个人信用评估研究方法

1. 信用评级的评级方法

信用评级的方法是指对受评客体信用状况进行分析并判断优劣的技巧，贯穿于分析、综合和评价的全过程。按照不同的标志，信用评级方法有不同的分类，如定性分析法与定量分析法、主观评级方法与客观评级法、模糊数学评级法与财务比率分析法、要素分析法与综合分析法、静态评级法与动态评级法、预测分析法与违约率模型法等等，上述的分类只是简单的列举，同时还有各行业的评级方法。
这些方法相互交叉，各有特点，并不断演变。如主观评级方法与客观评级方法中，主观评级更多地依赖于评级人员对受评机构的定性分析和综合判断，客观评级则更多地以客观因素为依据.
在评级业的发展中，各评级公司不断总结自身经验，评级指标不断细化，有必要对不同的设计方法做一个比较。
企业信用评级法通过对国际上先进的企业信用评级理论、企业信用评级思想、企业信用评级模型以及企业信用评级方法的研究，经过多年的不断探索、研究、实践、创新和积累，最终总结出一套符合中国经济环境且适用于中国中小企业的信用评级体系，并建立了完备的企业信用评级数据库、业内领先的企业信用评级模型以及科学的企业信用评级方法。企业信用网通过利用现代互联网信息技术手段，来充分把握各个行业发展脉搏，从而保证了企业信用评级结果的准确性、及时性，提高了中国企业信用评级行业的技术水平 。
要素分析法比较
根据不同的方法，对要素有不同的理解，主要有下述几种方法。
5C要素分析法:这种方法主要分析以下五个方面信用要素：借款人品德(Character)、经营能力(Capacity)、资本(Capital)、资产抵押(Collateral)、经济环境(Condiltion)。
5P要素分析法 个人因素(Personal Factor)、资金用途因素(Purpose Factor)、还款财源因素 (Payment Factor)、债权保障因素(Protection Factor)、企业前景因素(Perspective Factor)。
5W要素分析法 5W要素分析法即借款人（Who）、借款用途（Why）、还款期限（When）、担保物（What）及如何还款（How）。
4F法要素分析法 4F法要素分析法主要着重分析以下四个方面要素：组织要素（Organization Factor）、经济要素（Economic Factor）、财务要素（Financial Factor）、管理要素（Management Factor）。
CAMPARI法 CAMPARI法即对借款人以下七个方面分析：品德，即偿债记录（Character）、借款人偿债能力（Ability）、企业从借款投资中获得的利润（Margin）、借款的目的（Purpose）、借款金额（Amount）、偿还方式（Repayment）、贷款抵押（Insurance）。
LAPP法 LAPP法分析以下要素：流动性（Liquidity）、活动性（Activity）、盈利性（Profitability）和潜力（Potentialities）。
骆驼评估体系 骆驼评估体系包括五个部分：资本充足率（Capital adequacy）、资产质量（Asset Quality）、管理水平（Management）、收益状况（Earnings）、流动性（Liquidity），其英文第一个字母组合在一起为“CAMEL”，因正好与“骆驼”的英文名字相同而得名。
上述评级方法在内容上都大同小异，是根据信用的形成要素进行定性分析，必要时配合定量计算。他们的共同之处都是将道德品质、还款能力、资本实力、担保和经营环境条件或者借款人、借款用途、还款期限、担保物及如何还款等要素逐一进行评分，但必须把企业信用影响因素的各个方面都包括进去，不能遗漏，否则信用分析就不能达到全面反映的要求。传统的信用评级要素分析法均是金融机构对客户作信用风险分析时所采用的专家分析法，在该指标体系中，重点放在定性指标上，通过他们与客户的经常性接触而积累的经验来判断客户的信用水平。另外，美国几家信用评级公司都认为信用分析基本上属于定性分析，虽然也重视一些定量的财务指标，但最终结论还要依靠信用分析人员的主观判断，最后由评级委员会投票决定。
综合分析方法的比较
综合分析评级方法就是依据受评客体的实际统计数据计算综合评级得分(或称指数)的数学模型。企业信用综合评级方法很多，但实际计算中普遍采用的方法主要有四种。为让读者更清晰理解“多变量信用风险二维判断分析法”，有必要考察这几种评级方法的优劣。
加权评分法
这是目前信用评级中应用最多的一种方法。一般做法是根据各具体指标在评级总目标中的不同地位，给出或设定其标准权数，同时确定各具体指标的标准值，然后比较指标的实际数值与标准值得到级别指标分值，最后汇总指标分值求得加权评估总分。
加权评分法的最大优点是简便易算，但也存在三个明显的缺点。
第一，未能区分指标的不同性质，会导致计算出的综合指数不尽科学。信用评级中往往会有一些指标属于状态指标，如资产负债率并不是越大越好，也不是越小越好，而是越接近标准水平越好。对于状态指标，加权评分法很容易得出错误的结果。
第二，不能动态地反映企业发展的变动状况。企业信用是连续不断的，加权评分法只考察一年，反映企业的时点状态，很难判断信用风险状况和趋势。
第三，忽视了权数作用的区间规定性。严格意义上讲，权数作用的完整区间，应该是指标最高值与最低值之间，不是平均值，也不是最高值。加权评分法计算综合指数时，是用指标数值实际值与标准值进行对比后，再乘上权数。这就忽视了权数的作用区间，会造成评估结果的误差。如此，加权评分法难以满足信用评级的基本要求。
隶属函数评估法
这种方法是根据模糊数学的原理，利用隶属函数进行综合评估。一般步骤为：首先利用隶属函数给定各项指标在闭区间[0,1]内相应的数值，称为“单因素隶属度”，对各指标作出单项评估。然后对各单因素隶属度进行加权算术平均，计算综合隶属度，得出综合评估的向指标值。其结果越接近0越差，越接近1越好。
隶属函数评级方法较之加权评分法具有更大的合理性，但该方法对状态指标缺乏有效的处理办法，会直接影响评级结果的准确性。同时，该方法未能充分考虑企业近几年各项指标的动态变化，评级结果很难全面反映企业生产经营发展的真实情况。因此，隶属函数评估方法仍不适用于科学的信用评级。
功效系数法
功效系数法是根据多目标规划原理，对每一个评估指标分别确定满意值和不允许值。然后以不允许值为下限，计算其指标实现满意值的程度，并转化为相应的评估分数，最后加权计算综合指数。
由于各项指标的满意值与不允许值一般均取自行业的最优值与最差值，因此，功效系数法的优点是能反映企业在同行业中的地位。但是，功效系数法同样既没能区别对待不同性质的指标，也没有充分反映企业自身的经济发展动态，使得评级结论不尽合理，不能完全实现信用评级所要实现的评级目的。
多变量信用风险二维判断分析评级法
对信用状况的分析、关注、集成和判断是一个不可分割的有机整体，这也是多变量信用风险二维判断分析法的评级过程。
多变量特征是以财务比率为解释变量，运用数量统计方法推导而建立起的标准模型。运用此模型预测某种性质事件发生的可能性，使评级人员能及早发现信用危机信号。经长期实践，这类模型的应用是最有效的。多变量分析就是要从若干表明观测对象特征的变量值（财务比率）中筛选出能提供较多信息的变量并建立判别函数，使推导出的判别函数对观测样本分类时的错判率最小。根据判别分值，确定的临界值对研究对象进行信用风险的定位。
二维判断就是从两方面同时考察信用风险的变动状况：
一是空间，即正确反映受评客体在本行业(或全产业)时点状态所处的地位；
二是时间，尽可能考察一段时期内受评客体发生信用风险的可能性。

