信用风险评估
开篇：润墨网以专业的文秘视角，为您筛选了八篇信用风险评估范文，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！
信用风险评估范文第1篇
一、引言
央行征信系统是目前世界规模最大、收录人数最多、收集信息全面、覆盖范围和使用广泛的信用信息基础数据库，其存在一些结构性的缺陷，直接影响了互联网金融和其他小型金融机构对客户综合信用评估的准确率。例如，虽然央行征信系统已经收集了8.68亿个自然人的信息，但是有信贷记录的人数仅有3亿多人，大量个人在征信系统中没有任何信贷信息；还有近6亿自然人信息没有被央行征信系统收集；央行征信系统信贷记录主要来源于商业银行等金融机构，其数据在时效性、全面性和层次性上存在短板，无法全面反映客户的真实信息；此外，民间借贷信息也不会接入央行征信系统。大数据是目前互联网领域的研究热点之一，为解决央行征信数据缺失情况下准确评估用户信用风险提供了一个方法。利用先进的机器学习理论建立基于大数据的信用评估模型，对用户在网购、交易、社交等平台积累的商誉和行为数据进行整合和分析，从而将商誉信息转化为信贷评级依据，解决交易过程中的信息不对称的问题，既可以对互联网金融、小额贷款公司等金融机构提供一个有力的风险抓手，也可以对在央行征信系统信贷数据缺失或者信用记录不好、资质比较差的客户提供一个获取信用类服务的机会。因此，深度挖掘互联网大数据信息，开发基于大数据的信用风险评估模型，具有十分重要的现理论和意义。
二、国内外典型个人信用评分系统
（一）FICO系统
FICO是FairIsaac公司推出的一套评分系统，在美国得到广泛使用，其实质是应用数学模型对客户信用信息进行量化分析，基本思想是把数据库中全体借款人的信用习惯与具体某个借款人过去的信用历史资料进行对比，分析该借款人未来发展趋势是否与数据库中那些已经陷入财务困境的借款人有共同的趋势，从而决定是否放款给借款人。其判断的指标主要是客户在金融信贷方面的信息，主要包括信贷组合（10%）、争取新信贷（10%）、信贷时长（15%），未偿债务（30%）、付款历史（35%）。FICO采用的数学模型是传统的logistic回归模型，其信息维度过于单一。
（二）ZestFinance
ZestFinance是一家基于大数据的信用风险评估公司，其信用理念是认为一切数据都与信用有关，从多种渠道获取用户数据，充分挖掘用户信用信息[1]。与传统征信体系不同，其数据来源主要包括第三方数据、网络数据、用户社交数据等多个维度，能够在大数据基础上，从多种角度对借款人进行量化信用评估。ZestFinance的信用评估模型基于先进机器学习和集成学习模型，但具体的预测模型细节是其核心机密，其信用评估模型中用到几千个数据项。（三）芝麻评分芝麻评分是蚂蚁金服旗下个人征信机构在国内率先推出的个人信用评分。芝麻信用通过网络数据的收集和评估对不同的个体给出相应的评分，主要考虑个人信用历史、行为偏好、履约能力、身份特征和人脉关系等维度，数据来源于阿里巴巴生态系统数据、政府公共部门数据以及合作机构数据等。评分模型以线性回归和逻辑回归为主，部分模型也涉及决策树、神经网络等现金机器学习技术。
三、构建用户画像
如何有效地收集、组织用户信息，挖掘与业务应用相关属性，是基于大数据的业务分析和建模之前需要重点解决的问题。“用户画像”是指企业通过收集与分析消费者相关的各种大数据信息，完美地抽象出一个用户的商业信息全貌，并针对特定业务场景进行用户特征不同维度的重新组合，精准刻画用户的商业特征[2]。用户画像可以用标签的集合来表述，一个标签可以看作是高度精炼的特征标识，如年龄段标签：25~35岁；地域标签：上海等。对互联网上用户相对稳定的静态信息数据，如性别、年龄、地域、职业、婚姻状况等，直接建立标签；对用户不断变化的行为等动态信息数据，采用事件模型构建标签及对应权重，一个典型事件模型包括时间、地点、人物三个要素，即什么用户、在什么时间、什么地点做了什么事。此外，标签的权重还应当考虑时效因素。
四、大数据预处理
在利用大数据进行个人信用风险评估建模之前，必须对大数据进行预处理，使其满足建模要求，主要包括以下一些处理环节。1.数据收集按照原始数据库和建模数据库分别收集数据，必要时采取补录数据的方式完善建模数据库。2.数据核对需要从表1所示的几个方面进行数据核对。3.数据清洗经过数据核对发现的数据问题，将通过数据清洗处理步骤进行处理。对于有问题的数据，尽量通过调整后使用，经过调整后仍然无法使用的数据，对其进行删除处理。4.单变量分析目的是确保变量满足符合实际业务意义，对分析对象具有高区分能力。（1）变量区分能力分析。往往使用多个统计指标进行计算，例如AR，K-S，等，然后综合各个统计指标的计算结果对于变量进行选择；（2）经济学含义分析。变量应当反映实际业务需要，具有明确的经济学含义；（3）变量转换。变量可能有很多类型，各个变量取值范围也可能有所不同，常用转换方法是将变量转换为概率值。5.多变量分析目的是降低变量间相关性，使模型具有稳定的高区分能力，包含尽可能多的不同信息类型。（1）变量相关性。常用方法有相关性矩阵，聚类分析或者使用容忍度、VIF指标等；（2）区分能力。对于多个变量的组合，除了分析其区分能力的高低之外，区分能力的稳定性也是一个重要的因素。（3）信息类型。模型所选变量对于可能信息类型要尽量涵盖全面，保证模型能够对于分析对象信用状况进行全面的评估。6.变量衍生互联网数据稀疏性强、原始变量业务解释性较弱，因此在模型分析前需生成更加稠密、业务解释性更强的衍生变量。衍生变量主要侧重于商品消费信息。
五、风险计量模型
传统信用风险评估模型在业务逻辑架构下分析变量的基本属性及风险区分能力，用逻辑回归等统计分析模型进行量化分析，得到精确的风险计量结果，然而用户行为数据独有的稀疏性会使得统计模型极不稳定。决策树对局部数据分析有着极强的稳定性和鲁棒性，同时可以揭示变量风险区分能力的非线性结构关系。因此可以将决策树模型和逻辑回归模型进行结合，即在进行统计建模前添加一层决策树模型进行单变量分析，同时利用CHAID决策树生成二元决策树变量，然后将决策树模型的输出结果(单变量、交叉变量及二元决策树变量)一同导入逻辑回归模型中进行统计建模，确定所有风险因子的风险权重。
（一）决策树模型
在决策树各种算法中，CHAID（Chi-SquaredAutomaticInteractionDetection）[3]既适用于二值型变量，也适用于连续型变量。针对每一次分叉，CHAID产生一系列二维，然后分别计算所生成二维表的卡方统计量或F检验。如果几个备选变量分类均显著，则比较P值大小，然后根据P值大小选择最显著的分类变量以及划分作为子节点。
（二）随机森林模型
随机森林（RandomForest）[4]是由美国科学家LeoBreiman2001年发表的一种机器学习算法，包含多个由Bagging集成学习技术训练得到的决策树，最终的分类结果由单个决策树的输出结果投票决定。随机森林克服了决策树过拟合问题，对噪声和异常值有较好的容忍性，对高维数据分类问题具有良好的可扩展性和并行性。
（三）逻辑回归模型
