（金融学专业论文）基于模糊算法与神经网络的高校助学贷款征信研究.pdf

硕i ：学位论文 摘要 信用风险是商业银行运作过程中所面临的最重要的风险类型之一。对信用风 险进行有效的管理不仅对微观金融机构的安全稳健经营具有特殊意义，而且对于 宏观经济与金融稳定也具有重要意义。然而，目前我国商业银行在信用的评级方 法选择方面，还存在评级方法偏于简单，对风险揭示能力不足等问题，尤其是在 大学生助学贷款信用评级方面，往往存在信用评级结果与大学生的实际风险等级 不匹配，不能准确反映大学生真实信用状况的情况。 由于目前大学生信用评级实际操作过程中多偏向定性分析，可操作性较差， 故本文拟从定性与定量相结合的角度，采取多种评价方法，对大学生个人信用进 行评级。意在引入组合评价方法，将层次分析法、模糊算法与神经网络评价法进 行集成，以便于准确评价大学生的信用状况。 按照此思路，本文以我国高校助学贷款违约率一直居高不下，助学贷款发展 遭遇到巨大的信用瓶颈，形成了贫困学生急需贷款和银行惜贷并存的尴尬局面为 背景。通过分析，我们认为造成助学贷款违约率居高不下的一个主要原因是：我 国缺乏一个全国联网的个人信用档案和个人信用评价系统，大学生征信体系的不 完善，尤其是征信记录和征信评级模型的缺失。故本文从湖南省高校助学贷款的 现状考察与分析入手，通过设计基于模糊综合评判算法的大学生助学贷款信用评 级模型研究和基于b p 神经网络的大学生助学贷款信用追踪模型，对在校大学生 和已毕业大学生进行信用评级，并结合实证分析，提出了一些政策建议。 关键词：助学贷款；模糊算法；神经网络；征信评级 基于模糊算法与神经网络的高校助学贷款征信研究 a b s t r a c t c r e d i tr i s ki so n eo ft h em o s ts u b s t a n t i a lr i s k si nt h eo p e r a t i o np r o c e s so f c o m m e r c i a lb a n k s t h em a n a g e m e n to fc r e d i tr i s kh a sp a r t i c u l a rs e n s ef o r t h es e c u r i t y o fm i c r o f i n a n c i a li n s t i t u t i o n s ，a n dp l a y sa ni m p o r t a n tr o l ei nm a c r o e c o n o m i c sa n d f i n a n c i a ls t a b i l i t y n e v e r t h e l e s s ，a tp r e s e n t ，t h e r ee x i s t ss o m ep r o b l e m si nt h e c h o o s ef o rc r e d i tr a t i n ga p p r o a c h e so fc o m m e r c i a lb a n k s ，a n ds u c ha p p r o a c h e sa r e u s u a l l yo v e r s i m p l i f i e da n dc a n n o tr e f l e c tr i s k sp o t e n t l y ，e s p e c i a l l yi nt h ea s p e c to f c r e d i tr a t i n go fu n i v e r s i t ys t u d e n tl o a n s ，t h eo u t c o m eo fc r e d i tr a t i n g sa r eu s u a l l y i n c o n s i s t e n tw i t ha c t u a lr i s kg r a d e ，a n dc a n n o tr e f l e c tt h er e a lc r e d i ts t a t u so f u n i v e r s i t ys t u d e n ta c c u r a t e l y t h ek n o w no p e r a t i o np r o c e s si nc r e d i tr a t i n go fu n i v e r s i t ys t u d e n t sc o n c e n t r a t e d o nq u a l i t a t i v ea n a l y s i s ，s oi nt h i st h e s i s ， q u a l i t a t i v ea n a l y s i si sc o m b i n e dw i t h q u a n t