发布网友 发布时间:2024-10-24 11:34
共1个回答
热心网友 时间:2024-10-27 18:06
企业资信评估通常采用多种方法来确定其信用评级,其中判别分析法是早期广泛应用的方法。1968年奥特曼提出的Z模型,基于财务比率如流动资金/总资产、留存收益/总资产等构建线性判别函数,通过计算得分来判断企业信用级别。然而,这种方法存在局限性,如对数据分布和协方差矩阵的严格要求,且主要考虑财务因素,忽视了非财务因素和未来预测能力。
综合评判法则是对度因素进行综合考虑,通过赋予每个企业相应的评分,实现模糊问题的科学评价。企业信用评级作为不确定性问题,与模糊理论结合是发展趋势,以提高评级的科学性和准确性。
人工神经网络法,模仿生物神经网络结构,适用于处理企业财务指标间的非线性关系。其自我组织学习、非线性描述和动态调整等特点,使其在企业信用评价中展现出优势。
模糊分析法则针对模糊性和不确定性问题,模糊数学提出隶属函数理论,能更好地描述企业信用状态的模糊性。然而,模糊逻辑的学习能力、稳定性问题以及与传统数学的差异,使得模糊分析法的广泛应用受到学术界的质疑。
从资产、负债和盈利等方面对企业信誉、地位等进行的估价与评定。目的为:①为向企业投资、提供贷款或其他形式的信用,购买企业发行证券以及有意与企业发生其他经济往来的有关方面提供一种依据,便于对其所要进行的经济活动的风险和收益作出估计。②向企业的社会投资者等系统反映企业现有资产状态和生产经营情况,为评价企业经营业绩提供依据。③为作为经济管理主体的国家主管部门决定企业今后经营方向和经营方针,决定企业的关、停、并、转,及评价企业领导人业绩等提供一种依据。④应或社会其他有关部门特别要求,向其提供企业情况。