第一问：
多种数据，首先先设置几个评价指标，然后使用主成分分析/熵权法+topsis求出指标值
变异系数：单位不同/平均值不同时，不能直接比较方差，使用变异系数 \(C.V. = S/X\)（标准差除以平均值）
一般来说，变异系数<0.25，说明数据较为稳定
第二问：
是否违约：是一个0/1变量，（二值选择估计）Logistic回归，使用SPSS软件可以得出
看看未评价和已评价的相比缺了什么：信用评级 & 是否违约（这个已经通过logistic回归得出了）
如何预测信用评级？这不是0/1变量 神经网络！
拿什么当做输入？123家已经评价过的，也就是说那些评价指标和信用评级已经有对应关系的了，对神经网络进行训练
然后输入一下就可以得到信用评级的预测值了
现在这300多家企业已经相当于和问题一完全一样了，熵权法+topsis解决
第三问：
引入了突变系数，有一些是对企业产生影响，还有一个是对计算公式改变（也就是银行贷款收益的目标函数）