逻辑回归模型是因变量服从二项分布，且自变量的线性预测与因变量的logit变换相连接的一种广义线性模型。如果样本分布服从多元正态分布，那么该样本正好符合对数回归的假设，对数模型的误差项服从二项分布，在拟合时采用最大似然估计法进行参数估计。
六、系统开发关键步骤
根据前述风险计量模型，大数据环境下建立个人信用风险评估系统的关键步骤如下：不难看出，通过上述方法建立的系统具有以下优点：（1）以传统模型为基础搭建，保留传统模型的业务解释性和稳定性；（2）以随机森林模型为基本架构搭建了随机模型，克服了传统模型对数据噪声亦比较敏感的缺陷，使该系统的泛化性与稳定性有了进一步的提高；（3）克服了传统模型一般只能容纳10-15个变量的缺陷，该系统可以涵盖100+个变量。可以从源头杜绝用户刷分现象，提升公信力；（4）在应用层面的高度稳定性与业务解释性，使其有着比纯粹机器学习模型更广泛的应用空间。
七、应用展望
通过上述方法在大数据环境下建立的个人信用风险评估系统，可以在以下一些方面进行广泛应用。
（一）征信多元化
传统金融机构的征信信息来源主要是央行征信，但央行征信仅有3亿多人有信贷记录，信贷记录又主要来源于商业银行和农村信用社等金融机构。随着互联网不断渗入人们生活，互联网行为数据是央行征信的有效补充，可以不断强化征信数据的时效性、全面性和层次性，从无形中记录用户的行为，去伪存真，还原真实的客户。从而大大提升信息的利用率和有效性。同时，大数据风险模型的应用，可以不断提高金融机构风险识别、计量能力，从而不断完善征信信息体系架构，为精细化风险定价提供必要的基础和土壤。
（二）授信审批自动化
随着大数据模型开发技术与内部评级体系建设的深度融合，金融机构可更加广泛和全面地将评分/评级结果应用于授信审批，为贷款决策提供参考和支持。大数据风险模型优秀的风险排序及区分能力能够大力推进自动化审批的进程及线上产品的改革与创新。对模型评分高于一定级别且满足其它授信决策条件的，授信申请可以自动通过，不需要再经人工审核，对于评分低于一定级别的，模型自动拒绝其申请；只有评分介于以上两者之间的客户，才由人工介入进行申请审核。
（三）风险监控与预警精确化
风险监控与预警是指借助各类信息来源或渠道，通过对数据与信息进行整合与分析，运用定量和定性分析相结合的方法来发现授信客户及业务的早期风险征兆，准确识别风险的原因，分析其可能的发展趋势，并及时采取有针对性的处理措施，控制和化解授信风险的一系列管理过程。大数据风险模型较传统内部评级体系更为精细和灵敏，可以快速识别贷后风险，为不同的用户设定不同的监控频率、自动筛选高风险客户，制定有针对性的贷后管理措施、贷后管理工作等。
[参考文献]
[1]刘新海,丁伟.大数据征信应用与启示——以美国互联网金融公司ZestFinance为例[J].清华金融评论,2014(10).
[2]余孟杰.产品研发中用户画像的数据模建——从具象到抽象[J].设计艺术研究,2014(12).
[3]黄奇.基于CHAID决策树的个人收入分析[J].数学理论与应用.2009(12).
信用风险评估范文第2篇
[关键词] 消费信贷 信用风险 项目风险管理 风险评估
在扩大内需和应对通货紧缩的过程中，从1999年起，我国启动个人消费信贷政策。自此信用消费逐步浮出水面，住房按揭、汽车贷款、教育贷款、信用卡等各种个人消费贷款的规模不断迅速扩大。在消费信贷热不断升温的形势下，各商业银行均把发展消费贷款作为未来发展战略的重要组成部分。消费信贷的蓬勃发展以及消费信贷业务风险与回报相对应的客观规律，使商业银行等授信机构在追逐巨额利润的同时，不得不面对巨大的潜在不良贷款风险，从而信用风险管理逐渐成为商业银行个人消费信贷管理的一个核心领域。
信用风险是我国商业银行长期以来面临的最主要风险，贷款质量决定着商业银行的生存与发展。因此，借鉴国外先进经验，开展个人信用评估研究，建立符合我国国情的个人信用评估模型，客观、全面、准确地评估消费者的还款能力和还款意愿，识别信贷申请人的个人信用风险，对信用风险进行有效的防范和控制管理具有重要的现实意义。
一、项目风险管理与个人信用风险评估的内涵
风险管理是项目管理的一部分，目的是保证项目总目标的实现。项目风险管理是为了最好地达到项目的目标，识别、分配、应对项目生命周期内风险的科学与艺术,是一种综合性的管理活动。项目风险管理的目标可以被认为是使潜在机会或回报最大化，使潜在风险最小化。
风险识别、风险估计和风险评价是项目风险管理的重要内容。在此基础上随时监控项目的进展，注视风险的动态，一旦有新情况，马上对新风险进行识别、估计和评价，并采取必要的行动，妥善地处理风险事件造成的不利后果，这就是项目风险管理的全过程。
在实践中，此全过程可以划分为风险分析和风险管理两个阶段。其中风险分析包括风险识别、风险估计和风险评价。在信用风险管理中，信用风险评估是基础和关键。
个人信用风险评估就是通过建立针对不同客户类别的信用评估数学模型，运用科学合理的评估方法，在建立个人信用档案系统的基础上，对每一位客户的信用资料内容进行科学、准确的信用风险评估。个人信用评估的自动化加速了整个信贷决策过程，申请人可以更加迅速地得到答复，提高了操作的效率。
对个人信用进行科学评估，建立科学的信用评估体系，是发展个人消费信贷、个人金融、家庭理财等业务的必然选择。信用评估可以较精确地估计消费信贷的风险，给贷款人提供了一个可靠的技术手段，避免不良贷款，控制债务拖欠和清偿。个人信用评估可以使贷款人更加精确地界定可以接受的消费信贷的风险，扩大消费信贷的发放。
二、个人信用风险评估体系的现状及存在的问题
在我国，个人信用风险评估体系尚不健全，个人信用长期没有评估，良好的信誉没有得到合理的优惠，欠债不还也没有受到相应的惩罚，使我国的个人信用较为脆弱，个人资信程度降低。
缺乏完善的消费者个人信用评估体系导致存在如下问题：
1.贷款审批时间延长、手续复杂。由于个人信用等级的核定不科学，经办人员为了保证信贷质量，控制信贷风险，必然会采取许多非常规手续来再核定消费者的信用级别。如延长与消费者的面谈时间、仔细鉴别消费者提供材料的真实性和消费者有无恶意借贷行为前科或恶意借贷意图等等。这些措施的执行，固然减少了风险的发生，但也不可避免地增加了申请消费贷款的手续，延长了审批时间。
2.导致非个人因素的信贷风险。消费信贷的特点是单笔业务数量小，但整体业务数量大，这样有限的银行消费信贷人员必须面对大量的消费信贷客户，形成了一个客户经理必须同时与几十个，甚至上百个客户打交道的局面。面对个体差异很大的消费信贷客户群体，单凭客户经理的工作经验，很难避免判断失误的情况发生，这样一来就导致了非个人因素的信贷风险。
3.影响消费者申办消费信贷的积极性。银行提供给消费者的是金融资金和附加价值即优质的金融服务。由于缺乏消费者个人信用评估体系，商业银行不可避免的采取多种措施来防止内部和外部可能存在的安全漏洞，但鉴于消费信贷一般有金额小的特点，繁杂的手续、漫长的审批时间弱化了其优质服务的附加价值，足以让消费者望而却步。
种种事实表明，制约消费信贷的，除了人们的收入水平、支出预算、消费观念外，最让银行放心不下的还是对个人贷款心里没底，担心发生新的信贷风险。从这个角度看，推广消费信贷，必须尽快发展个人信用评估体系。