i t a t i v ea n a l y s i s ， a n dm u l t i p l ee v a l u a t i o na p p r o a c h e sa r eu s e df o rc r e d i tr a t i n g o fi n d i v i d u a l s ，s u c ha sl a y e r sa n a l y z i n ga p p r o a c h ， f u z z ya p p r o a c ha n dn e r v e n e t w o r ka p p r o a c ha r ec o m b i n e dt oe v a l u a t et h ec r e d i tr a t i n go fs t u d e n t sp r e c i s e l y t h i ss t r u c t u r ei sa r r a n g e da sf o l l o w s ：c h a p t e r1i st h ep r e f a c e c h a p t e r 2c o n t a i n s t h e o r e t i cf o u n d a t i o n i n f o r m a t i o na s y m m e t r y ， c r e d i ti n f o r m a t i o np o o la n dg a m e t h e o r ya r ei n t r o d u c e dt oa n a l y z et h ec o n s t r u c t i o nf o u n d a t i o nf o rt h eu n i v e r s i t ys t u d e n t l o a nc r e d i tm o d e l ig i v eac o n c i s ei n t r o d u c eo fe n h a n c e dm u l t i - l a y e ra n a l y z i n g a p p r o a c hi a h p ，f u z z ye v a l u a t i o na p p r o a c hf u z z y ，b p n e r v en e t w o r km o d e ln n t i nt h i sc h a p t e r c h a p t e r3i st h ep a r to fr e a l i t ye x a m i n a t i o n ，ie x a m i n ea n da n a l y z e d t h e p r e s e n t s t a t u so fu n i v e r s i t ys t u d e n tl o a n ，a n df o c u so n q u e s t i o n n a i r e i n v e s t i g a t i o n ， i n s t i t u t i o ni n v e s t i g a t i o na n ds a m p l ea n a l y s i s c h a p t e r4c o n t a i n st h e r e s e a r c ho fu n i v e r s i t ys t u d e n tl o a nc r e d i tm o d e lb a s e do nf u z z ys y n t h e t i ce v a l u a t i o n a p p r o a c h c h a p t e r5c o n t a i n st h er e s e a r c ho fu n i v e r s i t ys t u d e n tl o a nd y n a m i cc r e d i t t r a c i n gm o d e lb a s e do nb pn e r v en e t w o r k t h eo u t c o m ei sc o n v i n c i n g t h el a s tp a r ti s c o n c l u s i o n k e yw o r d s ：s t u d e n tl o a n s ，f u z z ya l g o r i t h m s ，n e u r a ln e t w o r k s ，c r e d i tr a t i n g i i i 硕l - 学位论文 插图索引 论文框架图9 b p 神经网络一般结构图1 5 高校助学贷款现实考察与分析流程图1 6 湖南省四所高校违约现状图2 2 大学生信用评级模型构建与应用流程图2 3 动态信用追踪评级模型的构建与应用流程图3 2 基于b p 