信用风险评估范文精选

关键词：自适应共振，神经网络，信用风险摘要：自适应共振模型是为了能够分类任意次序模拟输入模式而设计的，它可以按任意精度对输入的模拟观察矢量进行分类，较好地解决了前稳定性和灵活性问题，同时能够避免对网络先前所学的学习模式修改。本文将ART2模型应用于信用风险评估，通过实证比较研究，结果显示应用自适应共振模型进行信用风险评估在精度和准确性上，都优于其他神经网络模型和统计方法。1统计方法用于信用风险分类评估存在的局限性对信用风险评估一类主流方法是基于分类的方法，即把信用风险分析看成是模式识别中的一类分类问题—将企业划分为能够按期还本付息和违约两类。其具体做法是根据历史上每个类别（如期还本付息、违约）的若干样本，从已知的数据中发现其规律，从而总结出分类的规则，建立判别模型，用于对新样本的判别，这样信用评估就转化为统计中的分类问题。传统的统计模型主要基于多元统计分析方法，根据判别函数的形式和样本分布的假定不同，主要的模型有：多元回归分析模型、多元判别分析模型（MDA）、Logit分析模型、近邻法等。其中以多元判别分析模型和Logit分析模型应用最为广泛，已有大量商业化软件。尽管这些方法在国外有大量应用，但是大量实证研究（Altman，1983；Tam&Kiang，1992；Altman，etal，1994）结果发现：（1）企业财务状况的评价可以看作是一类基于一系列独立变量基础上的分类问题；（2）企业财务状况好坏与财务比率的关系常常是非线性的；（3）预测变量（财务比率）可能是高度相关的；（4）大量实证结果表明，许多指标不成正态分布。而统计的方法却不能很好地解决以上问题。由此可见统计模型的最大优点在于其具有明显的解释性，存在的缺陷是过于严格的前提条件。如多元判别分析模型（MDA），它要求数据服从多元正态分布、等协方差、已知先验概率和误判代价等要求，而现实中大量数据严重违背了这些假定（Eisenbeis，1997）。引入对数变化可在一定程度上改进数据的非正态分布，但一方面变换后的变量可能失去经济解释含义，另一方面仍没有满足等协方差的要求；应用二次差别分析（QDA）虽可解决等协方差问题，但一方面没有满足正态性假设，另一方面当数据样本小、维数高（指标多）时二次差别分析的性能明显下降，而样本少、维数高正是我国信用数据的显著特点。实证结果还表明二次差别分析对训练样本效果较好，而对测试样本并不理想。除此以外，多元判别分析模型适用于成熟行业的大中型企业，因为这些企业具有较强的稳定性和规范性，其发展有一定的规律可循，参数统计方法易于给出较准确的结果及合理的解释。然而这类方法是静态的，需要根据地区、行业经济情况的变化不断地调整参数，甚至进行变量的调整。为了解决这些问题，引入了Logit分析模型和近邻法。Logit分析模型不需要假定任何概率分布，也不要求等协方差，但是当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，另外该方法对中心区域的差别敏感性较强，导致判别结构的不稳定。近邻法不要求数据正态分布，但当数据的维数较高时，存在所谓的“维数祸根（Curseofdimensionality）”——对高维数据，即使样本量很大，其撒在高维空间中仍显得非常稀疏，绝大多数点附近根本没有样本点，这就使得“利用空间中每一附近的样本点来构造估计”的近邻法很难使用。2应用神经网络进行信用风险评估的意义商业银行信用风险评估是复杂的过程，除了对企业的财务状况的各种特征的评估外，还须对企业的非财务状况进行评估，而且又涉及宏观经济环境和产业结构、产业周期的影响；除了客观的评估外，还依赖于专业人员依据经验进行主观评估。神经网络是一种具有模式识别能力，自组织，自适应，自学习特点的计算机制，它的知识编码于整个权值网络，呈分布式存储且具有一定容错能力。神经网络对数据的分布要求不严格，也不必要详细表述自变量与因变量之间的函数关系，神经网络的这些特征使之成为信用风险分析方法的一个热点。建立商业银行信用风险评估模型必须依赖于一组已知的函数集合。要求这种函数集合在任意精度上可以逼近实际系统，从数学上讲，这就要求这个集合在连续函数空间上是致密的。目前已经从理论上严格证明了只用一个隐藏层的神经网络就可以唯一地逼进任何一个连续函数。多层神经网络为系统的辨识和建模，尤其是非线性动态映射系统提供了一条十分有效的途径。非线性动态映射系统的神经网络建模被认为是应用神经网络的最成功的范例。影响商业银行信用风险评估的机理很复杂，无法建立精确的非线性动态模型，而人工神经网络擅长处理非线性的、关系不确定的十分复杂以至于数学模型难以描述的问题。对于分析时间序列数据，由于人工神经网络能识别和模拟数据间的非线性关系，不需要正态分布和先验概率等条件的约束，能针对新增样本灵活的训练再学习，因此优于其他统计方法，同时由于网络本身具有自学习的功能，预测结果相对精度较高而且稳定性好，因此应用神经网络可以通过对网络的训练，掌握借款人的财务特征的非线性函数关系。