三、发展个人信用风险评估的研究思路
针对目前个人信用评估体系存在的问题和不足，结合项目风险管理中的风险分析提出如下研究思路。
风险分析就是查明项目活动在哪些方面，什么时候，哪些地方可能潜藏着风险。查明之后要对风险进行量化，确定各风险的大小以及轻重缓急顺序，并在此基础上提出为减少风险而供选择的各种行动方案。
我国商业银行个人信用风险评估技术的应用和发展需要一个过程，下文从风险分析的三个组成部分加以阐述：
1.风险识别是风险分析的第一步，其目的是减少项目的结构不确定性。风险识别首先要弄清项目的组成、各变量的性质和相互间的关系、项目与环境之间的关系等。在此基础上利用系统的、有章可循的步骤和方法查明对项目可能形成风险的诸多事项。
通过设计好的个人信用评估模型，可以研究归纳出消费贷款的好客户所具有的特征，依此特征判断该客户是否是银行在消费贷款业务中应该争取的对象，同时识别该客户可能发生非正常还款的特征变量。非正常还款包括提前还款和逾期还款。
2.风险估计就是估计风险的性质、估算风险事件发生的概率及其后果的大小，以减少项目的计量不确定性。风险估计有主观和客观两种。主观的风险估计无历史数据和资料可参照，靠的是人的经验和判断。客观的风险估计以历史和资料为依据。
个人信用评估模型的使用是一个涵盖从接收申请到做出信贷决策全过程的自动识别系统。通常情况下，根据贷款申请人的相关特征变量计算信用风险，得出信用分数，从而获得申请人总的风险的评估值评估模型可以让商业银行信贷人员对申请者的信用价值进行准确的判断，从而有利于做出科学的信贷决策。在决策与确认的过程中，信用得分、管理政策和信贷人员的专业经验是决定信贷与否的三大关键因素。
3.风险评价就是对各风险事件后果进行评价，并确定其严重程度顺序。评价时还要确定对风险应该采取什么样的应对措施。风险评价方法有定量和定性的两种。进行风险评价时，还要提出防止、减少、转移或消除风险损失的初步办法，并将其列入风险管理阶段要进一步考虑的各种方法之中。
个人信用评估模型投入使用之后，对其进行监控是达到经营目的、实现盈利的重要保障。同时，评估模型的监控能够帮助商业银行识别新申请者的特征变化，提高商业银行风险控制和管理的能力，寻找和捕捉更多的市场机会。
从总体上看，评估模型的建立为消费信贷业务提供了风险评价的标准，但是模型需要得到正确充分的使用，模型的监控则可以随时作出修改决策，从而使模型更加准确。在实践中，风险识别、风险估计和风险评价绝非互补相关，常常互相重叠，需要反复交替进行。
未来发展个人信用风险评估的研究思路概括地说，先确立风险管理的目标，包括风险识别的完整性、可测和可控性、可操作性以及风险管理的拓展。同时针对每一个风险管理目标，要制定风险合理的实现措施，包括全面地引入风险管理理念；描述风险的数据进行数据库管理并对银行客户分类；借鉴国外的经验，建立审批专家模型；建立商业银行关于数据建立和挖掘的案例等。
银行经营和管理的对象本身就是风险，其风险管理的特性决定了银行的经营活动始终与风险为伴，其经营过程就是管理和经营风险的过程。在业务发展与风险管理之间找到动态平衡点是商业银行始终需要面临的重要课题。只有建立一套科学的信用风险评估体系，银行才能真正把握住国内日益壮大的消费信贷市场，赢得更广阔的发展空间。
参考文献:
[1]Kathy Schwalbe邓世忠等译:IT项目管理(第2版本)[M].机械工业出版社，2004.11
信用风险评估范文第3篇
【关键词】评估方法 信用风险 随机森林
一、引言
信用不论对于人、社会、还是国家都尤为重要，是现代社会的基石。我国1999年建立征信体系至今，一直缺乏对个人信用风险评估的基础理论的深究，个人征信系统的发展十分滞后，严重阻碍了我国信用借款和中国社会经济的健康发展。本文立足征信的基本理论和实践，运用随机森林的方法，以lending club公司的借款人数据为依据，对我国个人信用风险的评估方法进行研究和分析。
二、筛选变量
（一）样本数据
本文从lending club 公司2014年1月到2015年3月31日的借款人数据中，筛选出交易状态已经完成的30719条样本。从中筛选训练集10000个样本，其中7000个履约样本，3000个违约样本；筛选测试集2325个样本，其中2000个为履约样本，325个为违约样本。
（二）定义变量
本文定义借款状况为被解释变量，履约取“1”、违约取“0”；借款金额（x1）、借款期限（x2）、借款利率（x3）、分期付款（x4）、工作年限（x5）、住房所有权-按揭（x6）、住房所有权-租用（x7）、年收入（x8）、收入认证（x9）、借款目的-购买固定资产（x10）、借款目的-偿还债务（x11）、收入负债比（x12）、逾期次数（x13）、公开信用账户（x14）、毁誉记录（x15）、循环额度利用率（x16）、信用账户（x17）、清单初始状态（x18）、月还收入比（x19）、建立信用年限（x20）这20个指标为解释变量。其中， x6、x7、x9、x10、x11、x18为名义变量，对应的属性为真时取“1”，为假时取“0”。
（三）spearman法筛选变量
本文通过spearman秩相关检验，根据检验结果的相关系数由大到小选取相关性较强的变量：x3（-.307**）、x19（-.131**）、x16（-.148**）、x2（-.140**）、x9（-.131**）、x8（.127**）、x12（-.106**），且变量之间不存在多重共线性。
三、实证分析
（一）特征的选取：
随机森林模型选择适当的变量个数，不仅可以提高准确度还可以使模型复杂的计算过程，提高模型的效率。故本文逐步剔除一些不相关的变量，以达到最优的预测效果。当变量个数为20个的时候，通过随机森林训练结果可以查看其变量的重要程度。
由图3-1，对借款人是否违约的分类结果贡献最大的几个特征分别是：x3、x19、x1、x4、x8、x18、x9、x12。依据重要程度的高低值逐步剔除表格后的准确率（由于多数变量与被解释变量相关性较小，故直接筛选到8个变量）。
上表3-1可得：当变量为四个，五个和两个的时候，准确率较高。但是，变量为两个又不足以判断一个人信用状况，导致真实情况判别结果的失真，因此在实际应用中应该考虑选取较多变量为好。
（二）树的颗树的选择：
树的颗树的选择直接影响到随机森林训练结果的准确度。本文选取了300棵树以探究树的颗数的选取对判断准确性的影响。
经验证：当树的棵树选择小于100时，随着树选择的增多，其模型判断的错误从大约26%下降到18%左右。而继续随着棵树的增加，模型的错误率下降的速率变得缓慢，基本趋于平稳。由此可以看出模型的判断准确率大约为82%。
（三）预测结果
根据对特征的选取和模型参数的设定，本文最终选取x3和x19，参数ntree选择为500棵。运用训练集数据得到随机森林模型的训练结果为：模型总的准确率可达81.87%。其中对履约人群的判断为92.63%，对违约人群的判断为56.77%。运用测试集的数据得到预测结果为：83.10%。综上可得：随机森林模型有很好的预测性。
参考文献：
[1]刘峙廷.我国P2P网络信贷风险评估研究.广西大学，2013.5.