神经网络的信用追踪模型结构图3 5 l m 训练结果3 7 贝叶斯训练结果3 7 动量梯度训练结果3 8 l m 测试结果3 9 贝叶斯测试结果3 9 动量梯度测试结果4 0 v l 1 l 1 2 l 1 2 3 4 5 6 7 8 1 2 3 3 4 5 5 5 5 5 5 5 5 图图图图图图图图图图图图图 基于模糊算法与神经网络的高校助学贷款征信研究 表4 1 表4 2 表5 1 表5 2 表5 3 附表索引 v l l 4 o 4 6 8 2 3 3 3 3 系 系 一 体表体 标计标 指统指 一表 用果踪 一总信结追类汇款级款分果贷评贷级结学信学四试助征助级测生生生评法学学学用算大大大信多 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何 其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献 的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法 律后果由本人承担。 作者签名： 日期：吖年 月可日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被 查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入 有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编 本学位论文。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密日。 ( 请在以上相应方框内打“”) 作者签名： 导师签名： 日期：知矽尸年岁月矽日 日期：年5 月7 日 (匕嘭、 分嘭 多心 ：夕7锣 硕 ：学位论文 第1 章绪论 本章是全文的绪论部分。主要陈述本文的选题背景与现实意义，国内外研究 的文献综述，研究内容、框架、方法、创新点与不足。 1 1 研究背景及意义 1 1 1 研究背景 国家助学贷款是党中央、国务院在社会主义市场经济条件下，利用金融手段 完善我国普通高校资助政策体系，由国家给予贴息、学生凭自己的信用向金融机 构申请的一种带有很强政策性的一种商业贷款。 我国国家助学贷款制度萌芽于1 9 8 6 年，原国家教委和财政部在全国8 5 所院 校中试点实行奖学金和贷学金制度。随着1 9 9 8 年高校收费的全面推行和1 9 9 9 年 高校大规模扩招，我国开始建立国家助学贷款制度，通过运用金融支持教育的 手段在很大程度上化解了贫困学子上学难和高校经费资助能力有限的矛盾，实施 八年以来得到了银行、高校和学生的积极参与和社会的广泛赞誉。 但是，由于种种原因，自2 0 0 4 年我国助学贷款进入还款期后，其违约率一 直居高不下。近年来，全国助学贷款违约率平均达2 0 以上，个别高校甚至高达 4 0 一5 0 ，由于违约率及违约人数双双超过2 0 ，西安交通大学成为全国第一 个被停贷的高校，随即停贷风波遍及全国，从而使助学贷款的发展遭遇到巨大的 信用瓶颈，形成了贫困学生急需贷款和银行惜贷并存的尴尬局面。 通过分析，我们认为造成助学贷款违约率居高不下的主要原因是：( 1 ) 我国缺 乏一个全国联网的个人信用档案和个人信用评价系统，大学生征信体系的不完善 尤其是征信记录和征信评级模型的缺失；( 2 ) 我国缺少相应的失信惩戒约束机制； ( 3 ) 助学贷款制度设计本身的一些不完善。 故本文拟从如何完善我国的助学贷款的征信指标体系，如何构建有效的征信 评级模型，如何确定有效的跟踪办法等方面进行研究，希望有助于我国商业银行 识别风险，从而缓解我国商业银行助学贷款的信用瓶颈，以保障国家助学贷款这 2 0 0 4 年6 月，中国人民银行、教育部、财政部、银监会关于进一步完善国家助学贷款工作的若干意 见。 1 9 9 9 年8 月，国务院办公厅转发了中国人民银行等部门关于国家助学贷款管理规定( 试行) 的通知 2 0 0 0 年2 月，国务院办公厅转发j ，中国人民银行、教育部、财政部关于助学贷款管理的若干意见。 2 0 0 4 年6 月，中国人民银行、教育部、财政部、银监会关于进一步完善国家助学贷款工作的若干意 见。 2 0 0 4 年4 、5 月份在全国范围内出现的银行大规模停发助学贷款事件，以及2 0 0 5 年8 、9 月份出现的教 育部点名批评天津、黑龙江等八个省市对国家助学贷款政策执行不力的事件，都在某种程度说明丫现行的 国家助学贷款制度实施的困难。 基于模糊算法与神经网络的高校助学贷款征信研究 一科教兴国战略的有效实施。为了解决这些问题，本人拟从高校学生助学贷款征 信体系的理论基础分析出发，首先对湖南省四所高校助学贷款状况进行实地考察 和违约分析，然后根据采集的结果运用博弈论分析建立征信模型的必要性，最后 构建大学生助学贷款信用评级模型和大学生动态信用追踪模型，将其应用到采集 样本，并提出一定的政策建议。 