神经网络是由许多神经元构成的，它对系统特性的记忆表现为各个神经元之间的连接权值，单个神经元在整个系统中起不到决定性作用，一个经过训练的神经网络可以按相似的输入模式产生相似的输出模式，当商业银行信用风险评估系统因某些非财务风险因素和判断误差过大的财务风险因素造成输入模式变形时，网络仍可以保证稳定的输出。神经网络可以逼进任意复杂的非线性系统，神经网络的转换函数能够非线性地响应冲击，例如，像覆盖比率这样的财务比率超过最低水平（如AAA级）时，超过这个阀值的增加值不会对信用质量有什么影响。线性回归不能以这样的方式限制响应程度，神经网络的转换函数却能实现。神经网络以并行的方式处理信息，具有很强的信息综合能力，因此神经网络理论在商业银行信用风险分析和实施对信用风险的主动控制中将会发挥更大的作用。由神经网络构成的非线性模型具有较强的环境适应能力。在根据多个训练样本企业的财务特征建立神经网络非线性系统后，如果企业类型、财务特征和非财务特征发生变化，神经网络可以通过学习，建立企业信用的非线性函数关系，并且不需要改变网络的结构和算法。综上所述，对于那些无法建立精确的动态判别函数模型的非线性商业银行信用风险评估，可以将神经网络理论应用于风险评估当中，撇开企业财务因素、非财务因素和企业信用状况复杂的非线性机理，建立起非线性风险映射近似的动态模型，使这个模型尽可能精确地反映风险映射关系非线性动态特征。通过该系统我们能够计算对各种输入的响应，预估商业银行信用风险状况及其发展趋势，进而能够使用各种信用工具对风险进行主动控制，促进商业银行的智能化风险管理系统的建设和发展完善。3基于自适应共振理论的信用风险评估模型一个公司财务状况的好坏往往是企业自身、投资者和债权人关注的焦点。因为一个营运良好、财务健康的公司可提高自身在市场上的信誉及扩展筹资渠道，以使投资者信心倍增。相反，一个陷入财务困境和濒临破产的企业不仅乏力吸引投资，还让原有投资者面临巨大的信用风险。由上文的分析中我们知道，对企业财务指标的分析，传统的分类方法尽管有它的优点但本身也存在一些局限性。作为研究复杂系统的有力工具，神经网络能处理任意类型数据，这是许多传统方法无法比拟的。通过不断学习，能够从未知模式的大量复杂数据中发现其规律。神经网络方法克服了传统分析过程的复杂性及选择适当模型函数形式的困难，它是一种自然的非线性建模过程，毋需分清存在何种非线性关系，给建模与分析带来极大的方便。该方法用于企业财务状况研究时，一方面利用其映射能力，另一方面利用其泛化能力，即在经过一定数量的带有噪声的样本训练之后，网络可以抽取样本所隐含的特征关系，并对新情况下的数据进行内插和外推以推断其属性。目前我国银行机构主要使用计算贷款风险度的方法进行信用风险评估——在对企业进行信用等级评定的基础上，考虑贷款方式、期限以及形式因素，进而确定贷款的风险度。其中作为核心的信用等级评定，是通过对企业的某些单一财务指标进行评价，而后加权平均确定的。该方法的最大缺陷在于指标和权重的确定带有很大的主观性，使得评级结果与企业的实际信用状况有很大出入，因此需要引入科学方法来确定有效指标，并建立准确的定量模型来解决信用评估问题。针对这种形势，根据我国商业银行的具体情况，结合国际上目前较为流行人工神经网络技术，本文设计了一种基于自适应共振理论的信用风险评估方法。3.1自适应共振理论（ART）介绍自适应共振理论（AdaptiveResonanceTheory）简称ART，是于1976年由美国Boston大学S.Grossberg提出来的。他多年来一直潜心于研究用数学来描述人的心理和认知活动，试图为人类的心理和认知活动建立统一的数学理论，ART就是这一理论核心部分，又经过了多年的研究和不断发展，至今已经提出了ART1、ART2和ART3共三种结构。ART网络作为模式分类器较好地解决了前面提到的稳定性和灵活性问题。使用ART网络及算法具有较大的灵活性以适应新输入的模式，同时能够避免对网络先前所学的学习模式修改。ART是一种能自组织的产生对环境认识编码的神经网络理论模型，由于横向抑制是自组织网络的特性，ART采用了MAXNET子网结构，该网络采用横向抑制方法增强并能选择具有最大值输出的一个节点。ART模型的算法过程如下：第一，将一个新样本X置入节点；第二，采用自下而上的过程，求得：；第三，运用MAXNET网络，找到具有最大输出值的节点；第四，通过自上而下的检验，判断X是否属于第j类，即如果有，则X属于第j类，是警戒参数。如果上式不成立，转到第六步，否则继续。第五，对于特定的j和所有的i更新和，设t1时刻，，，。第六，无法判断X是否属于第j类，抑制该节点返回到第二步，执行另一个聚类的处理过程。本文所使用的神经网络模型就是ART2神经网络模型。ART2神经网络是为了能够分类任意次序模拟输入模式而设计的。它可以按任意精度对输入的模拟观察矢量进行分类。