[2]王富全.个人信用评估与声誉机制研究[M].山东大学：王富全，2010.
信用风险评估范文第4篇
关键词：信用风险评估；指标体系；履约意愿；履约能力
引言
随着中国加入WTO，《新巴塞尔资本协议》正式，金融全球化进程不断加快，中国商业银行业除了要与国内同业展开竞争之外，还要面对国际先进的商业银行的挑战，因此对金融风险管理的要求更高、更紧迫。在商业银行所面临的各类金融风险中，信用风险是最古老也是最重要的一类风险，商业银行必须对自己的信用风险进行更加科学有效的评估和防范。
商业银行信用风险评估是一个较为复杂的系统，信用风险的评估指标作为此复杂系统的输入项，对于评估结果的有效性和准确性起着举足轻重的作用。因此，商业银行进行信用风险评估及管理的首要任务是以指标选择原则为指引，以对信用风险的影响因素分析为依据，构建信用风险评估指标体系，为商业银行的风险评估及管理工作奠定基础。
一、商业银行信用风险评估指标的选取原则
1.科学性原则。即评估指标的选择、数据的选取和计算必须以公认的科学理论为依据。
2.全面性和独立性原则。即评估指标具有较强的概括性，既能综合反映商业银行信用风险的程度，各指标间又相互独立，相关性小。
3.可行性原则。即评估指标所涉及的数据容易获取和计算。
4.可量化原则。即指标的选择及表述要尽量做到以量化研究为主，从而避免主观评价所带来的不确定性。
二、商业银行信用风险的影响因素分析
商业银行信用风险的影响因素有很多，经过研究发现可以将其概括为两个方面：贷款企业的履约能力及履约意愿。贷款企业履约就意味着银行能够在规定期限内收回贷款本息，该贷款企业不会令银行遭受因贷款而带来的损失。
1.履约能力。企业的履约能力是企业经营管理情况及发展实力的综合体现，通常可以通过其财务情况体现。财务指标是企业财务状况的客观反映，与一般技术经济指标相比，它具有更强的灵敏度和综合性。企业的管理模式及有效性各不相同，也很难评判，但都会不同程度地反映在其财务指标的发展变动上，因此信用风险评估的一个中心内容就是对企业财务指标的提炼和分析。
2.履约意愿。企业的履约意愿包括企业管理者的道德修养、宏观经济环境变化对管理者履约心理的影响、金融监管环境的好坏对管理者履约投机心理的影响等等。基于以下两点考虑，本研究将履约意愿暂不作为指标体系构建的考虑因素。
其一，履约能力与履约意愿并不是相互独立存在的，而是相互影响、相互作用的。在经济环境稳定、法制健全、讲求商业信誉的社会中，贷款企业有履约能力而不愿履约的可能性较小，此时，履约意愿可以内化于对履约能力的考察。其二，由指标选取的基本原则出发，所选指标要尽可能量化和标准化，履约意愿以中国目前的社会信用管理状况来讲，还不能达到对各贷款企业精确量取。
综上所述，商业银行信用风险评估指标的选取就集中于对企业履约能力的研究，即企业财务指标的选取。
三、商业银行信用风险评估指标体系构建
由以上的分析及对企业财务指标的归纳，商业银行信用风险指标体系可由以下四个方面，14个指标构成。
1.偿债能力。（1）流动比率：比率越高，说明偿还短期负债的能力越强，一般认为，对于大部分企业来说，流动比率为200%是比较合适的比率。（2）速动比率：比率越高，说明偿还短期负债的能力越强，但不宜过高，一般应维持在100%的水平。（3）资产负债率：反映在总资产中有多大比例是通过借债来筹资的，一般情况下，资产负债率越小，表明企业长期偿债能力越强。（4）超速动比率：比率越高，说明变现能力越强，较速动比率能够更确切地反映立即变现能力。
2.营运能力。（1）应收账款周转率：反映应收账款周转速度。比率越高，说明发生坏账损失的可能性越小。（2）存货周转率：综合衡量企业生产经营各环节中存货运营效率。比率越高，说明借款人存货从资金投入到销售收回的时间越短。在销售利润率相同的情况下，比率越高，获利越多。（3）流动资产周转率：比率越高，说明以相同的流动资产完成的周转额越多，流动资产利用效果越好。（4）固定资产周转率：比率越高，说明企业固定资产利用充分，结构合理，能够充分发挥效率。（5）总资产周转率：比率越高，说明企业全部资产的使用效率越高。
3.盈利能力。（1）销售利润率：反映企业一定时期的获利能力。比率越高，说明销售净收入中的利润越高。（2）净资产收益率：衡量企业运用自有资本的效率。比率越高，说明投资带来的收益越高。（3）成本费用利润率：反映经营耗费所带来的经营成果。比率越高，说明企业的经济效益越好。（4）资产收益率：衡量每单位资产创造的净利润大小。比率越高，说明企业在增加收入和节约资金方面的能力越强。
4.贷款方式。贷款方式虽非企业的财务指标，但在信用风险研究领域越来越受到各专家学者的重视。贷款方式不仅影响贷款企业的履约意愿，更为重要的是，在企业履约能力不足以偿还贷款本息的时候不同程度的补偿银行因此所遭受的损失。从这个意义上来讲，贷款方式是影响银行信用风险的一个重要指标。
结论
1.商业银行信用风险评估指标体系的应用。商业银行信用风险评估作为一个具有系统性、非线性等的复杂系统问题，传统的比例分析方法、统计分析方法等线性方法已经不足以客观、准确地反映银行所面临的信用风险。指标体系的结构以及指标权数的确定应以基于复杂、非线性理论的人工智能方法为主，通过建立合理完善的信用风险评估模型对银行信用风险进行评估。
2.商业银行信用风险评估指标体系的不足。对信用风险评估指标的选取主要集中于定量的财务指标范畴，这一方面是基于对信用风险影响因素之间相互作用的理论分析，一方面是源于中国金融信用体系的限制。这种评估体系结构，虽在一定的理论及实际条件下是科学、合理的，但是从长远考虑，中国商业银行在不断加强金融管制、健全金融法制的同时，对信用风险评估指标的选择应不断纳入环境因素、企业信用因素等更多非财务指标，不断提高商业银行信用风险评估的前瞻性和科学性。
参考文献：
[1]夏红芳.商业银行信用风险度量与管理研究[M].杭州：浙江大学出版社，2009.
[2]于立勇.商业银行信用风险评估[M].北京：北京大学出版社，2007.
[3]李小燕，钱建豪.中国企业信用风险评价指标的有效性研究[J].中国软科学，2005，(9).
[4]Cebenoyan，A.Sinan；Strahan，Philip E.Risk management，capital structure and lending at banks[J].Journal of Banking and Finance， 2004，(1).
[5]陈元燮.建立信用评级指标体系的几个理论问题[J].财经问题研究，2000，(8).