1 1 2 研究意义 自2 0 世纪初美国穆迪公司建立世界上第一家资信评级机构以来，信用评级经 过百年来的发展，在揭示和防范信用风险、降低交易成本和为贷款定价提供重要 依据等方面都具有十分重要的意义。 1 揭示高校助学贷款信用风险，降低交易成本 信用评级的目的是信用评级机构根据大学生提供的资料，或从它认为可靠的 其它途径获得的资料对大学生的信用风险做出准确、客观、公正的评价。作为商 业银行来说，商业银行客户信用评级方法及应用在了解信贷客户的信用度后，就 能更加准确的判断大学生的偿债能力与偿债意愿，预测未来信用风险，因此信用 评级有助于信用风险的防范。另外，从大学生的角度出发，信用评级还是降低融 资成本的工具。高信用等级学生能够更方便的得到商业银行的信任，获得贷款， 而商业银行也可以通过识别优质客户，控制信贷风险，从而提高商业银行开展助 学贷款业务的积极性和主动性。 2 为贷款定价提供重要依据，为提取坏帐准备金及经济资本分配奠定基础 单纯从商业银行角度来讲，对信贷客户进行信用等级评定最直接的意义，就 是可以对该客户的贷款定价提供重要依据，并根据其信用等级的高低所对应的信 贷资产的风险程度，根据审慎的会计原则相应的提取一定比例的呆坏帐准备金。 同时，基于资产安全和经营稳健的考虑，按照审慎会计原则，以信用等级为依据 提取呆坏帐准备金，可以使银行资产按其实有价值进行核算和反映，使得贷款风 险能够及时在财务报表中得到反映，使贷款损失与经营利润挂钩，防止高估利润， 累积风险，真实反映贷款的实际价值。 3 为客户综合授信提供科学依据，为银行管理者进行风险管理与决策提供参考 对大学生进行信用评级，还可以为大学生的综合授信提供科学依据。由于大 学生的信用等级直接能够说明其经营实力和风险状况，因此，根据其信用等级， 商业银行首先就能够判断对该客户应迸入还是退出，或维持现有的信用额度。因 此，信用评级实际上就是大学生授信工作的基础，它可以直接为银行的管理者和 决策人对客户采取何种策略、如何进行风险管理提供实际参考意见。 4 为政府、银行或企事业单位提供大学生信用档案和信用报告，提高大学生 的信用素质和在校的综合素质。有利于为我国个人信用体系的建立奠定坚实的信 2 硕士学位论文 息库基础和提供有益经验。还可以推动我国教育产业个人消费信贷的有力发展， 为我国商业银行提供新的业务增长点、培养潜在优质客户的机遇。 从信用较好、个人信用信息较容易征集和集中管理的高智商群体一一在校大 学生出发，建立国家助学贷款的个人信用贷款档案以及个人信用评级体系是建立 我国个人信用体系与制度的良好基础，为此可把这套体系逐步向社会推广。同时 也为我国商业银行的个人征信系统的电子网络化管理以及金融信息化提供了一个 系统网络平台，为以后贷款银行、用人单位以及社会其它机构查阅学生个人信用 提供方便。 1 2 国内外文献综述 1 2 1 国外研究综述 根据笔者掌握的资料，国外已有的征信模型理论研究主要集中在如下三个方 面：信用交易中的信息不对称问题研究、信用信息共享研究、信用风险评估模型 研究。 1 信用交易中的信息不对称问题研究 从某种意义上来说，信用交易中信息不对称的存在是征信体系产生的根源。 2 0 0 1 年度诺贝尔经济学奖的获得者乔治阿克勒夫( g e o r g ea k e r l o f ) 、迈克尔 斯潘斯( m i c h a e ls p e n c e ) 和约瑟夫斯蒂格利茨( j o s e p hs t i g l i t z ) 等在信息不对称市 场研究领域中做出了突出贡献，上述三位及其追随者对信息不对称的实际影响进 行了深入研究，例如发展中国家借款利率较高，放贷人对借款人信用风险进行的 筛选等【1 】【6 1 。 阿克勒夫( a k e r l o f ，1 9 7 0 ) 是最早认识到信息不对称影响各类市场( 包括信贷市 场) 的经济学家。他们对印度等发展中国家信贷市场的案例进行了研究，论述了 信息不对称在信用市场和其他市场引发的问题，指出信息不对称使印度典当行的 放贷人面临逆向选择。他指出，印度典当行的放贷人之所以能运作，是因为他们 “了解借款人的秉性，并且具有执行合同的能力。缺乏上述信息的放贷人只能面 对较差的选择，因为较好的借款人都成了典当行放贷者的客户，剩下的是风险较 高的借款人。 随后，斯蒂格利茨与韦斯( s t i g l i t z ，w e i s s ，1 9 8 1 ) 通过小企业信贷市场模型， 全面透彻的分析了信息不对称的问题，并进一步发展了信贷市场的信息不对称理 论。他们发现，信用配给是放贷人的最优选择，因为高风险项目的贷款并不一定 能收取足以使放款人获益的高利率【6 】。 