈，为争取客户订单，企业需要提供优惠的价格或赊销条件，导致利润越来越薄；另一方面，客户不守信用，随意拖欠账款，企业需要投入大量的精力和财力去解决收款难的问题，但由于信用管理经验不足，结果还是产生大量呆账、坏账，使本己单薄的利润被严重侵蚀。对于企业而言，不能够坐等环境的改变，尽快适应这样的环境，提高自己防范风险的能力，是现实的选择。企业信用风险管理是指通过制定信息政策，指导和协调各机构业务活动，对从客户资信调查、付款方式的选择、信用限额的确定到款项回收等环节实行的全面监督和控制，以保障应收款项的安全及时回收。一个科学的信用风险管理方法能使企业在经营中能够更好的规避风险，保证企业的资金安全和良好的效益。 （一）信用风险的含义 信用风险指的是因交易一方不能履行或不能全部履行交收责任而造成的风险。信用风险可分为本金风险和重置风险。当一方不足额交收时，另一方有可能收不到或不能全部收到应得账款或权益，造成损失，这就是本金风险；违约方违约造成交易不能实现，未违约方为购得股票或变现需再次交易，因此可能遭遇受因市场价格变化而带来的损失，这就是重置风险。
模糊综合评价模型及实例
模糊综合评价模型 [编辑] 什么是模糊综合评价模型？ 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。 [编辑] 模糊评价的基本思想 许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型
设评判对象为P: 其因素集 ,评判等级 集。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵： (1) 其中，r ij表示 u i关于v j的隶属程度。(U,V,R)则构成了一个模糊综合评判模型。确定各 因素重要性指标（也称权数）后，记为,满足，合成得 (2) 经归一化后，得 ,于是可确定对象P的评判等级。 [编辑] 置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中，R中的元素r ij是由评判者 “打分”确定的。例如k 个评判者，要求每 个评判者u j对照 作一次判断，统计得分和归一化后产生 , 且 , 组成R0。其中既 代表u j关于v j的“隶属程度”，也反映了评判u j为v j的集中程度。数值为1 ,说明u j为v j是可 信的，数值为零为忽略。因此，反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。 在用层次分析法确定了各个专家对指标评估所得的权重后，作关于权系数的等级划分，由此决定其结果的信度。当取N个等级时，其量化后对应于[0，l]区间上N次平分。例如，N取5，则依次得到[0，0.2]，[0.2，0.4]，[0.2，0.6]，[0.6，0.8]，[0.8，l]。对某j个指标， 取遍k个专家对该指标评估所得的权重，得。作和式 (3) 其中d ij表示数组中 属于的个数，a0 = 0,b N = 1。
安全风险评估模型
4.2安全风险评估模型 4.2.1建立安全风险评价模型和评价等级 ⑴建立原则 参考安全系统工程学中的“5M”模型和“SHELL”模型。由于影响危化行业安全风险的因素是一个涉及多方面的因素集，且诸多指标之间各有隶属关系，从而形成了一个有机的、多层次的系统。因此，一般称评价指标为指标体系，建立一套科学、有效、准确的指标体系是安全风险评价的关键性一环。指标体系的建立应遵循以下基本原则[]：①目标性原则；②适当性原则；③可操作性原则；④独立性原则。由此辨识出危化安全风险评价的基本要素，并分析、确定其相互隶属关系，从而建立合理的安全风险评价指标体系[]。 ⑵安全风险指标体系 以厂房安全风险综合评价体系为例，如下图所示。
厂房安全风险综合评价体系A 危害因素A 1 被动措施A 2 主动措施A 3 安全管理A 4 事故处理能力A 5 物质危险性A 11 物质数量A 12 生产过程A 13 存放方式A 14 厂房层数A 15 使用年限A 16 耐火等级A 21 防火间距A 22 安全疏散A 23 防爆设计A 24 自动报警及安全联动控制系统A 31 通风与防排烟系统A 32 室内安全防护系统A 33 其他安全措施A 34 安全责任制A 41 应急预案A 42 安全培训A 43 安全检查A 44 安全措施维护A 45 安全通道A 51 安全人员战斗力A 52 图4.1 厂房安全风险评价指标体系 ⑶建立指标评价尺度和系统评价等级 经过研究和分析，并依据相关法规、标准，给出如下指标评价尺度和系统评价等级，如表4-1和表4-2所示。 各指标的定性评价 好 较好 中等 较差 差 各指标的对应等级 E 1 E 2 E 3 E 4 E 5 各指标对应的分数 5 4 3 2 1 系统安全分区间 [4.5,5] [3.5,4.5] (2.5,3.5) (1.5,2.5) [1,1.5] 各指标对应的分数 5 4 3 2 1 设最低层评价指标C i 的得分为P Ci ，其累积权重为W Ci ，则系统安全分S.V.为： ∑=?=1 ..i C C i i W P V S （4-1） 4.2.2利用AHP 确定指标权重 在调查分析研究的基础上，采用对不同因素两两比较的方法，即表3-1的1～9标度法，构造不同层次的判断矩阵。然后，求解出个评价指标的相对权重及累积权重。对判断矩阵的计
企业信用风险的防范机制