A Construction Research on Credit Risk Evaluation Index System for Commercial Banks
（School of Economics and Management，Xi’an Shiyou University，Xi’an 710065，China）
信用风险评估范文第5篇
[关键词] KMV模型 上市公司 信用风险 评估
一、KMV模型的理论基础及计算方法
KMV模型评价公司信用风险的基本思路是:以违约距离(DD)表示公司资产市场价值期望值(V)距离违约点(DP)的远近,距离越远,公司发生违约的可能性越小,反之越大。违约距离(DD)以资产市场价值标准差的倍数表示。违约点(DPT)通常处于流动负债与总负债面值之间的某一点。对EDF的度量分三步进行:首先估计公司资产价值和公司资产波动率:其次计算违约距离DD (Distance-to-Default),它是用指标形式表示的违约风险值，最后使用对违约距离进行t-检验，得出相应上市公司的信用风险实况。
根据默顿和Black-Scholes的期权概念,公司股票价值可表示为: (1)
其中
其中E为企业股权市场价值, V为企业资产市场价值, D为企业债务面值, r为无风险收益率,T为债务偿还期限, N(d)为标准累积正态分布函数,σv为企业资产价值波动率,σE为企业股权市场价值波动率。
公司资产价值V和资产价值波动率σv是隐含变量,显然不能从期权定价模型的一个方程中求解出两个未知变量,这就还需要利用可以观察到的公司股权市场价值的波动率σE与不可观察到公司资产价值波动率σv之间的存在的关系来联立求解。由公司股票收益标准差σE和公司资产收益标准差σv之间的关系式:
(2)
ηE,V为股票价值对公司资产的弹性,dE/dV为期权Delta值,即对等式两边求导,然后在求期望得到下式:
(3)
通过求解1.1和1.3的联立方程组,就可得到公司资产价值和资产价值波动率。
(4)
其中
在KMV模型中, DD被定义为企业资产未来市场价值的均值距违约点之间的距离,它以资产市场价值偏离违约点(DPT)的标准差的个数来表示。或换言之,要达到违约点资产价值须下降的百分比对于标准差的倍数称为违约距离。在实际应用中, KMV模型的DD计算公式为:
(5)
例如:某A借款企业资产价值E (V)为500万,公司资产价值波动率σV为5%违约点(或违约执行价格)为450万元。那么企业距违约点的距离是:
DD=(500-450)/(500×5%)=2标准差
其经济含义是该借款企业只有当资产价值在一年内减少2个标准差的水平(即10万元),才会出现违约。
二、KMV模型评估上市公司信用风险的实证分析
本文首先调整KMV模型中股权市场价值计算方法,流通与非流通股以不同的价格来计算,然后计算出上市公司的资产市场价值及其波动率,继而计算出上市公司的违约距离;最后对样本的违约距离作均值t检验,检验KMV模型对上市公司整体信用风险的识别能力。由于国内尚没有公开的公司违约数据库可以使用,本研究仅以KMV模型输出的违约距离来度量上市公司的信用风险,检验参数调整后的模型识别我国上市公司信用风险的能力,为该模型在我国上市公司信用风险评价方面的应用作一些初步的探讨。同时,考虑样本公司可比性、行业差距及公司规模对实证结论的干扰,本文选择配对非ST公司和ST公司遵循以下几个原则:1.所选股票尽量涵盖中国股市的大多数行业,能够对上市公司的总体的信用风险作出判断； 2.来自同一个行业的ST公司和非ST公司的规模相近,尽量消除公司规模的不同对结果的影响；3.2007年每个月最后交易日的数据分别研究,保证足够的数据来支持研究结果；4.所选股票均是在内地上市。本文选取24只股票,他们分别取自根据证监会划分的五个行业类别,包括房地产行业(8支股票)、制造业(4支股票)、批发和零售贸易(2支股票)、能源生产及供应业(4支股票)、其他制造业(支股票)。这24支股票中非ST的有12支, ST的有12支。对上市公司的财务数据和股本结构分析并利用历史波动率法估计上市公司的股权市场价值；上市公司股权市场价值的计算是结合中国证券市场的特点,采取流通股非流通股市场价值分别计算的方法；公司的债务面值为公司财务年报中总负债面值；我们假定违约距离的计算时间为一年,无风险利率使用中国人民银行公布的一年期定期整存整取的存款利率（4.14%）;违约点的计算为公司长期负债的一半加上短期负债。由公式1.1-1.4得出表1、表2所选上市公司相关计算数据如下：
上市公司的违约距离DD采用公式(5)进行计算。利用(5)式得到2007年样本公司的违约距离结果如下:
表1 所选上市公司07年违约距离计算结果
表1原始数据来源于大智慧股票分析软件实时行情
对上市公司整体信用风险识别能力的t检验，对非ST公司和ST公司的违约距离的均值进行t检验,得到结果如下:
表2 违约距离(DD)均值差异检验
上述检验中自由度V=22,α=0.05,对应的t值为1.717,统计量的值落在拒绝域中,所以否定原假设,说明2005年～2007年期间,非ST公司和ST公司的违约距离差异在α=0.05显著性水平下是统计显著的,即非ST公司的违约距离在整体上是大于ST公司的,也就是说ST公司的违约概率要比非ST公司大,这也符合证券市场的现实情况。另外，还可以得出：公司的资产价值受公司的股票市值影响较大，而公司资产价值的波动性略低于公司股票价格的波动。因此, KMV模型在对上市公司信用风险的整体度量方面是比较适合的。
三、结语
随着经济发展，信用风险管理技术会不断的创新和改进，信用风险评估理论和技术也会随之完善。但是，不管什么样的风险管理体制和技术都不可能放之四海而皆准。我们必须根据我国的经济社会实际，建立或创建适用于我国特色的信用风险管理和评估理论，只有适用的工具和机制才能带来效益。我国信用风险管理和评估模型与发达国家差距较大，学习国外的先进模型，掌握其发展的特点和趋势，加以吸收和借鉴，并运用到我国信用风险管理和评估的实际，成为我国商业银行以及上市公司信用风险管理的必然之势。
参考文献:
[1]Michel Crouhy,Dan Galai,Rorbt Mark.“A Comparative Analysis of Current Credit Risk Models”[J].Journal of Banking&Financial，2000(24)：59～117
[2] Andreas Charitou,Lenos Trigeorgis.“Option-Based Prediction”.University of Cyprus Working Paper.Social Science Research Network Electronic Paper Collection.2000
[3]肖霞:基于KMV模型的我国上市公司信用风险实证研究[J],金融经济，2008年第2期
[4]潘莉:KMV模型在我国上市公司信用风险评价的应用研究[D]
信用风险评估范文第6篇
关键词：属性论方法；信用风险；评估
中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)16-3821-03
The Model of Personal Credit Risk Evaluation Based on Analysis of Attribute Coordinate
LUO Jun
(Information Engineering College, Shanghai Maritime University, Shanghai 200135, China)
Abstract: The model of risk evaluation, applying for the personal credit card, is made based on the method of attribute theory. Many kinds of data that 200 people applied for the credit card are simulated and sequenced by computer. The result can be adjusted according to different psychological power, which can reflect the influence under different people's interest. The use of the method of attribute theory has added a new and effective approach to the model of personal credit risk valuation.