摘要:本文追溯和分析了20年以来国内外在信用风险评估方法上的创新、应用及其发展趋势,为我国金融机构信用风险管理提供一些有益的借鉴。

关键词:信用风险;风险管理;风险评估方法

1引言

信用风险又称违约风险,是指借款人、证券发行人或交易对方因种种原因,不愿或无力履行合同条件而构成违约,致使银行、投资者或交易对方遭受损失的可能性。80年代末以来,随着金融的全球化趋势及金融市场的波动性加剧,各国银行和投资者受到了前所未有的信用风险的挑战。世界银行对全球银行业危机的研究表明,导致银行破产的主要原因就是信用风险。因此,国际金融界对信用风险的关注日益加强,如旨在加强信用风险管理的《巴塞尔协议》已在西方发达国家全面实施。信用风险评估方法不断推陈出新,管理技术正日臻完善,许多定量技术、支持工具和软件已付诸商业应用。由于我国商业银行和金融市场尚处转轨和新兴发展阶段,信用风险管理技术较为落后。本文将分析20年以来国内外在信用风险评估方法上的创新及其发展趋势,供我国金融机构信用风险管理之借鉴。

25C要素分析法

5C要素分析法是金融机构对客户作信用风险分析时所采用的专家分析法之一。它主要集中在借款人的道德品质(Character)、还款能力(Capacity)、资本实力(Capital)、担保(Collateral)和经营环境条件(Con-dition)五个方面进行全面的定性分析以判别借款人的还款意愿和还款能力。有些银行将其归纳为“5W”因素,即借款人(Who)、借款用途(Why)、还款期限(When)、担保物(What)及如何还款(How)。还有的银行将其归纳为“5P”因素,即个人因素(Personal)、借款目的(Purpose)、偿还(Payment)、保障(Protec-tion)和前景(Perspective)。无论是“5C”、“5W”或是“5P”要素法在内容上大同小异,他们的共同之处都是将每一要素逐一进行评分,使信用数量化,从而确定其信用等级以作为其是否贷款、贷款标准的确定和随后贷款跟踪监测期间的政策调整依据。

3财务比率综合分析法

由于信用危机往往是由财务危机引致而使银行和投资者面临巨大的信用风险,及早发现和找出一些预警财务趋向恶化的特征财务指标,无疑可判断借款或证券发行人的财务状况,从而确定其信用等级,为信贷和投资提供依据。基于这一动机,金融机构通常将信用风险的测度转化为企业财务状况的衡量问题。因此,一系列财务比率分析方法也应运而生。财务比率综合分析法就是将各项财务分析指标作为一个整体,系统、全面、综合地对企业财务状况和经营情况进行剖析、解释和评价。这类方法的主要代表有杜邦财务分析体系和沃尔比重评分法[1],前者是以净值报酬率为龙头,以资产净利润率为核心,重点揭示企业获利能力及其前因后果;而沃尔比重法是将选定的7项财务比率分别给定各自的分数比重,通过与标准比率(行业平均比率)进行比较,确定各项指标的得分及总体指标的累计分数,从而得出企业财务状况的综合评价,继而确定其信用等级。

信用风险分析是对可能引起商业银行信贷资产风险的因素进行定性分析，定量计算，目的在于说明借款人违约可能性，从而为贷款决策提供依据。金融风险管理已成为我国目前经济生活中一个非常重要的问题。

一、长沙银行信用风险评估现状分析

长沙银行成立于1997年5月，是湖南省首家区域性股份制商业银行。成立12年来，长沙银行取得了喜人的发展成绩。紧紧围绕“政务银行、中小企业银行、市民银行”的特色定位，以及“四个三”的客户发展计划，初步形成了自身的经营特色和核心竞争能力。由于信用评价制度是一个复杂的系统工程，涉及到各方面的因素，同时我国信用评价研究起步较晚，目前我国尚未建立一套全国性的客户信用评价制度与体系。长沙银行对贷款企业进行信用评级的主要做法是：根据评估的需要设置若干组评估指标，对每一指标规定一个参照值。如果这一指标、达到参考值的要求就给满分，否则扣减该指标的得分。最后将各指标的得分汇总，并按总分的高低给贷款企业划定信用等级，作为贷款决策的依据。该种方法的不足之处在于：（1）评级指标、体系的构成是通过内部信贷专家确定的，缺乏定量化，具有不确定因索，有待进一步深入研究。（2）指标、权重的设置主要依靠专家对其重要性的相对认志来设定，缺乏科学性及客观性。（3）缺少对贷款企业各方面能力的量化分析，在对偿债能力等重要指标上只采用直接观察法，凭经验据报表估计其能力，有很大的主观性。（4）缺少对非财务因素的分析和现金流量的量化预测。