企业信用风险的防范机制防范机制和策略 防范信用风险，应在充分发挥企业销售信用政策优势 的基础上，尽可能地降低应收账款投资成本，避免坏账损失。企业应建立销售前、销售中和销售后的信用评估机制、债权保障机制、账款管理和回收机制，形成一整套的信用 管理体系，从而进行有效的信用风险管理。 （1）建立信用评估体系，强化客户管理。 “客户即市场，既是企业最大的财富来源，也是风险 的主要来源。”因此信用风险管理必须从对客户的信用管 理开始，包括对客户进行信用评估和制定合理的信用政策，规定信用标准、信用条件、信用额度。 （2）建立债权保障机制，确保销售过程规范操作，做 到有法可依。 谈判时注意确定信用条件，包括给予信用的形式（如 付款方式）、期限和金额。在谈判过程中从最初与客户协 商到双方达成一致协议，应将各个方面都明确规定好。避 免由于一些简单的操作失误而造成严重的拖欠。签约时注 意寻求债权保障。 此外，为确保收回货款，要使用一定的债权保障手段，如担保、保险等。充分利用信用保险、国际保理服务及其 他衍生金融工具防范信用风险。
（3）建立债款管理和回收机制，加强企业内部管理。 应收账款的管理可分为事前、事中和事后管理三部分： 1、应收账款的日常监控管理属应收账款的事前管理。 销售部门以放账的形式售出货物之后，面临的一个最 直接问题就是如何对形成的应收账款进行监控，保证及时 收回货款。此时信用管理的目标是如何提高应收账款回收率。“账龄分析”法是企业可选用的一种十分有效的监控 方法。 这种方法是将应收账款的收回时间加以分类，统计各 时间段内支付的或拖欠的应收账款情况，从而监督每个客 户的应收账款支付进度，对不同时间段内的逾期账款采取 不同对策。 应用账龄分析技术，推行一种行之有效的“应收账款 的跟踪管理”，即从应收账款产生之日起，便与客户建立 定期联系，监督其支付情况，直到账款被全部收回。 2、应收账款的到期催收管理属于应收账款的事中管理。 其核心内容是核实应收账款基础数据（包括时间、是 否逾期、业务概况、历史原因、责任人、金额、已采取的 措施等），建立催收基本资料，制定应收账款重点追讨对象，定期公布“黑名单”，以应收账款工作例会为机制， 对快到期应收账款、拖欠款和诉讼状况（特别是重点金额 款项）定期进行披露，从而进行监控。
数学建模模糊综合评价法
学科评价模型（模糊综合评价法） 摘要：该模型研究的是某高校学科的评价的问题，基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法，通过建立对比矩阵，得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值，最后确定学科的综合排名。（将问题1中的部分结果进行阐述） （或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重（只选取一组代表性的即可），然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算，得出其权重系数）。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为：4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、1 对于问题2、基于问题一中已经获得的对学科的评价值，为了更加明了的展现各一级因素的作用，采用求解相关性系数的显著性，找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配，对比通过模型求得的数值，来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法，由于在此种情况下考虑的是科研型或者教学型的高校，因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果，需要重新建立模型，消除或者忽略某些因素的影响和作用（将问题三的部分结果进行阐述）。 一、问题重述
学科的水平、地位是评价高等学校层次的一个重要指标，而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面，通常情况下一个好的专业可以录取到相对起点较高的学生，而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处，可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争，而学科间的竞争是高等教育发展的动力，所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法：因素分析法和内涵解析法。本模型基于某大学（科研与教学并重型高校）的13个学科在某一时期内的调查数据，包括各种建设成效数据和前期投入的数据。 通过计算每一级、每一个评价因素所占的权重，确定某一学科在评价是各因素所占的比重，构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题： 1、根据已给数据建立学科评价模型，要求必要的数据分析及建模过程。 2、模型分析，给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型祸教学型高校，请给出相应的学科评价模 型。 二、符号说明与基本假设 2.1符号说明 符号说明 S——评价数（评价所依据的最终数值） X——影响评价数值的一级因素所构成的矩阵