Key words: method of attribute theory; credit risk; evaluation
目前，全世界最著名的管理咨询公司麦肯锡公司预测[1]，到2013年中国的信用卡市场利润将上升到130亿至140亿元，这种呈指数式的增长将使之成为银行界的核心业务及其主要利润来源。然而，据央行2010年的第三季度《支付体系运行总体情况》[2]可看出，信用卡坏账风险仍值得关注。总的来说，在信贷活动越来越频繁的后金融危机时代，国内当前采用的信用风险评估法仍以静态、局部、定性的为主，动态、全局、定量的分析少。而属性论方法是一种直接面向评判者心里权重及其变化过程的决策模型，并且该方法通过实践证明[3]确实具有良好的评估能力及学习性。因此，利用属性论方法为商业银行提出一种具有新思路的信用评分系统，不但能更好地完善信用卡的经营和管理，使之更为智能化、精细化，还能提高金融效率，降低金融风险，为我国金融秩序的稳定做出贡献。
1 指标体系的构建
个人信用评估是一个多元的复杂系统，它将个人及其家庭的各类因素纳入统筹范围，采用科学严谨的分析方法，对其可信程度和履约能力进行全面的估价与评判，最后表明其信用状况。本论文采用属性论对其进行评估，建立分层指标体系，它结合了国内文化背景和实际情况，并借鉴国内外成熟的个人信用评估指标体系而成。主要归纳为3大一级指标，及13个扩展二级指标，指标分布情况如表1所示。
2 指标的量化
将个人信用评估的各项指标量化后，就可以利用属性论坐标评估与分析法对个人信用状况进行评估了。由于个人信用从总体上分为“自然状况”、“职业状况”和“与银行的关系”三维，每一维又分别包括其他指标，又构成一个N维的坐标系。这里构建“个人信用空间”，如图1所示，层层递进地分析属性坐标。
2.1 定量指标的标准化处理
在个人信用评估指标中，有“年龄”、“在现单位工作年限”和“年收入”3个属性为定量指标，且近似于正态分布[4]。对于这些属性值可以通过正态函数转换为分布在（0,1）内的数值。表达式如下：
密度函数（-∞＜x+∞）：
分布函数（-∞＜x+∞）：
其中，σ＞0，μ、σ为常数，X服从均值为μ，方差为σ2的正态分布。
在个人信用评估模型中，取值如表2所示。
例1对于“年收入”属性，通过分布函数进行转换。若“年收入”属性值为10，则得到转换后的属性值：
例2对于“年龄”和“在现单位工作年限”属性，利用密度函数进行转换。若“年龄”属性值为45岁，“在现单位工作年限”属性值为15，则可得到转换后的属性值：
2.2 定性指标的量化
对于个人信用评估中的定性指标，即各项离散指标采取不同的量化方法。例如：“性别”属性，女1，男0.8；“婚姻状况”属性，已婚有子女1，已婚无子女0.8，未婚0.5；或者采用两点线性插值公式或最大最小值等方法量化定性指标。下面主要介绍关于属性论方法中的逆定性映射法。
2.2.1 逆定性映射[5]
逆定性映射可以使个人信用评估中的离散指标纳入科学、量化的研究轨道。在个人信用评估指标中，有“持卡程度”属性，单位：张。分为3个阶段，0-2张为差，3-6张为一般，7-10张为满意（大于10张均记为10张），若为一般和满意的采用递增公式。若为差的采用递减公式。
递增公式：x(μi)=βi+δi(μi-1)
递减公式：x(μi)=αi+δi(1-μi)
其中：αi和βi是所在程度的边界值，δi =βi-αi。
例3设已知一个人“持卡程度”为“一般”，且程度为0.5，则利用递增公式可得其量化值：
x=0.6+0.3(0.5-1)=0.45
3 评估模型简介
3.1 风险评价的FICO法
在全球得到普遍使用的FICO(Bill Fair & Earl Issac Corporation)信用评分是一种最常用的普通信用评分，它被认为是衡量个人风险的“黄金标准”。其方法主要分为三个步骤：
1) 建立评级指标体系
2) 从定性到定量的量化评分（量化）
对n项指标分别打分xi，并设总分x=xi，则得到一个FICO评分（300-900）。若设wi为第 项指标的权重，并令x=wixi，则x是一个效用函数，并可得到一个多属性决策模型。
3) 从定量到定性的评级（等级化）
令[300,900]= [300,500]∪[500,600] ∪[600,700] ∪[300,900] ∪[800,900]
得到A、B、C、D和E五个等级。
从而，根据借款人的信用评分等级判定其应该发放贷款，还是要求借款人增加担保或干脆拒绝贷款，亦或是需做进一步核查。
3.2 基于属性坐标分析的信用评价模型
从理论上讲，效用值x的最大值即使存在，然而在整个效用值空间中将它找到，也是很困难的。因此，在将决策者的心理权重解释为：“等总分条件下，各决策属性分数的一种满足决策者心理权重的合理性分配”的基础上，提出了基于属性坐标学习和分析的评估决策模型。
核心思想：将其求解分解为一系列求（等总分）局部最满意解的子问题，继而由局部到综合，找出全局满意解，即效用值x的最大值。
综上所述，基于属性坐标学习和分析法信用评价模型具体算法如下：
设xi为第i个用户，xik为第i个用户关于第k个指标属性的评分，其中0≤xik≤100，k=1,…,m，m为指标属性个数。w=(w1,…,wm)为决策者的心理权重（或偏好），满足：。
1) 确定影响个人信用卡申请的各类指标，即事物的属性，构建个人信用评估指标体系，并对各项指标属性进行量化和评估。
2) 设T0为临界总分，在(T0,100m)中，据曲线拟合要求，均匀选取若干点Ti(i=1,2,3,…,n-1)，在总分为 的每个点上选取若干个个人样本进行学习，按照 2)中公式找到总分为Ti的重心坐标，即局部最满意解为：
式中，b({xh(z)})为{xh(z)}的重心点，{xk,k=1,…,S}?哿ST∩X为总分等于T的样本方案xi的集合，评估者z从{xk}中挑选了t套认为较为满意的方案{xh,h=1,…,t}，且分别评分为vh(xh)，vh(xh)为加权平方方法的权重。
3) 利用如下插值公式，进行曲线拟合，找到心理标准线（局部最满意解）L(b({xh(z)}))。
4) 计算全局满意度，从大到小进行排序，从而获得最满意解：
式中：δi=δi(z)为决策者z与第i个标准zi间的误差，权重wj为x*j(z)和δi的函数。为各属性值都是满分之和，归一化后应为100m，为方案xi各属性值xij之和。
4 模拟应用结果
本文运用MATLAB根据属性论的相关步骤编写相应的程序，模拟200位个人信用卡申请用户的信用数据库，并进行评价评判和排序。
首先对200位用户的各项指标属性进行评估和打分。例如，“自然状况”有5项指标：年龄、性别、婚姻状况、文化程度和住宅性质。分别以这5个属性αj,j=1,2,…,5为坐标轴，以其评分x(aj)为坐标分量，则每一用户xi,i=1,2,…,200在五维决策坐标中对应一个五维坐标点xij=(xi1,xi2,…,xi5)。通过对某一评判者的心理偏好及其变化过程进行学习或模拟，得到该评判者的心理标准线。然后，利用全局满意度函数求得各信用卡申请用户的信用满意度。如图2所示。
类似地，可以得到“职业状况”和“与银行关系”两大指标的全局满意度。接着通过满意度和定性映射的关系，将这三大指标作为个人信用评估的三大属性，进行总体信用评估计算，最后根据全局满意度对所有的个人信用进行排序。如图3所示为计算机模拟运算得到的200位申请信用卡用户的信用评估水平从高到低的排序。
5 结论
分析图2可以看出，该评判者的心理偏好为：文化程度和住宅性质最主要，其次是婚姻状况，但是年龄和性别的分数也不能太差。如195号个用户的关键属性“住宅性质”只有60分，128号用户的关键属性“住宅性质”有100分，然而“性别”属性，“文化程度”属性都没有195号用户高，虽然总分相同，但是最后的“自然状况”属性满意度两者相差0.0249，排名差6位，这就充分体现了评判者的心理偏好。这种心理偏好并不是由评判者显性表示出来的，而是由计算机经过多次模拟评判者的评价自动识别的。
通过图3可将个人用户最后的信用全局满意度的排序和总分的排序进行对比，发现总分高的个人用户全局满意度不一定高，总分低的个人用户全局满意度不一定低，这就从侧面反映了个人信用卡申请的评估模型的评判是按照评判者的心理偏好及其心理变化曲线确定的，不同评判者对同一个人信用卡申请用户的信用评估也可以有不用的结果。
综上所述，基于属性论评估与决策法的个人信用卡申请的风险评估模型可以通过学习评判者在若干个总分点的评估过程，模拟出评判者心理标准变化曲线，这是其独到之处。并且本文给出了评判者在局部，或某个档次和全局评估的满意度，并对结果的合理性给出定性和定量相结合的数学解释。随着模拟的次数增多，计算机识别的准确性就越接近评判者的心理偏好，因此，该系统具有不断学习，不断改正和完善的功能。此外，不同偏好的评判者可以根据自己的心理权重进行模拟评估，让计算机自动识别，更具有使用价值。在实际应用中，由于计算机模拟评估者的心理偏好，在模拟评估及指标的评估与量化过程中，最好模拟有丰富经验和准确判断能力的评判者，同时尽可能加大样本数量，这样得出的排序结果才会更为合理。
参考文献：
[1] 尤晓明.后金融危机下信用卡业务的风险防范[J].中国信用卡（专业）,2010,(3):53-56.
