[发明专利]基于Fisher-Score违约鉴别能力最大的信用评级最优指标组合的方法

权利要求书

1.一种基于Fisher-Score违约鉴别能力最大的信用评级最优指标组合的方法，其特征在于，步骤如下：

步骤1：数据载入

将信用评级的n个样本、信用评级海选指标及违约状态指标的源数据载入Excel文件中；其中，违约状态分为违约＝1和非违约＝0；

步骤2：数据预处理

通过Max-Min标准化方法，将信用评级海选指标的源数据进行标准化，消除指标量纲的影响；

步骤3：计算单个信用评级海选指标的违约鉴别能力F_i

采用指标的Fisher Score值大小衡量指标的违约鉴别能力大小，指标的FisherScore值越大，则违约客户和非违约客户的组内数值离散程度越低，组间离散程度越大，则指标越能将违约客户与非违约客户显著区分开；指标x_i的Fisher Score值公式如下：

式(1)中，F_i第i个指标的Fisher score值，i＝1,2,…；第i个指标下非违约客户平均值；第i个指标下违约客户平均值；第i个指标下客户平均值；x_ij⁽⁰⁾第i个指标下第j个非违约客户数值；x_ih⁽¹⁾第i个指标下第h个违约客户数值；n₀非违约客户数；n₁违约客户数；

步骤4：删除反映信息重复的指标，形成第一个指标组合ψ₁(M)

通过相关分析确定反映信息重复的指标对，删除信息重复的指标对中Fisherscore值小的指标，剩余M个非冗余的指标形成第一个指标组合ψ₁(M)；

步骤5：对评级指标赋权w_i(m)

采用公式对指标进行赋权，确保Fisher score值越大的指标，权重越大；

其中，w_i(m)表示指标组合ψ(m)中第i个指标的权重；m表示指标组合ψ(m)中需要赋权的指标个数，m＝1,2，…，M；

步骤6：计算客户的信用评分S_j(m)

采用线性加权公式求解客户j的信用得分；其中x_ij第i个指标下第j个客户的数值；

步骤7：基于指标组合ψ₁(M)计算客户信用评分S_j(M)的违约鉴别能力F₁(M)

将步骤6的信用得分S_j(m)＝S_j(M)代替指标x_i，代入式(1)，得到信用得分S_j(M)的违约鉴别能力F₁(M)，即指标组合ψ₁(M)的违约鉴别能力F₁(M)；

与步骤3不同，步骤3是计算单个指标的Fisher score违约鉴别能力，从这里开始的步骤7-步骤9是计算指标组合的Fisher score违约鉴别能力；

步骤8：第二个指标组合ψ₂(M-1)及其违约鉴别能力F₂(M-1)的确定

在步骤4的第一个指标组合M个指标的基础上，去掉1个指标，形成M-1个指标的指标组合ψ₂(M-1)；指标组合ψ₂(M-1)一共有M个，共有M种去掉方式；

按照步骤5-步骤7，测试这M个指标组合ψ₂(M-1)的Fisher score值F₂(M-1)，选择Fisherscore最大的那一个指标组合及其对应的最大的Fisher score违约鉴别能力，即为本步骤的遴选结果和下一步遴选的基础；

步骤9：其他指标组合及其违约鉴别能力的确定

在步骤8中遴选的Fisher score最大的指标组合基础上，去掉1个指标，则得到由M-2个指标形成的指标组合ψ₃(M-2)；与步骤8同理，M-2个指标的组合ψ₃(M-2)一共有M-1组；按照步骤8，测试这M-1个指标组合ψ₃(M-2)的Fisher score值F₃(M-2)，则得到Fisher score最大的那一个指标组合及其对应的最大的Fisher score违约鉴别能力；

以此类推，则得到F₄(M-3)，F₅(M-4)，…，F_M(1)；

步骤10：最优指标组合的确定

在步骤4-步骤9中，选取F₁(M)，F₂(M-1)，F₃(M-2)，…，F_M(1)中选取最大值F_i(M+1-i)所对应的那个指标组合ψ_i(M+1-i)即为最优的指标组合，也即最优指标体系。