2 信用信息共享研究 克莱恩( k l i e n ，1 9 9 2 ) 利用博弈论的模型论述了如何通过树立征信公司的信誉 3 基于模糊算法0 神经网络的高校助学贷款征信研究 来解决道德风险和逆向选择问题，其模型得出了适合信息共享的条件：数据共享 的成本、市场的规模和借款人的流动性，并指出征信公司可以成为约束借款人的 措施之一。克莱恩同时指出，一个没有征信公司的竞争性的贷款市场，也可以达 到稳定的均衡【4 j 。 马帕格诺与图雅派利( m a r c op a g a n o ，t u l l i oj a p p e l l i ) 1 9 9 3 年在( ( j o u r n a lo f f i n a n c e ) ) 中发表了第一篇系统分析信贷市场信息共享的论文。他们利用逆向选择 模型，分析了能促进信息共享成为内生需要的因素。他们发现，当经济实体流动 性较强，借款人差异较大，信贷市场规模较大，信息交换成本较低时，信息共享 更容易出现。同时，他们的模型也表明，信贷市场的结构也影响信息共享。在具 有竞争性的信贷市场中，如果放贷人具有在信息方面相对其他放贷人的优势，则 放贷人不会自愿共享信息，因为这会降低其对市场的影响力和利润。信息共享的 优势在于能扩大借款人群体，降低违约率和贷款利率；然而贷款量是否增加则取 决于信贷市场的结构【5 j 。 帕格诺和雅派利( p a g a n o ，j a p p e l l i ，1 9 9 7 ) 随后通过使用一个借贷双方风险中 立的信贷市场的两时间段模型，研究了放贷人之间是否会内生出信息共享安排的 问题。他们指出信息共享会通过以下两个渠道影响银行的利润：一是由于征信加 强了对借款入的约束，减少了道德风险和违约，因而增加了银行利润；二是由于 信贷市场竞争加剧，降低了银行的利润。如果借款人约束性提高对利润的影响大 于竞争加剧对利润的影响，则信息共享就是帕累托改进，因为借贷双方都获益， 这便是一个可持续的均衡结果。他们进一步指出，在借款人种类较多的信贷市场 条件下，利率会下降，信贷总额也会增加【们。 之后帕格诺和雅派$ 1 j ( p a g a n o ，j a p p e l l i ，2 0 0 0 ) 又系统的研究共享信息的种类， 包括正面、负面和严格的负面信息，指出并不是所有的信息共享安排都是有效的。 他们认为正面、负面信息精心搭配的信息共享安排，有助于达到一个有效的均衡 水平，一方面努力避免违约，另一方面又不至于过度降低借款人的纪律约束。实 践中，放贷人很难协调建立一个适当的信息共享机制。 3 信用风险评估模型研究 通过吸收信息不对称和信息共享的观点，越来越多的数学方法被应用到个人 信用评估中来，这些方法主要有：统计学方法主要包括线性回归、判别分析和 l o g i s t i c 回归等；运筹学方法则主要是一些线性规划方法；在最近几年，一些非参 数统计方法以及人工智能模型也被引入到评价模型，如最近邻方法，神经网络， d e p h i 专家系统，以及美国a l t m a n 的z 计分模型，c h e s s e r 的信用预测模型、b a t h o r y 模型，特征分析模型以及营运资产分析模型等均被应用到信用评价的研究之中。 以现代神经网络模型为例，其研究最早源于2 0 世纪4 0 年代，w a r r e nm c c u l l o c h 和w a l t e rp i t t s 从理论上证明了神经网络可以计算任何算术和逻辑函数。1 9 8 7 年6 4 硕f ：学位论文 月在美国召开了第一次神经网络国际会议，随后在全世界范围内掀起神经网络开 发的研究热潮。目前，国内外越来越多的机构和学者将神经网络技术应用在客户 信用管理，实现了对客户的信用评级与预测。 1 9 9 2 年，t a m 和k i a n g 建立了3 层b p 网络对银行破产进行了预测。同年，j e n s e n 利用b p 网络对贷款企业进行分类，分类准确率达到了7 6 8 0 。 c o a t s 和f a n t ( 1 9 9 3 ) 采用神经网络分析法对美国公司和银行的财务危机分别进 行了预测，取得了一定的成果。 a l t m a n ，m a r c o 和v a r e t t o ( 1 9 9 3 ，1 9 9 4 ) 应用神经网络技术对意大利公司进行了 财务危机预警研究。 特里皮和托宾( t r i p p i ，t u r b a n ，1 9 9 6 ) 探讨了神经网络在信用风险中的应用。 c a s a ( c e n t e rf o ra d a p t i v es y s t e m sa p p l i c a t i o n s ) 公司开发了一种用于违约预测的 神经网络模型，c a s a 的董事c a m i l og o m e z 认为，与线形判别分析相比，神经网 络模型的分类错误均值比基准模型效果要好。 在r i c h e s o n 、z i m m e r m a n n 及b a r n t t ( 1 9 9 6 ) 的神经网络模型研究中，信用分类精 度在7 6 一8 2 之间。