摘要：《新巴塞尔协议》要求银行加强内部评级，企业信用评级是内部评级的重要组成部分。鉴于国内定量分析方法的缺点而提出来M．H．DIS(多准则层次判别法)模型，此模型通过求得描述属于某一信用级别的所有企业特征的效用函数，从而实现对企业的分类。这是一般的判别分析所没有考虑的。
　　关键词：M．H．DIS；多准则决策分析；企业信用评级；效用；商业银行
　　中图分类号：F832．2
　　文献标识码：A
　　
　　一、引言
　　
　　目前我国商业银行企业信用评级方法偏于定性化，缺乏系统科学的定量分析。信用风险分析主要停留在传统的比例分析阶段，缺乏建立在统计分析和人工智能等现代科学方法基础上的信用风险量化测量工具，对企业违约风险分析模型、企业破产失败预警模型等科学定量模型的开发不足。目前国内常用的信用评级方法有打分法和统计判别分析，如多元判别分析MDA和逻辑分析(LogitAnalysis，LA)。MDA的最大优点在于其具有较好的解释性和简明性，缺陷是较严格的前提条件——要求数据服从多元正态分布和协方差矩阵相等，而现实中大量情形违背了上述假定。LA方法则不受DA假设的限制。但应用LA在样本点存在完全分离时，模型参数的最大似然估计可能不存在，模型的有效性值得怀疑，另外该方法对中间区域的判别敏感性较强，导致判别结果不稳定。对处于转轨时期的我国商业银行，除通常正态分布和等协方差阵的要求外，使用MDA、LA存在的问题是用于信用评估的数据特性不稳定、历史数据样本容量小，这就导致使用MDA、LA时有效样本数量小，影响其使用效果。因此如何利用有限的样本来构造企业信用评级模型，是我国商业银行面临的关键问题。
　　
　　二、M．H，DIS企业信用评级原理及模型
　　
　　M．H．DIS(Multi—groupHierarchicalDIScfimin~on)多组层次判别法，由Zopounidis和Doumpos(2000)提出。该模型通过一组可加效用函数(UFA，utility ad-ditive)来给企业分组，并被应用于信用卡评估、国家风险评估、信用风险评估、企业并购、企业失败预警等方面。
　　
　　(一)M．H．DIS企业信用评级原理
　　M．H．DIS方法的不同之处在于它在预先确定等级时应用层次分析法，采用边际效用函数，即考虑了不同企业不同衡量指标的引发的边际效用不同，从而将影响评级结果。通过推导企业关于指标组合的效用函数来建立决策者的偏好体系，M．H．DIS求得的效用函数描述属于某一信用级别的所有企业的特征，从而可用于对企业分类。因为一个指标在描述属于一组的企业时是最重要的指标，但在描述另一组企业时就不一定重要。M．H．DIS应用数学规划方法来求得最优的效用函数，每个效用函数解释属于同一组企业的特征，以便识别能区分这些企业组的特征变量。M．H．DIS从最高级别(风险最低的相当于常用的AAA级)开始，建立用于企业分类的决策树，通过三个步骤实现：最小化错分成本，调整由第一步错分的企业及错分成