二、加强长沙银行信用风险评估建设

（一）完善信用评价指标体系和评价方法

长沙银行要建立内部评级体系，既要学习借鉴国外模型的理论基础、方法论和设计结构，又要紧密结合本国银行系统的业务特点和管理现状，研究设计自己的模型框架和参数体系。要充分考虑诸如利率市场化进程、企业财务欺诈现象、数据积累量不足、金融产品发展不充分、区域风险差别显着、道德风险异常严重等国内特有因素。只有深刻理解中国的金融风险，才能建立起有效的风险评级模型，这需要信用风险系统设计师不仅掌握先进理论方法，还能够对长沙银行的现实问题提出技术对策。

（二）加强培训，提高银行评级人员的素质

长沙银行应加强与国际专业评级机构如穆迪公司、标准普尔公司合作，加快培养、建立评级专业人才队伍，负责内部评级实施和维护工作。同时聘请国外银行和评级公司的专家，对这些人员进行集中培训，或派往国外培训，使之成为风险量化专家和未来的金融工程专家，为国内商业银行新型评级系统的建立健全出谋划策。

一、长沙银行信用风险评估现状分析

长沙银行成立于1997年5月，是湖南省首家区域性股份制商业银行。成立12年来，长沙银行取得了喜人的发展成绩。紧紧围绕“政务银行、中小企业银行、市民银行”的特色定位，以及“四个三”的客户发展计划，初步形成了自身的经营特色和核心竞争能力。由于信用评价制度是一个复杂的系统工程，涉及到各方面的因素，同时我国信用评价研究起步较晚，目前我国尚未建立一套全国性的客户信用评价制度与体系。长沙银行对贷款企业进行信用评级的主要做法是：根据评估的需要设置若干组评估指标，对每一指标规定一个参照值。如果这一指标、达到参考值的要求就给满分，否则扣减该指标的得分。最后将各指标的得分汇总，并按总分的高低给贷款企业划定信用等级，作为贷款决策的依据。该种方法的不足之处在于：（1）评级指标、体系的构成是通过内部信贷专家确定的，缺乏定量化，具有不确定因索，有待进一步深入研究。（2）指标、权重的设置主要依靠专家对其重要性的相对认志来设定，缺乏科学性及客观性。（3）缺少对贷款企业各方面能力的量化分析，在对偿债能力等重要指标上只采用直接观察法，凭经验据报表估计其能力，有很大的主观性。（4）缺少对非财务因素的分析和现金流量的量化预测。

二、加强长沙银行信用风险评估建设

（一）完善信用评价指标体系和评价方法

长沙银行要建立内部评级体系，既要学习借鉴国外模型的理论基础、方法论和设计结构，又要紧密结合本国银行系统的业务特点和管理现状，研究设计自己的模型框架和参数体系。要充分考虑诸如利率市场化进程、企业财务欺诈现象、数据积累量不足、金融产品发展不充分、区域风险差别显着、道德风险异常严重等国内特有因素。只有深刻理解中国的金融风险，才能建立起有效的风险评级模型，这需要信用风险系统设计师不仅掌握先进理论方法，还能够对长沙银行的现实问题提出技术对策。

（二）加强培训，提高银行评级人员的素质

长沙银行应加强与国际专业评级机构如穆迪公司、标准普尔公司合作，加快培养、建立评级专业人才队伍，负责内部评级实施和维护工作。同时聘请国外银行和评级公司的专家，对这些人员进行集中培训，或派往国外培训，使之成为风险量化专家和未来的金融工程专家，为国内商业银行新型评级系统的建立健全出谋划策。

在评级过程不可避免的会存在部分道德层面上的问题从而引发操作风险。对此，要从思想意志上对相关人员进行教育，增强其主人翁责任感；要将政治素质好、业务能力强的工作人员优先充实到信贷岗位。

摘要:

运用企业信用风险评价理论，在分析中小企业信用评价与历史财务指标和非财务指标之间关系的基础上，提出了企业信用风险评估的指标体系，并据此构建了一种基于层次分析法的企业信用风险评估模型。研究表明，该方法有效、可行，有助于企业信用风险的预警管理，提高信用管理水平。