目前神经网络已经被应用于行为计分系统与欺诈鉴别模型。 h a s h e m ia n db l a n c ( 1 9 9 8 ) 构造了一个神经网络和粗糙集成分的复合模型，并 对银行控股模式进行了预测。 2 0 0 2 年， r e s h m im a l h o t r a ， m a l h o t r ad k 利用神经模糊系统对“信用好 和 “信用差”的贷款企业进行了辨识。 2 0 0 0 年，w e s t 将银行贷款企业分为两组：一组是“信用好”的企业( 指能够按时 偿还贷款的企业) ，一组是“信用差”的企业( 指不能按时偿还贷款的企业) ，建立了5 种不同的神经网络模型：m l p 、专家杂合系统( m i x t u r eo fe x p e r t s ) 、r b f 、学习 向量量化器( l e a r n i n gv e c t o rq u a n t i z a t i o n ) 和模糊自适应共振( f u z z ya d a p t i v e r e s o n a n c e ) ，用来研究商业银行信用评价的准确性。 r e s h m im a l h o t r a ，d k m a l h o t r a ( 2 0 0 2 ) 利用神经模糊系统对“信用好”和“信用 差”两类贷款企业进行了辨识。 4 国外研究综述小结 从以上的研究综述可以看出，与国内研究相比，国外理论界对征信的研究不 论是在理论方面还是在实证方面都较为成熟，可以为我国建立个人征信模型提供 借鉴。然而，据调查，目前国外对助学贷款的信用评级还没有一套相对科学的信 用评级系统，且国外的研究没有考虑我国的实际国情，所以我们不能照抄照搬国 外学者得出的研究结论和研究方法。本文的研究将立足我国个人征信模型建设还 处于起步阶段这一实际国情，吸取发达征信国家建设个人征信模型的经验和教训， 加速我国个人征信模型构建的步伐。 5 基于模糊算法与神经网络的高校助学贷款征信研究 1 2 2 国内研究综述 个人征信研究在发达国家已经有上百年的历史，国外学术界个人征信的理论 和实证研究已经较为成熟和系统化。现阶段国内助学贷款个人征信的研究主要侧 重于如下三个方面：征信体系研究，信用评级模型研究，助学贷款评级研究。 1 征信体系研究 近年来我国学者运用博弈论、信息经济学、成本交易论等理论对信用根基作 了一系列研究和探讨，取得了不少成果。著名学者张维迎明确指出产权制度是信 用制度的基础，所谓“无恒产者无恒心；无恒心者无信用”，其著作产权、政府 和信誉反响巨大。学者李向阳在他的著作企业信誉、企业行为与市场机制 中则指出文化规范和制度安排分别是个人信誉和集体信誉的主要基础。“个人信誉 更多取决于社会的文化、历史、道德和经济发展水平等等。集体信誉的实现则 需相应的制度安排。王爱俭( 2 0 0 1 ) 认为解决信息不对称的唯一方式就是建立 个人征信体系。黄儒靖( 2 0 0 3 ) 指出，建立全国统一的个人信用信息系统，不仅 可以解决信息不对称问题，还可以给人们提供一个追求长期利益的稳定预期和重 复博弈规则。 2 信用评级模型研究 信用评级在我国产生于2 0 世纪8 0 年代后期。1 9 8 7 年2 月国务院发布了企 业债券管理暂行条例，开始对债券进行统一管理，并要求发债企业公布债券还 本付息方式及风险责任；中国信用评级协会筹备组经过多次讨论于1 9 9 2 年6 月制 定了债券信用评级办法，这标志着我国自己的评级体系及方法初步建立，为 我国信用评级的发展奠定了基础。 我国对信用管理的研究起步比较晚，在上世纪8 0 年代后期才开始对信用管理 进行研究，也取得了一些成果，如陈文隽、黄文平、高兰芳等运用博弈论、信息 经济学等方法分析我国信用管理问题产生的原因。侯晓红、李冠华、殷明、崔毅 等采用定性分析的方法对应收账款作简单分析。在此，本文主要阐述模糊评判算 法与神经网络模型。 ( 1 ) 模糊评级方面 李满国( 2 0 0 4 ) 在在人员素质测评范式中模糊综合评级法的应有初探中将模 糊综合评判法应用于人员素质评价范式，从定性和定量两个方面，对人员素质的 多指标综合评判方法作出了一些探讨。张帆、汪秉文、戴志成( 2 0 0 4 ) 在模糊综 合评判在企业员工测评中的应用中将信用评级中的模糊评价法应用在了企业员 工的考核测评中。方秋莲、刘再明、杨春梅( 2 0 0 6 ) 在基于模糊评价法的企业经 理人的绩效评估中将该模糊综合评价模型应用到一个具体的企业，采用模糊算 法计算得到该经理人的综合绩效分，该评价体系简单方便，有助于企事业单位对 6 硕十学位论文 自己的高级员工进行有效的人事管理。 ( 2 ) 神经网络评级方面 在我国，1 9 9 9 年，王春峰等用神经网络技术进行商业银行信用风险评估。