[發明專利]一種基于公司經營健康狀況的信用評估方法

在審

• 申請號: 201610227288.5
• 申請日: 2016-04-13
• 公開（公告）號: CN107292477A
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 陳年
• 申請（專利權）人: 上海斯睿德信息技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/00
• 代理公司: 上海麥其知識產權代理事務所(普通合伙)31257
• 代理人: 董紅曼

技術領域

本發明屬于計算機及財務評估領域，尤其涉及一種基于公司經營健康狀況的信用評估方法。

背景技術

奧特曼Z得分模型(Z-Score Formula)是在1958年由當時在紐約大學擔任金融系助理教授的奧特曼首先提出來的主要用于預測未來兩年內評價對象企業是否會倒閉的模型。在Z-Score模型出現之前，評價企業是否會倒閉的方法基本上還是綜合分析法，即綜合一個對象企業的不同財務指標或財務比例的情況，但是沒有明確的閾值來根據財務指標或財務比例評價和分析對象企業的財務健康狀況。當不同的財務指標或財務比例出現相互矛盾的含義時，如何分析和評價對象企業就完全取決于評價人的個人經驗了。

奧特曼第一次把統計計量的方法用到了破產違約分析中來。他收集了大量國外上市公司的財務數據，包括健康的公司和最終破產的公司，并且總結了將近三十個與企業財務健康狀況有關的財務指標，然后把這些指標和是否破產違約的結果進行相關性檢驗。為了提高指標和破產違約結果之間的關聯度，他選擇了把財務指標相互組合計算，變成財務比例。最終篩選出來五個關聯度最大的財務比例，然后把這些財務比例和破產違約結果進行線性回歸，得出了Z-Score模型。

奧特曼最初搜集的數據來自于上市的制造業公司，相應的Z-Score模型有五個財務比例，它們分別是運營資本/總資產(X1)、盈余公積/總資產(X2)、息稅前利潤/總資產(X3)、公司市值/總負債(X4)以及營業收入/總資產(X5)。Z-Score模型的公式如下：

Z＝1.2×X1+1.4×X2+3.3×X3+0.6×X4+0.99×X5。

當Z值大于2.99時，對象企業沒有破產可能性；當Z值介于1.81和2.99之間時，無法對對象企業下結論；當Z值小于1.81時，對象企業的財務健康狀況堪憂。

非上市制造業企業的Z-Score模型也包含五個財務比例，它們分別是運營資本/總資產(X1)、盈余公積/總資產(X2)、息稅前利潤/總資產(X3)、股東權益/總負債(X4)以及營業收入/總資產(X5)。Z-Score模型的公式如下：

Z＝0.717×X1+0.847×X2+3.107×X3+0.420×X4+0.998×X5。

當Z值大于2.9時，對象企業沒有破產可能性；當Z值介于1.23和2.9之間時，無法對對象企業下結論；當Z值小于1.23時，對象企業的財務健康狀況堪憂。

服務業企業的Z-Score模型包含四個財務比例，它們分別是運營資本/總資產(X1)、盈余公積/總資產(X2)、息稅前利潤/總資產(X3)、以及股東權益/總負債(X4)。Z-Score模型的公式如下：

Z＝6.56×X1+3.26×X2+6.72×X3+1.05×X4。

當Z值大于2.6時，對象企業沒有破產可能性；當Z值介于1.1和2.6之間時，無法對對象企業下結論；當Z值小于1.1時，對象企業的財務健康狀況堪憂。

Z-Score模型作為真正用計量法開發的信用評價模型，到今天仍然在被廣泛使用，尤其在財務數據相對準確的西方國家中。但是Z-Score模型也存在明顯的缺陷。首先，例如在考察上市制造企業時，當Z值大于2.99時，Z值大的企業與Z值小的企業之間信用資質之間是否不同以及差異的程度，通過Z-Score模型無法獲得相應的數據。且若財務數據質量參差不齊，可能會出現由于某一項或某幾項財務指標影響過大，導致Z-Score模型的結果失真。

為了解決現有技術所存在的上述缺陷，本發明提出一種新的基于Z-Score模型的信用評估方法，將原本用于破產違約分析的模型參數運用到風險評估當中，且通過對信用評估參數進行區間化處理，克服了原模型中因財務數據質量問題引起的結果失真缺陷，本發明的信用評估方法能夠準確地評估中小型企業的財務及信用狀況。

發明內容

本發明提出了一種基于公司經營健康狀況的信用評估方法，其包括如下步驟：模型建立步驟：引入Z-score模型并根據評估對象的類型選取信用評估參數；樣本值獲取步驟：根據所述評估對象的類型獲取樣本，并獲取所述樣本的所述信用評估參數的樣本值；區間化處理步驟：剔除所述樣本值的異常值，再對所述樣本值進行聚類，根據聚類結果確定所述信用評估參數的分類區間及分項分值；信用評估參數值獲取步驟：獲取所述評估對象的經營數據，計算所述評估對象的各項信用評估參數值；及信用評估步驟：將所述信用評估參數值代入所述分類區間中，根據信用評估參數值在所述分類區間中的分布得到相應的分項分值，計算每個分項分值的總和得到信用評估結果。