【技术实现步骤摘要】
本专利技术属于发债主体评价，具体是一种发债主体信用评价方法。
技术介绍
1、投资者对上市公司的评判不仅仅局限于经营收入、盈利能力和偿债能力等传统财务指标，而是否具备正负向的环境和社会等外部效应也是重要的考量因素，发债主体信用评价方法是一种评估发债主体偿还债务能力和意愿的技术手段，它可以帮助投资者、监管机构和市场参与者了解债券市场的信用风险状况，促进债券市场的健康发展。
2、而目前金融机构常见的固收投研内评体系，存在的缺陷如下：
3、1.研究规范性较差：部分机构并没有成熟成体系的内评模型，每次评价主要依赖外部评级或集体决策，不同人员由于自身行业分析经验差异，无法得到较为统一的评价方案。
4、2.评价结果认可度较低：投资、风险、信用研究部门在投资过程中扮演角色不同，对风险管理的角度与方法并不相同，很难形成各方均满意的结果。
5、3.风险分析准确性较低：不同研究员评价体系各自不同，基于过于主观或客观的评价均无法满足当前国内债市的风险评价方式。
6、4.外评并不满足自身机构偏好：目前市面上无论是第三方评级机构，还是近期较为发展迅速的投资市场评价，均由评级机构内部提出模型方案与结果，无法满足不同机构各自的风险偏好。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一；为此本专利技术提出了一种发债主体信用评价方法，用于解决研究规范性较差、评价结果认可度较低、风险分析准确性较低以及外评并不满足自身机构偏好的技术问题，本
2、为实现上述目的，本专利技术的第一方面提供了一种发债主体信用评价方法，包括以下步骤：
3、s1、样本选取：获取若干年内发债与上市企业的行业数据和年报财务数据，并标记为样本数据，根据行业类型将样本数据进行分组，得到k组基础模型；提取发债主体的外部评价结果；
4、其中，行业数据包括若干个大类指标，而大类指标为包括若干个子指标；大类指标包括资本结构指标、营运能力指标、盈利能力指标、偿债能力指标、成长能力指标和区域指标，年报财务数据包括损益表、资产负债表和现金流量表，且k为正整数；
5、s2、指标分析筛选：对若干个大类指标以及对应的若干个子指标进行筛选之后得到入模指标；
6、s3、认定打分区间：基于入模指标和基础模型选取对应样本数据的若干个预设分位点作为打分标准，得到打分区间；
7、s4、计算权重：基于层次分析法对行业数据中的若干个大类指标进行权重认定，得到指标权重，基于指标权重和大类指标中子指标的个数对若干子指标权重进行认定，得到最终权重；
8、s5、验证结果：将与入模指标对应的打分区间和最终权重生成h个评价模型，基于一致性和auc值对评价模型进行检验，得到检验结果；根据检验结果对评价模型进行校准；其中，h为正整数；
9、s6、级别划分：将若干待测主体的行业数据和年报财务数据输入至评价模型生成评价结果，对评价结果进行级别划分，用评级符号区分不同信用的级别主体。
10、优选的，所述对若干个大类指标以及对应的若干个子指标进行筛选之后得到入模指标，包括：
11、a1、缺失率筛选：提取样本数据，将行业数据中年报财务数据的缺失率超过a％的大类指标剔除，得到筛选指标，其中，a为正整数，且a＜100；
12、a2、外评一致性筛选：将筛选指标中子指标的数值与对应样本的外评somer’sd，判断子指标与外部评价结果是否一致，得到判断结果；
13、a3、解释性筛选：判断该筛选指标中子指标随外部评价结果的变化区域与对应的经济学含义是否一致，得到判断结果；
14、a4、关联性筛选：判断在同一大类指标中的任意两个子指标的关联性是否大于预设的关联阈值，得到判断结果；其中，任意两个子指标关联性的计算方式采用协方差法。
15、a5、将外评一致性筛选、解释性筛选和关联性筛选的判断结果作为参考指标进行认定，得到目标指标。
16、优选的，所述基于入模指标和基础模型选取对应样本数据的若干个预设分位点作为打分标准，得到打分区间，包括：