2. 什么是征信学

征信学的定义及其解释

征信学是一门研究信用评估和信用管理的学科。其主要目的是通过对个人或企业的信用信息进行收集、评估和分析，以便对其信用状况进行全面了解，并作出决策的依据。以下对征信学进行详细的解释。

一、定义征信学概念

征信学涉及对个人或企业的信用历史、财务状况、交易记录等信息的搜集和整理。通过运用统计学、数据分析、模型构建等方法，对信用信息进行评估，以确定其信用等级和偿还能力。这是金融机构、企业和个人进行信贷决策的重要依据。

二、征信学的应用领域

征信学广泛应用于金融领域，特别是在信贷业务中发挥着重要作用。银行、消费金融公司和其他金融机构通过征信评估来确定借款人的信用状况，从而决定是否发放贷款以及贷款的利率和额度。此外，征信学还应用于保险、租赁等行业，帮助相关机构进行风险评估和决策制定。

三、征信学的核心要素

征信学的核心包括信用信息的收集、处理和分析技术。其中，信息收集涉及从各种渠道获取个人或企业的信用信息；处理包括对信息的清洗和整合，以确保信息的准确性和完整性；分析则基于统计学和数据分析方法，对信用信息进行深入挖掘，以评估信用状况和风险。

四、征信学的重要性

征信学在现代化社会经济发展中具有重要意义。通过征信评估，可以有效降低信贷风险，提高金融系统的稳健性。同时，征信学还可以帮助个人和企业建立良好信用记录，促进金融交易的顺利进行。此外，征信学对于推动社会信用体系建设，提高整个社会诚信水平也发挥着重要作用。

总结，征信学是一门重要的信用评估和信用管理学科，其在金融、保险、租赁等领域的应用为相关机构提供了决策依据，对于促进社会信用体系建设具有重要意义。