关键词:层次分析法;信用风险;评估模型

1．引言

近年来随着我国经济的高速发展，中小企业在促进国民经济增长、提供就业岗位、推动技术创新、保持社会稳定等方面发挥着越来越重要的作用。由于中小企业自有资金少、知名度不高，所以依靠内部融资以及通过资本市场直接发行债券股票融资都比较困难，所以中小企业更加依赖以商业银行贷款融资为主的间接融资手段，以商业银行为中介的间接融资是目前小企业资金配置的主要形式。中小企业与大企业相比，中小企业具有信息透明度差，经营稳定性差等缺点，对中小企业提供信贷支持时，商业银行很难对其信用风险进行评断。所以结合中小企业的实际情况，建立起一套中小企业贷款的信用评价模型，这对于商业银行有效地控制中小企业贷款风险非常有重要的。我国对信用风险度量、管理的研究始于上个世纪80年代末期，目前对信用风险度量、管理的系统研究主要集中在对企业信用风险的分析和预测研究。最早根据财务会计数据提出单变量分析企业破产风险预测的是Beaver［1］，Altman［2］将其延伸至多变量，即著名的Z评分模型，这些分析均采用最小二乘法进行估计。此外，还有几种常见的用于信用风险分析的统计方法:k－邻近法、主成分分析法、聚类分析法、分类树法等［3］。进入20世纪90年代，神经网络引入了银行业，用于信用风险识别和预测［4］。但是这些方法主要是针对大型企业而建立的，并不完全适合于中小企业。本文首先分析中小企业的特点，建立适合中小企业的信用风险指标体系，然后将层次分析法与信用风险分析和预测相结合，提出了一种基于层次分析法的综合评价模型，结合企业实际数据对模型的有效性和准确性进行了验证。

2．中小企业风险评价指标体系

中小企业与大企业不同，既具有信息透明度差，经营稳定性差等缺点，又具有经营灵活、创新能力强、发展成长力强以及国家政策扶持等优势。故而在设置其指标体系时应考虑到其所具有的创新性、成长性、发展性等特点。结合中小企业的特定，借鉴已有的国内外金融机构和评级公司的企业信用评级模型，在已有的国内外文献研究成果的基础之上，笔者认为在构建适用于中小企的信用评级指标体系时，应在分析企业的运营能力、盈利能力、偿债能力等财务因素的同时，要结合企业所处的外部宏观环境条件和行业发展状况来说明企业的偿债能力。此外，在分析偿债能力的同时，还应该考察企业的偿债意愿。只有在分析了企业偿债能力的同时，考察企业的偿债意愿，才能比较客观地掌握企业的信用情况，最终在评定时才能得出较为科学的结果。在此，笔者根据现有的研究成果和实际情况，构建中小企业信用评级指标体系，并将评级的指标分为财务指标和非财务指标两大类。

1)财务指标定量指标主要根据企业的财务数据来确定，不同的财务指标从不同的方面反映企业的财务、经营和盈利状况。那么，到底应使用哪些财务指标来反映企业的偿债能力呢?由于财务指标数量很多，所以必须借鉴现有的指标体系和研究成果。在选择定量指标的同时，需要考虑哪些指标最能说明企业的偿债能力，同时在指标的选择上，需要剔除相关性系数较大的指标，因为指标之间的相关性会导致评级因素的重复计算，降低评级结果的有效性。我国很多学者在这方面做了相关的研究。综上，基于国内外的研究成果，经过专家访谈和理性分析，本文拟从以下几个方面构建财务指标体系，偿债能力、盈利能力、营运能力、发展能力。

信用风险又称违约风险，是指借款人、证券发行人或交易双方因种种原因，不愿或无力履行合同条款而构成违约。这使银行、投资者或交易双方遭受损失。自上世纪80年代末以来，由于金融市场的波动性加剧，各国银行和投资者承受着比以往更大的信用风险。世界银行对全球银行业的危机研究表明，当前导致银行破产的主要原因就是信用风险的加剧。因此，国际金融界对信用风险的关注日益加强。同时，信用风险评估方法也不断推陈出新，管理技术日臻完善。

传统的信用风险计量方法

专家法 专家法就是一些专家凭借自己的专业技能和主观判断，对贷款企业的一些关键因素权衡以后，评估其信用风险，作出相应的信贷决策。其中最常见的是五“C”法，即从品格、资本、偿债能力、抵押品、环境五个方面去判断贷款企业的信用。

贷款评级分级法 贷款评级分级法就是对资产及资产组合的信用状况进行评估，并针对不同级别的贷款提取不同的损失准备。该法将贷款分为五级：正常、关注、次级、可疑、损失。国际上一些金融机构把贷款分级划分得更细，分为九级或十级。

财务分析法 财务分析法就是将信用风险的测度转化为企业财务状况的衡量问题。主要包括报表分析和财务比率分析。这类方法的主要代表有杜邦财务分析体系和沃尔比重评分法。

信用评分法 信用评分法是将反映借款人经济状况或影响借款人信用状况的若干指标赋予一定权重，通过某些特定方法(如建立计量经济模型等)得到能够反映信用状况的信用综合分值或违约概率值，并将其与基准值相比来决定是否给予贷款以及贷款定价。

进入20世纪90年代，信用风险管理取得了突破性进展，主要表现在两个方面：一是信用衍生产品的出现首次为通过市场对冲信用风险提供了有效的工具；二是以Credit metrics和KMV模型为代表的信用风险量化管理模型得到了很大的发展。具有代表性的技术有：信用风险度量术(Credit Metrics)、信用风险的期权定价模型(KMV模型)、基于精算方法的Credit Risk+模型、宏观经济模拟模型(Credit Portfolio View)等。