17、b31：提取第z个基础模型中所有企业若干年内对应子指标的数值，得到若干比较数据；其中，对应子指标为该行业中关注的子指标；其中，z为正整数，且z≤k；
18、b32：将若干比较数据从大到小进行排序，得到排序结果，基于提交数据的个数计算对应预设分位点的点值；
19、b33：根据排序结果将点值对应的数值标记为分界值，基于分界值和对应子指标设置打分区间。
20、优选的，所述基于指标权重和大类指标中子指标的个数对若干子指标权重进行认定，包括：
21、c41：根据大类指标权重和子指标的数量确定子指标的保留个数u，其中，1≤u≤5；
22、c42：根据数理筛选过程中外评一致性决定各子指标的权重值；
23、c43：将子指标对应大类指标的权重指标与对应子指标权重值的乘积标记为该子指标的最终权重。
24、优选的，所述基于一致性和auc值对评价模型进行检验，包括：
25、计算评价模型的模型结果，将模型结果与外评的somers’d以及对应外评级别的roc曲线auc值，将模型结果、外评的somers’d以及各个外评级别对应auc值和预设阈值进行比较；若模型结果、外评的somers’d以及各个外评级别对应auc值和预设阈值均大于预设阈值，则评价模型通过统计验证；否则，对评价模型进行调整。
26、优选的，所述对评价结果进行级别划分，包括：
27、基于预设的模型样本划分依据，将需要划分级别的评价模型进行汇总，将前m个级别列为优质评价模型，基于预设的正态分布理论值对评价模型进行划分，得到划分结果；根据划分结果从高到低对评价模型进行排序，按照对应的理论占比对排序的评价模型分组，提取不同等级内评价模型的得分上下限，并标记为级别主体；其中，m为正整数，且m≤h。
28、与现有技术相比，本专利技术的有益效果是：
29、本专利技术中，获取大量的样本数据以及发债主体的外部评价结果，通过大量的样本数据进行筛选，再对样本数据中的各个子指标进行权重认定，能够得到评价模型，再对评价模型进行检验以及评级结果进行主标尺的划分，通过该种方式弥补不同研究员对主体的基础评价差异，并且在制定、评审过程中均纳入各方参与，确保模型结果的公允性，而且通过回测方案可解决研究员对主体的基础判断准确性，与此同时也允许研究员的人工认定在模型中起到一定程度的影响，同时本专利技术充分考量了模型适用机构自身的风险偏好。
本文档来自技高网...【技术保护点】
1.一种发债主体信用评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种发债主体信用评价方法，其特征在于，所述对若干个大类指标以及对应的若干个子指标进行筛选之后得到入模指标，包括：
3.根据权利要求1所述的一种发债主体信用评价方法，其特征在于，所述基于入模指标和基础模型选取对应样本数据的若干个预设分位点作为打分标准，得到打分区间，包括：
4.根据权利要求1所述的一种发债主体信用评价方法，其特征在于，所述基于指标权重和大类指标中子指标的个数对若干子指标权重进行认定，包括：
5.根据权利要求1所述的一种发债主体信用评价方法，其特征在于，所述基于一致性和AUC值对评价模型进行检验，包括：
6.根据权利要求1所述的一种发债主体信用评价方法，其特征在于，所述对评价结果进行级别划分，包括：
【技术特征摘要】
1.一种发债主体信用评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种发债主体信用评价方法，其特征在于，所述对若干个大类指标以及对应的若干个子指标进行筛选之后得到入模指标，包括：
3.根据权利要求1所述的一种发债主体信用评价方法，其特征在于，所述基于入模指标和基础模型选取对应样本数据的若干个预设分位点作为打分标准，得到打分区间，包括：
【专利技术属性】
技术研发人员：卢鹏，吴杰，尹留志，陈泽锋，傅成，何成弥，镇磊，涂汀，鲁加旺，
申请(专利权)人：安徽兆尹信息科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。