​金融学院《信用管理实验》课程教学大纲

金融学院《信用管理实验》课程教学大纲

一、课程基本信息

课程名称：信用管理实验                      课程代码：ZX1683    

课程类别：实践与实验课程                   学       分：1

学       时：18           理论学时：0         实验实践学时：18

面向对象：信用管理专业、金融学专业

先修课程：金融学、会计学、信用管理学、信用评级

二、课程教学目的与要求

本课程是面向信用管理专业、金融类专业的实践与实验课程，主要讲述信用管理和信用评级业务的具体应用及R语言操作。主要内容包括：信用管理实验中的R语言基础，信用管理中的信用计分模型构建（Z计分模型与AHP模型），信用管理与信用评级中的计量模型构架。本课程是金融学、会计学、信用管理学、信用评级的后续课程，为信用风险度量等课程的学习打下基础。

在学习本课程后, 要求学生能够具备以下知识和技能：

1. 使学生具备金融基础知识、相关法律知识以及财务分析方面的知识，并能将这些知识在具体的信用管理和信用评级业务中加以运用。

2. 使学生了解信用管理和信用评级中的数量分析和建模方法，了解信用管理机构在信用管理行业和信贷业务运作中的风险和责任，培养学生创新意识，提高解决实际问题的能力。

三、课程考核要求

1. 考核分为过程考核和结业考核。总评成绩由过程考核成绩和结业考核成绩两部分构成，两者的比例为40%与60%，或者由任课老师视情况而定。

2. 过程考核形式可以根据实际情况从考勤、讨论、作业、上机实验、讨论等形式中进行选择，并按照百分制对各考核形式赋值。

3. 结业考核采用上机形式进行考察，要求在两节课的时间里完成。主要看实验流程是否完整；操作内容是否准确；信用分析报告是否清晰、有说服力。

四、课程教学基本内容、学时分配和教学环节安排

第一章 信用管理实验与R语言概述

本章教学目的与要求：通过本章学习，要求学生了解信用管理和信用评级中的主要实践业务，以及大数据时代R语言在信用管理中的应用背景和前景。

本章教学重点：了解R语言的基本特点和语法。

本章教学难点：根据信用管理实际应用场景进行实验操作，完成规定的实验内容并写出实验报告。

第一节信用管理实验的主要对象

（一）信用管理实验的主要内容

（二）信用管理实验的主要目标

第二节 R语言的基本概念和操作

（一）R语言在信用管理实验中的应用

（二）R环境

（三）R中的处理模块和基本数据类型

（四）R语言的基本语法

第二章  Z计分模型构建及函数编写

本章教学目的与要求：通过本章的学习，要求学生掌握信用评分模型的构建思路，掌握Z计分模型的具体流程，并熟练进行R编程。

本章教学重点：掌握Z计分模型的基本思路，并进行函数编写。

本章教学难点：根据信用管理评分应用场景进行实验操作，完成规定的实验内容并写出实验报告。

第一节 信用评分模型

（一）信用风险和信用评分模型主要方法

（二）Z计分模型的构建

第二节 Z 计分模型的编程应用

（一）R语言函数编程

（二）Z计分模型的构建和应用

第三章  信用分析中的层次模型构建

本章教学目的与要求：通过本章学习，要求学生了解层次分析（AHP）模型在信用管理和信用评级中的应用背景，掌握AHP建模的具体流程。

本章教学重点：掌握AHP建模流程并进行可视化展示。

本章教学难点：根据实验指导书完成规定的实验内容并写出实验报告。

第一节 层次结构模型概述

（一）层次结构模型在信用管理中应用背景

（二）层次结构模型的理论基础

第二节 层次结构模型构建  

（一）基于R语言进行层次结构模型构建的流程

（二）模型得分确定与解读

第四章  信用管理中的多变量线性模型

本章教学目的与要求：通过本章学习，要求学生了解多变量线性模型在信用管理中的应用场景和具体R语言操作。

本章教学重点：了解多变量线性模型在信用管理分析中的应用场景，掌握具体建模思路。

本章教学难点：根据实验指导书完成规定的实验内容并写出实验报告。

第一节 多元线性模型在信用管理分析中的应用

（一）多元回归模型回顾

（二）信用管理中的线性概率模型概述

第二节 信用管理中的案例分析与R操作

（一）案例分析

（二）R语言实际操作

第五章 离散选择模型

本章教学目的与要求：通过本章学习，要求学生了解离散选择模型在信用管理中的应用场景和R语言操作。

本章教学重点：了解离散选择模型的应用优势，掌握具体建模思路。

本章教学难点：根据实验指导书完成规定的实验内容并写出实验报告。

第一节 离散模型在信用管理分析中的应用

（一）logit回归模型

（二）logit模型在信用管理中应用场景及优势

第二节 信用管理中的案例分析与R操作

（一）案例分析

（二）R语言实际操作

第六章  信用评级中的判别分析模型

本章教学目的与要求：通过本章学习，要求学生掌握信用评级业务中的判别分析模型构建逻辑及思路。

本章教学重点：掌握信用评级业务中的判别分析模型构建思路和流程。

本章教学难点：根据实验指导书完成规定的实验内容并写出实验报告。

第一节判别分析模型概述

（一）判别分析模型的应用场景

（二）信用评级业务中的判别分析内容

第二节 判别分析模型构建

（一）判别分析模型的理论基础

（二）判别分析模型的操作与编程

第六章  信用管理中的主成分分析模型

本章教学目的与要求：通过本章学习，要求学生掌握信用评级业务中的主成分分析模型构建逻辑及思路。

本章教学重点：掌握信用评级业务中的主成分分析模型构建思路和流程。

本章教学难点：根据实验指导书完成规定的实验内容并写出实验报告。

第一节 主成分分析模型概述

（一）主成分分析模型的应用场景

（二）信用评级业务中的主成分分析内容

第二节 主成分分析建模

（一）主成分分析模型的统计学基础

（二）主成分分析模型的R编程

第六章  信用管理中的KMV模型

本章教学目的与要求：通过本章学习，要求学生掌握信用评级业务中的KMV分析模型构建逻辑及思路。

本章教学重点：掌握信用评级业务中的KMV模型构建思路和流程。

本章教学难点：根据实验指导书完成规定的实验内容并写出实验报告。

第一节KMV模型概述

（一）KMV模型在信用评级中的应用

（二）KMV模型的建模步骤

第二节KMV模型建模

（一）KMV模型的统计学基础

（二）KMV模型的R编程

五、课程学习指导与修读建议

本门课程以实践和实验教学为主，主要培养学生的应用实践能力和创新能力，在学习过程中注意加强对信用管理实验和应用实践的学习和掌握。授课方式以上机操作为主，并辅以课堂讨论、案例分析等教学形式，课后多思考、多总结，争取能做到用课堂所学理论知识来解决中国经济发展中信用管理和信用评级方面的现实问题研究。

六、推荐教材、阅读书目与电子资源

1.《信用管理新论》，杨家才主编，中国金融出版社，2010年。

2.《商银行信贷管理》，蔡鸣龙主编，厦门大学出版社，2014年。

3.《消费信贷管理》，基层银行编写组编写，企业管理出版社，2013年。

4.《企业信用管理系统实验》，唐明琴主编，经济科学出版社，2011年。

5.《信用评级理论与实务》，叶伟春主编，格致出版社，2011年。

6.《基于R语言的证券公司信用风险计量和管理》，崔玉征 编著，清华大学出版社，2017年。

7.《R语言实战第2版》，:[美]卡巴科弗（Robert I. Kabacoff），人民邮电出版社出版时间:2016年

8.