信用风险计量方法的现状及存在的问题

【摘 要】本文分析了农村信用社信贷风险识别和评估的过程及其主要风险，并阐述了农村信用社增强信贷风险管理的措施。

【关键字】农村信用社；风险识别；评估和管理

农村信用社是我国金融体系服务农村金融的主力军，在支持农村经济发展和服务“三农”方面发挥着不可替代的作用。但是长期以来，农村信用社的经营管理体制没有得到较好解决。

一、农村信用社信贷风险识别和评估

第一，农村信用社普遍存在着授权管理上的缺陷。农村信用社在进行信贷管理时要不然授信过度，要不然就授信不足，授信管理工作存在着严峻的缺陷。首先，农村授信工作存在着一定的盲区，一些常年外出务工的农民和工作人员的信用程度是难以评价的；其次，信用评定基础工作薄弱，没有完善的工作程序，一些地区的农村信用社甚至根据行政级别或者人机关系来确定相关人员的信用等级；再次，信用等级和贷款的发放之间逻辑联系不紧密；最后，农村信用社的年度审核机制运行缺乏力度并且存在着重复授信的情况。

第二，农村信用社制度安排不合理。农村信用社贷款风险存在的主要原因在于制度安排不够完善和合理。金融机构在生产经营过程中的首要目标就是获取经济利润，但是追求利润最大化的目标也使得农村信用社将目光聚焦在业务拓展和市场扩张之上，但是却忽视了对风险的评估和管理。在农村信用社日常经营中，很多工作人员对风险管理的认识还停留在感性层面上，信用社自身也没有针对信贷风险管理进行专门的制度安排，这导致了它们虽然在某些业务领域上有所创新，但是却依然缺乏基本的科学支撑。制度缺陷已经成为目前阶段制约农村信用社发展的主要掣肘。

第三，农村信用社业务操作漏洞频出。农村信用社在进行风险管理的时候存在诸多漏洞，比如说岗位职责划分不清、操作风险漏洞频繁出现、客户经理只顾业务拓展而忽视风险识别等等。农村信用社工作人员构成成分比较复杂，既有正式工人又有临时员工，顶岗、混岗和跨岗的现象屡禁不止。另外，农村信用社在监督的力度和深度上都和其他金融机构相比远远不够。

第四，农村信用社贷款决策科学的理论基础作为支撑。农村信用社在授信过程中盲目决策、随意决策和武断专行的情况依然没有得到解决，法人治理结构理念的缺失使得董事会、监事会和管理层在日常工作中经常出现职能上的交叉，相关的议事机制和权利分配机制得不到贯彻和实施，由此导致了决策过程不科学、风险管理不到位以及贷款决策存在风险漏洞。造成这种现象的主要原因在在于决策的权利过于集中，信用社内部的管理机制难以对决策者形成制衡和约束，有的时候决策者不愿意为失误承担责任导致信用社的信贷风险管理难以追责。

摘 要：借款人信用风险评估缺失是造成P2P网贷问题平台频出的重要原因之一。本文从分析网贷平台借款人的信用风险着手，筛选网贷平台借款人信用风险的影响因素，建立网贷平台借款人信用风险评估指标体系，并构建基于人工神经网络的信用风险评估模型，进而选取部分P2P网贷平台所披露的137组借款人信息进行实证测试，发现测试结果与实际情形基本一致，借款人信用风险评估指标和模型能满足网贷平台对借款人信用风险评估的需要。

关键词：信用风险评估；网络信贷；借款人信用；人工神经网络

中图分类号：F832.5 文献标识码：B 文章编号：1674-2265（2016）12-0043-05

一、引言

P2PW络信贷平台凭借方便快捷、低门槛的优势，自2006年在中国首次出现后，数量呈几何模式快速增长。然而由于风险管控能力不足，导致问题平台不断出现。《中国P2P网贷风险指数快报》显示，2016年3月末中国P2P网贷问题平台1824家，占全国P2P网贷平台5326家的34.25 %。究其原因，在于中国的网贷平台规模普遍较小、发展时间较短，并不具备完善的风险防范与管理能力。网贷平台所面临的最大风险是借款人的信用风险，然而国内众多平台为抢占市场、快速上市，并没有在风控方面做好充分准备。大多数网贷平台缺乏完善的借款人信用风险评估体系，无法对借款人信用等级做出有效评估，导致平台出现运营危机。2015年，中国政府开始对国内网络信贷行业进行整改，风险控制成为网贷平台整改的核心内容。如何准确评估借款人的信用风险，成为提升网贷平台风险管控能力亟须解决的问题。