[2] 中国人民银行.2010年第一、二、三季度《支付体系运行总体运行情况》[EB/OL].(2010-11-25)[2010-12-19]. /.
[3] 冯嘉礼.核事故严重事故应急决策支持系统及其计算机实现研究[D].北京:中国原子能科学研究院,2001.
[4] 张德栋.基于神经网络的信用评估模型的研究[D].山东:山东科技大学,2003.
信用风险评估范文第7篇
[关键词]信用风险；模糊综合评价法；BP神经网络；评价指标体系
[中图分类号]F83[文献标识码]A[文章编号]
2095-3283（2013）09-0128-03
[作者简介]朱虹（1986-），女，满族，内蒙古人，研究生硕士，研究方向：现代化管理与技术支持、数据库与信息系统集成、决策支持系统；何泽恒（1956-），男，汉族，辽宁人，教授，硕士研究生导师，研究方向：数据库与信息系统集成。
一、引言
商业银行向多元化发展的同时面临着各种金融风险，其中，信用风险是当前主要的金融风险之一，且发生频率高。我国对商业银行信用风险评估的研究起步较晚，各商业银行信用风险的分析与评估一般都存在以下几方面问题。1信用风险评价指标体系不全面。2企业提供的财务数据不准确、不充分。商业银行往往不能从中了解到企业的真实经营状况。3信用风险评估的方法单一。目前，国内大多数商业银行采用信用评分法，即选取一些相关的财务指标根据事先确定的分值表打分加总，这种方法主观性较强。
本文针对当前我国商业银行信用风险分析与评估存在的问题并努力克服传统的纯管理模式或纯数学方法研究的不足，以计算机技术及管理理论为基础，采用定性分析和定量分析相结合的研究方法，提出了基于BP神经网络的商业银行信用风险评估体系的构建思路，使其能对客户信用风险作出快速、准确的反应。
二、相关理论
（一）模糊综合评价法
模糊综合评价法[1]（Fuzzy Comprehensive Evaluation，记为FCE）建立在模糊理论的基础上，它以隶属度为桥梁，通过对影响评价对象因素的综合分析，借助经验和隶属函数将非确定性的问题加以量化。具体步骤如下：
1建立集合
ⅰ评价因素集。指影响模糊问题因素的集合，用U表示，表示影响评价对象的因素，也称为评价指标，n为因素的个数。
ⅱ评语等级集合。指评价指标可能得出的所有评价结果的集合，用V表示，表示可能得到的一种评价结果，m为评价结果的个数。
2建立模糊评判矩阵（隶属度矩阵）
模糊评判矩阵是由单因素模糊向量组成的。单因素模糊向量表示针对单个因素ui评价所得到的v的模糊向量，也就是说，Ri表示评价因素ui对评语集中各个评语vj的隶属程度。其中rij表示评价因素ui对评语vj的隶属度。这里采用专家打分法来获取隶属度，即rij=对评价指标ui作出评语vj的专家人数/参加评价的专家人数。
3计算各评价因素的评价值
将评语等级集合中的元素数量化后可看作一个向量V1×m，则可得到第i个评价因素的数值化评价值。
（二）BP神经网络算法
BP（Back Propagation）神经网络[2-3]是一种按照误差逆向传播的多层前馈式神经网络，其学习过程由信号的正向传播与误差的反向传播组成。
设BP神经网络结构为n×q×m，网络包括输入层第i个神经元到隐含层第j个单元的权重，隐含层第j个神经元到输出层第k个神经元的权重，隐含层第j个神经元的阈值θHj，以及输出层第 k 个神经元的阈值θOk。非线性激活函数即sigmoid函数为：算法步骤：
1初始化。将网络的权值和阈值的初始值设置为[0，1] 区间内的数值；
2网络的正向传播。设第p组数据样本的输入为，期望输出为，L表示样本总数，则隐含层第j个神经元的输
判断误差平方和E是否收敛于所给的学习精度ε，如果E≤ε，则算法结束，网络停止训练，否则继续后面的步骤。
4误差反向传播。从输出层开始，逐层反向传播，采用非线性规划中的最速下降法。
式中，η表示步长值或网络学习速率，引入η是为了加快网络的收敛速率，通常在权值修正公式中还增加一个动量参数a，则第n次学习权值的修改公式为：
5重复步骤（2）～（4），直到样本的输出误差满足预定的条件，结束网络训练。
三、商业银行信用风险评价指标体系的构建
（一）指标体系建立的原则
1全面性和重要性相结合[4]。由于商业银行信用风险来源广泛，受到多种因素的影响，所以评价指标的选取应全面而充分并且有针对性地反映度量对象的运营状况。指标体系建立的全面性原则主要体现在对商业银行信用风险来源进行划分与归类时，要保证内容的充分性，即不应遗漏重要的风险来源因素。重要性原则主要体现在指标的选择要有代表性，应选取影响因素中占据较大比重的那些指标。
2统计上的可行性和可操作性。可行性是指指标体系的设计应从研究实际条件出发，要有足够的信息资料，可以利用必要的人力、物力和切实可行的量化方法进行采集。可操作性要求指标体系的设置避免过于繁琐，数据容易采集，来源可靠，适于量化和操作。
3定量指标与定性指标相结合。定量指标较为具体、直观，可以计算实际数值，而且可以制定明确的评价标准，通过量化表述，达到令评估结果直接、清晰的目的。然而，商业银行信用风险评估是一个多维复杂系统，不是所有反映商业银行信用风险的因素都能够量化，这就需要设计定性指标予以反映。
4可预见性。指标体系的建立应能够深入挖掘贷款企业和银行本身潜在的风险信息，因此评价指标应该能够体现未来的发展趋势。
（二）信用风险评价指标体系的建立
本文在借鉴国内外有关文献相关指标的基础上，根据巴塞尔新资本协议，并遵循以上基本原则，考虑我国信用风险的特殊性和数据的可获得性，最终选择了19个最具有解释力的指标，建立商业银行信用风险评价指标体系，如图1所示。
三、实施方案
BP神经网络具有自学习、自适应和获取知识的能力，可以很好地处理不确定性问题，是一种非线性方法，不带有明显的主观成分和人为因素，使评价结果更客观、有效。但是，对于定性指标的分析缺乏相应的处理能力，而信用风险的评价指标具有很大的不易确定性，所以采用模糊综合评价法对信用风险的定性指标进行量化。具体实施方案如下：
1进行模糊预处理，运用模糊综合评价法把评价指标体系中的定性指标量化。
2构建BP神经网络模型，把经模糊处理的输出和评价指标体系中原有的定量指标值一起作为神经网络的输入，学习、训练神经网络。
3运用测试样本对已训练好的神经网络模型进行检测，如果符合要求，则可以投入使用。完成后的系统可以根据输出数据给出风险建议。
四、结语