郝 丽萍等( 2 0 0 1 ) 研究了商业银行信贷风险分析的人工神经网络模型。杨保安，季海 ( 2 0 0 1 ) 利用3 层b p 网络对我国商业银行贷款风险进行了预警研究。庞素琳等( 2 0 0 3 ) 利用b p 算法对我国某商业银行2 0 0 1 年1 2 0 家贷款企业进行3 类模式( “信用好”、“信 用一般”、“信用差”) 分类，分类准确率达至( 1 8 3 3 4 。随后( 2 0 0 5 ) 又对我国某国有商 业银行2 0 0 1 年8 0 家贷款企业进行两类模式分类。按照企业的财务状况、经营状况 以及过往的信用记录分为“信用好”和“信用差”两个小组，分类准确率达到9 8 7 5 。 鲜晓东等( 2 0 0 7 ) 建立了简化的高校学生信用评价多级指标体系，提出了一种基 于神经网络的评价模型，并对一定的样本进行了训练与测试。 3 助学贷款信用评级研究 管七海，郭建伟，冯宗宪( 2 0 0 2 ) 最早开创了中国助学贷款信用评价的先河， 他们通过借鉴和吸收美国等西方国家建立个人信用评价和信用度评估测算技术， 研究得出了如何建立我国大学生信用评价、征询体系的方案，构建了大学生信用 指标体系与评分模型。罗伟成( 2 0 0 4 ) 较早建立一个用于预测国家助学贷款借款 人的信用评分的模型，以此来帮助办理助学贷款业务的银行在发放贷款之前，就 对贷款的申请人将来可能的信用度有所了解，以便做出是否放贷的决策，模型设 计具有一定的实用性。戴翠萍( 2 0 0 6 ) 指出可以通过建立大学生信用档案制度对 于助学贷款规范管理，在各个高校与各大商业银行之间，建有一种资源共享的个 人信用记录。陈友清( 2 0 0 6 ) 从大学生信用状况的角度分析助学贷款风险问题， 并指出从道、术、法、器四个方面论述大学生信用框架体系：道即培养大学生信 用意识，术即建立大学生信用评价档案，法加强大学生信用法制，器即优化大学 生信用评价方法。 4 国内研究综述小结 国内研究均从某一层面或视角研究了大学生助学贷款征信与征信模型的构建 问题，但总体上显得不够系统和深入。首先，国内对征信研究尚处于初步阶段， 并未形成系统化、规范化的研究体系，没有归纳出可行的、能具有普遍指导意义 及大面积推广价值的规律性认识。其次，由于助学贷款征信体系是一个复杂的系 统工程，涉及教育科学与经济学、统计学的交叉融合，尤其是数理基础和计算机 技术要求较高，因此研究过程需要全面而渐进的进行。最后，对征信体系的模型 与技术研究尚不深入，尤其是大学生个人征信评级模型和授信学生的风险监测追 踪模型尚未进入实质性操作层面。 7 基于模糊算法j 神经网络的高校助学贷款征信研究 1 3 论文的内容框架、研究方法及创新 1 3 1 研究内容 本文共分六章，每一章的主要内容如下： 第一章是绪论部分。主要陈述本文的选题背景与现实意义、相关研究的文献 综述、研究内容框架与创新点等。 第二章是理论部分。主要运用信息不对称、信用信息共享及博弈论等理论深 入分析了我国高校助学贷款征信模型的建设思路。 第三章是现实考察部分。主要对我国高校助学贷款的现状进行现实考察与分 析，并重点对湖南省高校助学贷款的现状进行了问卷调查与分析。 第四章是基于模糊评级算法的大学生助学贷款信用评级模型研究。本章首先 构建了在校大学生助学贷款信用评级模型，然后用m i c r o s o f tv i s u a lc h 对模型进 行了模拟实现，最后运用模型对在湖南省四所高校采集的1 7 2 个数据样本进行分 析，并提出了一些政策建议。 第五章是基于b p 神经网络的大学生助学贷款动态信用追踪模型研究。本章 首先构建了已毕业大学生助学贷款动态信用追踪模型，然后用m a t l a b 神经网 络工具箱对模型进行了模拟实现，最后运用模型对通过网络调查问卷取得的2 0 个样本进行了训练，并对剩余的8 个样本进行了仿真，取得了非常好的仿真效果。 结论是对全文进行总结，并结合现实考察、数据分析与模型应用的结果提出 了一些政策建议。 8 硕十学位论文 1 3 2 研究框架 理论分析 湖南省 助学贷款现实考察 基于模糊综合评判算法f u z z y i基t b p 神经网络模型n n t 在校大学生 信用评级模型设计 模型应用 ( 1 7 2 个在校贷款学生样本) 1 3 3 研究方法 信息不对称与信 用信息共享 样本采集 与分析 已毕业大学生 动态信用追踪模型设计 模型应用 ( 2 0 个已毕业大学生训练样本) ( 8 个已毕业大学生测试样本) 结论与政策建议 图i 1 论文框架图 本文立足中国助学贷款进入违约高峰期的时代背景，从总体的角度，对大学 生助学贷款的违约现状与原因进行了分析，论证了建立助学贷款征信体系，尤其 是适合我国国情的征信评级模型的必要性。研究按先宏观、再微观，先总体、后 局部的逻辑思路进行，本文采用定量分析与定性分析相结合、规范研究与实证研 究相结合的科学研究方法，综合运用了金融学理论、经济学理论、计算机科学与 技术、应用数学等各学科知识进行研究，突出学科交叉的优势，强调研究方法创 新与理论致用的原则，研究体系和方法具有较好的科学性。 