基于模糊综合评价方法的贷款风险分类法

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于模糊综合评价方法的贷款风险分类法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

[摘 要] 贷款风险分类是商业银行信贷业务中的关键一环，不同国家对此有不同的分类方法。本文提出一种将信贷风险分为六大类的指标体系，以模糊综合评价方法为基础的分类方法，并以一项某商业银行的贷款业务为实例进行了分析说明。

[关键词] 信贷风险分类法 模糊综合评价

一、引言

信贷业务是当前我国商业银行的主要利润来源，而众所周知，发放贷款是存在风险的，而风险大小会影响贷款的回收，因此依据风险大小进行分类是很重要的。贷款风险分类是指银行的信贷分析和管理人员，或监管当局的检查人员，综合能获得的全部信息并运用最佳判断，根据贷款的风险程度对贷款质量做出评价。

贷款分类是按风险程度把贷款划分为不同档次的做法，目前国际上有以下三种做法：

第一种是以美国为代表，把贷款分为五类：即正常、关注、次级、可疑、损失。目前采用这类方法的国家相对较多，并有增加的趋势。第二种是澳大利亚和新西兰的做法，即把贷款分为正常和受损害两类。第三种是欧洲发达国家的做法。这些国家的监管当局一般不对金融机构的资产分类做出规定。

各国的分类方法尽管有差异，但是对正确的分类原则看法一致，那就是分类的结果要能揭示资产的价值和风险程度，能够及时全面地反映金融机构的资产质量，并能够据以计提呆账准备金。我国贷款风险分类采用美国的风险分类方法，将贷款划分为：正常、关注、次级、可疑、损失五个档次。在这个五级分类基础上，不少商业银行进行了进一步的细分，以更好的反映贷款的风险程度。

现阶段在进行分类时，很多银行只是简单的采取主观评价的方法，依据一些影响因素来进行简单的分类。本文则提出了一种基于模糊综合评价的风险分类方法。

二、模糊综合评价过程介绍

模糊综合评价过程对于解决一些评判标准众多、且不确定性较大的问题有很大帮助，具体的过程如下：

1.建立问题的评价指标集合U=（u1,u2,…,un），ui（i=1,2,…,n)表示待评价的第i个指标。每个指标可包含子项目，形成多级体系。

2.建立评价集合V=（v1,v2,…,vn），vi（i=1,2,…,m）表示对各因素的评价等级。

3.确定权重：设A层因素ak与下一层B中的因素B1,B2,…，Bn有联系，则可以构造如下的判断矩阵(如图所示):

其中bij表示相对于上一个层次的因素ak而言，Bi对Bj的相对重要性，其数值一般用1至9期及倒数来标度，并且满足bij=1/bji， bij=1，bikbkj=bij。ai是bij(j=1,…，n)的几何平均值，对向量(a1,a2,…，am)T作归一化处理后得特征向量W=(W1,W2,…,Wm)T，求出它的最大特征值，接下来根据最大特征值进行一致性检验。

4． 进行单因素分析：假设i第个因素的单因素模糊评价为Ri=(ri1,ri2,…rim)，(i=1,2,…,n)，其中rij表示第i个因素对第j个评价的隶属度。

5． 模糊综合评判:接下来对评价指标集合中的各评价指标，计算模糊向量Ai=(ai1,ai2,…aim)，其中隶属度aik=(k=1,2,…,m)表示各子因素在该指标的单因素评价中的分量，从而得出单因素评价向量Bi=AiRi=(bi1,bi2,…,bim)。设各个评价指标权向量为E=(e1,e2,…,en)，则综合评价向量为。

三、贷款风险分类的模糊综合评价模型

根据贷款所涉及到的方面和特点，我们选取A层目标为信贷风险分类，同时设计了六大的评价指标：财务风险、行业及市场风险、企业营运风险、信用风险、银行操作与法律风险、自然及社会风险。每个评价指标又可以细分成几个不同的因素，具体如表所示。评语集合则为（正常，关注，次级，可疑，损失）。各指标的权重计算如下：

首先计算B层指标相对于A层目标的权重：根据判断矩阵（如右图），归一化处理后得到特征向量，也就是B层指标相对于A层目标的权重:

W=(0.321,0.134,0.134,0.321,0.06,0.03)T

最大特征值，下面检验一致性:

，通过一致性检验。

类似的可以得到C层各子因素的权重，计算结果如表所示。通过专家打分，得出各因素对该评价的隶属度，利用上面提出的方法就可以得到模糊综合评价的结果。

表1模型的指标因素及其权重

四、模型的应用实例

我们以某银行在2002年承接的一笔贷款业务为例来说明模型的实际应用。贷款企业为一家以生产焦炭为主的企业。主要股东为一家港资公司和当地的工贸企业。注册资本人民币2.53亿元。公司的一期改造项目已经建成，二期共程正在建设当中，将采用新的生产工艺。配套的运输设施、环保设施基本齐备。

根据企业的资料和信贷部门调查的结果，我们将意见进行总结，请专家打分得到各因素的评价结果（具体结果从略）。根据专家打分，我们得到对B层的六个主要指标的评价向量:

B1=(0.3184,0.548,0.1116,0,0);B2=(0.0692,0.2965,0.3807,0.1154,0.0118);B3=(0.102,0.354,0.307,0.158,0.069,);B4=(0.0529,0.4645,0.3753,0.1073,0);B5=(0.6336,0.2332,0.0999,0.0333,0)B6=(0,0.1098,0.1882,0.4363,0.2461)

最后结合这6个指标所占的权重，得出最终的评价结果为:

V=(0.180,0.430,0.26,0.086,0.018)

结果显示，贷款处于“关注”的可能性最大，占了43%，说明该笔贷款业务除了部分因素需要关注以外，总体风险较小，是可以进行的，这与最后贷款回收的实际情况基本吻合。

参考文献:

[1]靳景玉 刘朝明 韩 斌:区域风险投资环境的AHP模糊综合评价.西南交通大学学报,2005.6379～384

[2]边晓红:基于模糊综合评价法的上市公司信用风险研究.大连理工大学硕士学位论文,2006.619～30

[3]朱小红 张 涛:高新技术企业风险的模糊评价模型研究.工业技术经济,2006.675～77

[4]刘建国:模糊决策法在高校图书馆人员效绩评估中的应用.图书馆工作与研究,2007.298～99

[5]李荣钧:模糊多准则决策理论与应用.科学出版社,2002.2第一、二章