本文围绕商业银行信用风险评估存在的主要问题，根据巴塞尔新资本协议，以及需要遵循的基本原则，确立了商业银行信用风险评估模型的指标体系，并针对信用
风险度量方法存在的不足，采用定性和定量相结合的方法，即模糊综合评价法和BP神经网络算法，对我国商业银行信用风险评估进行研究，所构建的信用风险评估模型可以帮助银行决策者根据客户所处的不同信用风险等级，及时、有效地制定解决措施。希望本文的研究思想、实现方法能对商业银行信用风险评估研究提出有益的参考和借鉴。
[参考文献]
[1]李士勇 工程模糊数学及应用[M]哈尔滨：哈尔滨工业大学出版社， 2004：96-108
[2]魏海坤 神经网络结构设计的理论与方法[M]北京：国防工业出版社， 2005：25-27
信用风险评估范文第8篇
关键词：商业银行；信用风险；评估方法
目前我国银行体系内约有5000亿美元的不良资产，这些不良资产成为我国金融体制改革的障碍，同时也成为国际金融投资者们的目标，他们都希望通过收购这笔巨额不良资产来迅速扩大在中国的资本。
我们不难看出不良资产决定了银行公司的生存与发展，而信用风险作为金融市场最古老、最重要的风险形式之一是各大银行公司不容忽视的。信用风险直接影响到现代社会经济生活的各个方面，也影响到一个国家的宏观经济决策和经济发展，甚至影响到全球经济的稳定与协调发展。
一、信用风险的定义
信用是借贷行为的总称，是以偿还为条件的特殊的价值运动形式，是从属于商品货币关系的一个经济范畴。信用风险又称信誉风险或保证风险，是指借款人、债券发行人或金融交易一方由于各种原因不能履约致使金融机构、投资人或交易对方遭受损失的可能性。从狭义上讲，指借款人到期不能或不愿履行还本付息协议，致使银行遭受损失的可能性，它实际上是一种违约风险。从广义上讲，信用风险是由于各种不确定性因素对银行信用的影响，使银行等金融机构经营的实际收益结果与预期目标发生背离，从而导致金融机构在经营活动中遭受损失或获取额外收益的可能程度。
二、商业银行信用风险管理的现状和特点
1.商业银行实施信用风险管理的必要性
随着我国金融体制改革步伐的加快和金融业开放程度的提高，国内银行业面临着参与国际竞争的挑战。在金融全球化的新形势下，我国商业银行必须借鉴国际上先进的信用风险管理经验，强化信用风险管理，开发适用的信用风险管理模型，适应《巴赛尔协议》新框架的需要。深入研究我国商业银行的信用风险管理问题，不仅是商业银行作为微观金融主体进行内部管理的自主行为，从全局上看也是防范商业银行的信用风险导致银行信用体系和支付体系崩溃、股市暴跌和金融危机的需要。
2.商业银行信用风险管理的特点和现状
我国目前运用现代信用风险管理手段实施信用风险管理还缺乏足够的前提条件。首先，运用模型进行计量存在制约。评定信用风险需要大量的各类企业的数据资料，但是，由于发展中国家在信息披露、管理等方面与发达国家尚有很大的差距，不少企业的财务资料无从搜集，已公开的大企业的财务数据存在着失真现象。在计量模型的具体运用方面又面临着技术专家的匮乏。因此，在现阶段不具有通过企业的股票价格来反映企业市场价值的条件。实施内部评级法将是一个比较可行的突破口。内部评级法鼓励银行自主研究风险的测量和管理方法，既强化了银行进行风险管理和建立内控机制的责任，又增加了银行风险管理手段的灵活性。内部评级法已经成为商业银行开展集约化风险管理的有效手段。
对于我国的商业银行而言，一方面实施巴塞尔新资本协议可以有助于培育各商业银行的风险管理能力。另一方面，我国银行业面临着各种现实问题。其中很多来自于历史缺陷和不足：一是公司治理的缺陷，即委托机制不健全。国有银行缺乏以明晰产权为基础的现代公司治理结构和激励制度，由此产生信贷约束软化、激励机制弱化等问题。二是经营方式的缺陷，经营方式落后，经营手段缺乏多样性。三是资产质量的缺陷，由于企业客户的经营状况不佳，导致历史资产质量低下，潜在的不良贷款包袱过重。四是信息技术的缺陷，缺乏有效的信息技术手段，无法对客户信息在全行范围内进行实时动态跟踪和管理。
三、银行业信用风险评估存在的问题
就目前银行信用风险评估的实际操作来看，存在以下主要问题：
1.风险评估的量化管理落后
量化管理模型化是西方发达国家银行公司信用风险评估和信用风险管理在技术上的重要发展趋势，而我国目前的信用风险评估和管理大致停留在资产负债管理和头寸匹配管理的水平上，在操作上还大多数依靠客户经理的个人工作能力和经验，而我国商业银行的客户经理的管理机制本身就不够健全。
这一现象的产生主要原因在于：我国的利率市场还没有启动，长期以来，各种利率水平都是由中央银行制定的，给予银行自由浮动的幅度非常有限，这导致了利率水平的变动不能够准确地反映资金市场的供求关系，从而在很大程度上使信贷资金在量化管理上失去了原有的意义。其次商业银行面临的外汇风险不突出，人民币还没有成为完全自由兑换的货币，商业银行不能随意向海外贷款，因而银行公司的量化管理无法国际化。
2.缺乏客观独立的专业中介信用评级机构
美国信用风险评估实务设计和理论探索都走在世界的最前列，这和美国拥有世界级评级公司是分不开的。而在我国信用风险的评级起步较晚，缺乏统一的标准，因而在整体上无法推动我国的信用评级的水平。
3.缺乏信用风险评估所必需的相关数据和资料
一方面由于我国银行电子化管理的起步较晚，其次，我国的证券金融业还很不发达，缺乏详细的行业和企业的数据库，因此，在进行信用风险评级和信用风险评估的时候往往缺乏足够的、准确的、及时的数据而无法做到客观准确。同时，由于现有的企业掌握在商业银行内部，因此，有限的数据也很难实现沟通和共享。
四、商业银行信用风险内部评估体系建设措施
银行应该建立信贷业务审贷分离制，将信贷业务的经营权与信贷风险的控制权分离，使信贷风险控制和信贷业务市场经营得到分离；促进客户评价体系的形成，建立基本的客户信息档案；通过建立授权和转授权制度，限制分支机构的越权行为；应建立资产负债组合比例管理监测制度；加强对系统内信贷资金清算的控制，推行内部稽核检查制度，加大审计力度等，使信贷风险控制成为工作的重点，对防范和降低风险有一定作用。
各商业银行应该推行“客户经理”制度，对信贷人员提出全面的要求，其中重要的一点是明确客户经理在防范信贷风险方面的职责，成为客户经理考核的主要指标之一，形成对客户经理的约束机制，有利于风险的控制。
其次由人民银行总行组织建立的信贷登记咨询系统对各家商业银行及时录入信贷信息提出较高的要求，这在一定程度上有利于银行规避信贷风险。