基于K-S检验与距离相关分析的网络借贷信用评价指标体系构建

网络借贷作为一种新型互联网金融模式,提升了金融资源使用效率,缓解了小企业融资难的困局。构建合理的网络借贷信用评价指标体系,从而对网络借贷的潜在风险及时甄别与预防,对互联网金融健康持续发展意义重大。本文根据K-S检验与距离相关分析相结合,筛选对借款客户违约状态甄别能力强的指标,建立了网络借贷信用评价指标体系,通过P2P网络借贷(peer to peer lending,个人对个人借贷)平台LendingClub交易数据进行实证研究,结果表明:不仅借款金额、借款利率等借款标的特征对借贷者违约具有显著相关性,借款者年龄等个人特征、借款者年收入等财务特征以及借款者违约次数等信用特征均对借贷者违约风险产生显著影响。投资者在出借资金时,往往青睐于已婚、年龄适中、具有一定工作经历、历史违约次数较少的借款人。因此,风险监管部门应构建网络借贷违约风险评估模型,对P2P平台进行风险监测,同时建立关键信息共享机制,融合多源数据,明确审查范围,实现P2P网络借贷行业健康有序发展。     

基于CCSD模型的上市企业信用风险评价研究

准确评估上市企业信用风险有利于银行控制贷款风险，通过遴选建立信用风险评价指标体系；采用CCSD模型确定权重，消除指标间的相关性对评价结果的影响，建立信用风险评价模型；以100家上市企业为例，对其信用风险进行实证研究。研究表明：影响100家上市企业信用风险的主要有资产负债率、流动比率、净资产报酬率、总资产报酬率和应收账款周转率等5个指标；100家上市企业中信用水平较好的10家企业是广宇发展、靖远煤电、张家界、江铃汽车、合Jl~-ff货、深桑达A、云南白药、泰复实业、宝石A和中联重科。