P2P网贷平台信用风险问题引起了国内外学者的广泛关注。网贷平台信用风险揭示方面，封延会、贾晓燕（2012）认为P2P网贷是影子银行的一种形式，暴露了中国金融风险监管的不完备。马运全（2012）认为，将P2P网贷平台数据接入征信系统可以最大限度地减少借款人信用风险发生的可能性。Klafft（2008）分析美国网贷平台Prosper的数据，发现借款人信用评级越高越容易获得贷款，逾期还款率也越低。信用风险影响因素研究方面，Herzenstein等（2008）认为借款人的债务收入比是影响信用风险的重要因素。Iyer等（2010） 提出了评估借款人信用风险的数据包括标准的银行数据和性别、年龄等非标准数据。Barasinska（2009）认为借款人年龄、性别、种族也是影响信用风险的重要因素。Duarte等（2012）认为外貌特征都会影响借贷行为。王会娟等（2014）基于“人人贷”的数据发现，对借贷行为影响较大的是工作认证、收入认证、视频认证和车产、房产认证等认证指标。温小霓等（2014）以拍拍贷为例，发现借款人信用积分、性别、住宅情况也对借款结果有影响；信用风险评估方法研究方面，张墨（2015）总结了 P2P 网贷个人信用评价的方法――层次分析法、主成分分析法、因子分析法、神经网络模型法等。张巧良（2015）应用层次分析法对网贷平台风险进行了评价。王保乾和王婷（2016）运用基于层次分析的模糊综合评价分析了大数据对网贷信用评估的影响。于晓虹和楼文高（2016）认为层次分析法、主成分分析法、因子分析法等方法均不太适合于P2P网贷个人信用评价与预警建模研究。Angelini等人（2008）开发了两个神经网络系统来进行信用风险评估，通过对意大利某小型企业的实证研究，表明神经网络适用于评估借款人违约风险。朱毅峰（2008）认为神经网络方法的优势在于对样本数据的分布没有要求，并降低了对差企业的误判率。

综上所述，网络信贷的信用风险评估在国内外的研究均取得了一定的进展。但已有研究往往将关注的焦点放在对信贷平台的风险评估，对借款人信用风险的关注度不够，对P2P网贷平台借款人信用风险的分析也大多采用定性分析法、层次分析法等带有一定主观性的方法，难以客观、全面地反映借款人信用的真实情况。基于此，本文从P2P网贷平台借款人信用角度出发，分析网贷平台借款人信用同个人基本信息的关系，筛选影响借款人信用等级评估的指标因素，选择在信用风险评估中可以解决非线性、不确定性变量关系的人工神经网络模型，对网贷平台的借款人信用风险评估进行实证分析。

二、网贷平台借款人信用风险评估指标的选取

我国小额贷款公司开始于20世纪70年代，其成立的初衷是为农户、个体工商户和小微企业融资问题开辟一条新的道路。小额贷款是指通过金融机构，向那些具有一定偿债能力但从未或很少从正规金融机构获得融资的微小经济体（包括农户、城市个体工商户等非法人机构）所提供的一种额度小、期限短、利率较高的持续性贷款服务。本文采用文献研究法，按照信用风险评估指标和评估方法分类进行评述，以期达到以下两个目的：①发现我国小贷信用风险研究在指标选取上、评估方法选择上的特征，为学者的后续研究提供基础；②提出加强和完善相关研究的建议和方向，为小额贷款公司识别和控制信用风险提供有效借鉴。

一、小额贷款信用风险的界定及成因

（一）小额贷款信用风险界定

信用风险包括借款人无法偿还债务的违约风险和信用质量下降的迁移风险，是金融机构面临的最主要风险，也是最难以量化的风险类型之一（王力伟，2013）。小额贷款公司风险主要集中于信用风险、自然风险和资金来源风险（孙颖，2008）。同时在贷款业务的单一性、区域有限性和贷款对象特殊性的影响下,其信用风险最为严重（李修平2009）。借款人的违约风险主要来自于两个方面，道德风险和逆向选择（李玉福，付代军，2007）。比如，招商银行信贷产品的标准化导致产品过于清晰，一些中介和担保公司利用这些信息给客户进行包装，客户经理也可能参与作假，增加了道德风险。而随着银行小微信贷的兴起，资质好的客户会选择银行进行小微贷，资质弱的客户只能来小贷公司，导致劣币驱逐良币（唐华，2013）。小额贷款公司虽然发展迅速，但是还不具备足够的风险评估技术和信用风险控制体系从而降低贷前的逆向选择和贷后的道德风险（辛鑫，王文荣2010)。除了债务人本身的信用问题，宏观经济的变动性也是信用风险的产生原因之一（李明，2015）。另外，不可忽视的是，信用风险也包括购买力风险。购买力风险是指未预期的高通货膨胀率所带来的风险（曼昆，2011），当实际通货膨胀率高于借款人预期时，实际还款额就会减少，小贷公司就会蒙受损失。

