数字新媒体企业的信用评级方法研究开题报告

1. 研究目的与意义

近年来数字新媒体行业发展势头迅猛，行业的兴起促使许多传统媒体企业纷纷转型或拓展新媒体相关业务，新的数字新媒体企业也在不断涌现。目前数字新媒体行业里中小规模企业占比较高，业务特性导致多数企业无形资本比重大，与此同时，我国对于数字新媒体企业的信用评级体系有待完善，在针对性和科学性上仍具有一定缺陷。在以上多种原因的共同作用下，造成数字新媒体企业的信用评级水平较低，给企业的融资和行业的发展均形成障碍。

由此可见，应当构建针对数字新媒体企业的信用评级体系，这对提升企业信用情况、增强企业融资能力、促进行业发展都具有重要意义。

2. 研究内容和预期目标

本文以数字新媒体企业的信用评级为主要研究内容，探究适用于数字新媒体企业的评级方法。首先，通过对现有信用评级方法的梳理和分析，对比各评分模型的优缺点，选定针对数字新媒体企业的评分模型。其次，通过对实务界和理论界的信用评级指标体系进行研究，综合考虑我国数字新媒体企业的实际情况和业务特点，在此基础上拟定本文选取的信用评级指标，并利用K-S检验和ROC曲线对拟采用指标的相关性和显著性进行检验，从而选取出最终用于建立模型的指标。然后，对筛选后的样本数据进行因子分析从而确定各指标对应的权重，并对模型计算结果进行聚类分析，构建出完整的数字新媒体企业信用评级方法。最后，通过随机抽样选取五家公司，运用本文模型进行信用评级，将所得结果与信用机构评级情况进行对比，对本文构建信用评级方法进行检验。

本文对现有实务界和理论界的信用评级指标体系进行梳理，同时根据我国数字新媒体企业的实际情况和特点，选择更具有针对性的指标建立评级体系，使得信用评级指标体系更具客观性和科学性。另外，本文除了对企业的财务指标进行分析，还将非财务指标纳入考虑，从而令本文的信用评级方法能够对数字新媒体企业信用情况有更为全面的体现。

3. 国内外研究现状

1.国外相关研究

信用评级行为最早出现于20世纪初，当时银行主要采用5c、5p、5w等要素分析法对企业进行评估，其主要目的是预测判断企业在贷款过程中是否会有违约行为。与此同时，例如标普和穆迪等信用评级公司采取财务分析法进行信用评价。通过alexander(1928)在《财务报表比例分析》中提出的杜邦分析法可以发现，当时的财务分析方法更多地依赖于经验，所以评价结果受到的主观影响较多。johnson(1992)为专家判断法设立了更加系统且客观的评价原则和依据，在一定程度上提高了评价结果的可比性和可信度，这种方法在日后逐渐完善成为综合打分法。但是由于打分法的评价基础仍然依赖于专家，其主观性难以完全剔除。同时打分法所使用的指标和权重较为固定，并没有根据评级对象的所处行业、地区等实际情况进行调节，这也导致评价过程缺乏灵活性和科学性。

经过不断研究，理论界和实务界都逐渐开始利用模型对信用情况进行研究和评价。altman(1992)的z-score模型从多个方面对评级对象的能力进行度量，利用最小二乘法确定违约行为和指标之间的数量关系。kmv公司于1997年开发kmv模型，但该模型对于受评对象的指标提出相互具有线性关系、服从正态分布等严格要求，所以该模型在实际应用中局限性较高。近年来，credit metrics模型、credit risk 模型、credit portfolio view模型等现代信用评级体系逐步成熟，统计模型也开始被广泛运用于信用评级领域。

4. 计划与进度安排

首先对国内外信用评级研究情况进行梳理，并阐述本文的研究思路和创新之处。

其次对数字新媒体企业的概念进行界定，并分析企业特点，然后分析比较现有的主要信用评级方法，从中选择本文将运用的分析模型。

再次，通过对已有信用评级指标体系的综合分析和统计检验筛选出最终入模指标，使用因子分析和聚类分析构建数字新媒体企业的信用评级模型，并对模型进行检验。

5. 参考文献

[1] maha bakoben, tony bellotti, niall adams. identification of credit risk based on cluster analysis of account behavious [j]. journal of the operational research society, 2020, 71(5):775-783.

[2] g. caruso, s.a. gattone, f. fortuna, et al. cluster analysis for mixed data: an application to credit risk evaluation[j]. socio-economic planning sciences, 2020.

[3] altman e. financial ratios, discriminant analysis and the prediction of corporate bankruptcy [j]. the journal of finance,1968,23(4):589-609.