（二）小额贷款信用风险成因

信用风险防范一直是小贷公司的劣势，尽管在设立时，各试点省明确要求小贷公司建立信用风险控制措施，但是大部分地区并没有明确规定。小贷公司的信用风险成因可以划分为：外部原因和内部原因，个体原因和集体原因。学者们从宏观市场、贷款对象、担保公司和中介公司等主体入手探究外部成因。就宏观市场而言，通货膨胀率高于预期的时候小贷公司蒙受的利率损失就高，信用风险就会增大（曼昆，2011）。就贷款对象而言，小贷公司的信用风险主要是由贷款对象的特殊性所造成的。而作为小贷主要对象的农户和中小企业本身，自我防范风险能力较差，因而风险就转移到了小贷公司(孙思磊，2006)。因此小额贷款业务的违约率与贷款本金、利率、贷款客户的生产收益率以及违约的信用惩罚之间有着密切联系（王廷飞，高新兰，2013）。就担保和中介公司而言，由于存在投机行为和信息不对称，其很可能会通过给贷款人进行信息包装而发生道德风险和逆向选择。内部运营模式、风险控制机制、从业人员素质，贷款业务特征及资金来源的单一性等成为信用风险的主要内部因素。董军（2010）认为内部运营模式导致了小贷公司的信用风险。尽管在设立时，各试点省(区)明确要求小额贷款公司建立一系列信用风险控制措施，比如准备金制度、风险保障基金等，但是大部分地区并没有对此进行明确的规定（李明，2015）。就从业人员的素质而言，金珍珍（2009）认为，人才的缺失，例如：前端客户经理素质不高，风险预警员疏于职守，加剧了小贷公司信用风险的发生概率。贷款业务的单一性和资金来源的受限性导致了借款人一旦违约，贷款就难以及时回收（张小倩，2008）。此外，除了对单个贷款主体违约成因的研究，人们也已经很早就注意到了违约聚集的现象。即违约不是孤立发生的，而是存在一定的聚集现象，表明借款人之间存在一定的违约相关性（王力伟2013）。人们观察到经济上行期违约发生相对较少，经济下行期往往出现违约聚集的现象。例如，宏观经济因素和行业景气度，企业间直接的关系链等都会造成企业违约聚集。

二、小贷信用风险评估指标设计

对于指标的分类，大致有如下2种分类方法：按贷款主体分类为农户、个体工商户和小微企业3类指标，按贷款信息分类为硬信息和软信息2类指标。

■中图分类号：F830.9 文献标识码：A 文章编号：1002-5812（2017）06-0108-02

摘要：信息化、网络化时代的到来对商品流通企业来说是一把“双刃剑”，一方面促进了商品流通行业结构优化、提高了行业发展效率，同时也给商品流通企业提出了更多挑战。与此同时，商品流通企业信用风险评估体系的构建更是迫在眉睫，充分利用商业数据，加深对信息流的认识是构建信用风险评估体系的重要“物质”基础。文章在简述商品流通行业现状和趋势的基础上，进一步剖析了目前我国商品流通企业信用风险评估存在的问题，最后根据网络信息数据与信用风险评估的关系给出建议措施，这对提高商品流通企业信用风险管理效率有一定的促进意义。

关键词：商品流通企业 商业数据 信息流 信用风险评估体系

商品流通企业是从事商品流通的生产企业、经销商和零售商等，主要是通过低价购进高价售出的方式实现商品的流通，在支出流通过程中的各项费用后，以获取最终差价作为公司的利润。商品流通过程主要包括商品购进、销售、调配、存储及运输等，其中购进和销售属于关键环节，所有流通过程都是围绕商品销售而展开。随着网络信息时代的到来，商业流通行业竞争愈发激烈，对行业流通链条上的信息沟通和管理要求更高，商业流通呈现多种发展态势。

一、商品流通行业的发展现状和趋势

网络信息化的普及深刻地影响着整个经济社会，全球化拉近了人们之间的距离，各种智能化产品的使用更是加速了信息传播和共享的速度，商业流通不仅仅受到社会生产力和发展水平的制约，随着信息化时代的到来，商业流通将不断改变并呈现出新的发展态势，同时提出新的发展要求，也就是说商业流通行业逐渐被细化、深化，不仅金融、交通、物流等行业深刻地影响着商业流通行业，而且国际贸易环境、信息化、市场化、城市化水平都是商品流通企业发展的重要影响因素。对于商业流通行业来说，公路、水路、铁路、高铁以及空运的发展使得流通成本日益降低，发达的交通网络紧密了商品与客户之间的联系。因此，商业流通不仅具有全球化发展特征，而且还具有数据化、网络化发展特征。

就目前商品流通行业的发展来看：一方面，在我国城市化进程的推动下，商品流通企业将面临新一轮的“洗牌”，每个行业的主导流通公司将逐渐减少并稳定在一定的数量内；另一方面，在激烈的竞争环境下，商品流通企业要适应发展就必须减少流通环节降低费用支出，压缩流通环节成了避免被淘汰的必经之路，许多商品流通企业正在从冗长的流通环节中挣脱出来，实现直接对终端环节的管理，中间商将逐渐被物流商代替，商业流通环节中各个分工更加明确。

二、商品流通企业信用风险评估存在的问题