同时，本文在理论研究的同时，到相关高校和实务部门开展了大量的调研工 作，注重紧密结合中国助学贷款当前的实际，贴近实务工作，从而使该论文紧密 结合中国助学贷款实际，针对性和可操作性强，体现了研究的务实性。 9 基于模糊算法与神经网络的高校助学贷款征信研究 1 3 4 本文的研究创新点 本文在国内外现有研究的基础之上，在以下方面做了研究并有所创新： ( 1 ) 利用主观赋权评价法和客观赋权评价法中比较有代表性、同时又适合于对 大学生信用评级进行评级的多层次分析法、改进模糊分析法和神经网络方法进行 结合，从而达到较为理想的评级效果。 ( 2 ) 设计了三套助学贷款调查问卷：一套用于调查湖南省高校助学贷款现状； 一套在湖南大学、中南林业、湖南财专和湖南涉外四所高校发出调查问卷，调查 在校生的信用评级样本；一套用于网络调查，用于采集已毕业学生的信用追踪样 本。 ( 3 ) 国家助学贷款风险问题的以往研究大多侧重于从银行或政府层面进行分 析，而本文更侧重于从大学生自身的行为角度进行实证分析，希望能从根本上突 破大学生助学贷款的信用瓶颈。 ( 4 ) 设计了较为完善的在校大学生信用评级指标体系，并首次通过m i c r o s o f t v i s u a lc + + 工具编程，将模糊综合评判算法应用到湖南省在校大学生样本，进行 信用评级。 ( 5 ) 设计了较为完善的已毕业大学生信用追踪指标体系，并首次通过m a t l a b 工具编程，将b p 神经网络应用到已毕业大学生样本的信用追踪评级。 1 3 5 本文研究的不足 ( 1 ) 在将定性指标定量化的过程中，采用了d e p h i 专家评价法，致使各指标的 确定及相应权重受到参与评价专家们主观意识的限制，可能具有一定的人为因素。 ( 2 ) 毕业生的样本采集困难，样本不足，容易对b p 神经网络的训练效果和仿 真效果产生不利影响。 ( 3 ) 在构建b p 神经网络模型时，有必要进一步改进优化算法，使网络收敛更 快，同时可提高训练精度，减少训练时间。 1 0 硕十学位论文 第2 章高校助学贷款征信模型理论分析与技术分析 本章是全文的理论部分。主要运用信息不对称、信用信息共享及博弈论等理 论深入分析了我国高校助学贷款征信模型的构建基础。并就本文用到的三大模型： 改进的多层次分析法i a h p ，模糊综合评判算法f u z z y ，b p 神经网络模型n n t 进行了简单的介绍。 2 1 信息不对称理论 信息经济学研究什么是信息不对称情况下的最优交易契约。信息不对称即指 某些参与人拥有但另一些参与人不拥有的信息。按信息不对称发生的时间不同， 会分别产生逆向选择和道德风险。在信息经济学中，凡涉及到信息不对称的交易 关系都被称为委托代理关系，交易中信息占优势方称为代理人，另一方称为 委托人。高校助学贷款中的银行与学生的借贷关系就是一种委托代理关系， 银行是委托人，学生为代理人。 在高校助学贷款中，由于银行和学生之间的信息不对称所引发的逆向选择和 道德风险危害均可通过征信体系的建立而减轻或消除。高校助学贷款中的逆向选 择表现为银行和学生都选择使自己收益率高的个人理性：违约率高、银行惜贷， 从而使助学贷款丧失了保障教育公平的功能。征信作为一种“非价格”机制，可以 在一定程度上解决助学贷款的信息不对称问题，使对于银行和学生来说的个人理 性发生转变而自发达到集体理性，提高助学贷款的效率，保障其正常运行。高校 助学贷款征信体系可以提供一个信息共享平台，使得银行在授信之前能够掌握更 多的有关学生的信用信息，从而更准确地评估学生的信用度，并根据其信用度决 定是否给予贷款以及贷款的额度和利率。如果银行根据其已掌握的学生信息，对 信用差或者隐瞒信息的学生进行贷款限制，而对那些信用好并配合征信工作的学 生则给予贷款优惠，那么他们就会自觉维护其自身信用，并积极主动地利用个人 征信体系提供的信息共享平台来向银行传递“自身信用良好”的信号，从而形成一 种良性循环，逆向选择问题随之得到解决。 2 2 信息共享理论 信息共享是指不同层次、不同部门信息系统间，信息和信息产品的交流与共 用，就是把信息这一种在互连网时代中重要性越趋明显的资源与其他人共同分享， 以便更加合理地达到最佳资源配置，节约社会成本，创造更多的财富。它是提高 基于模糊算法与神经网络的高校助学贷款征信研究 信息资源利用率，避免在信息采集、存贮和管理上重复劳动的一个重要手段。当 然，不同国家的信息共享程度是不一样的，当前看来，西方国家的信息共享程度 要大得多，而我国信息共享则严重不足。正因为如此，给我国各行业部门的工作 和科研都造成了极大的阻碍作用。 2 3 博弈论 通过分析可知，在银行与学生的博弈中，有无征信体系作为一个重要的因素 深刻影响着其博弈的均衡。 1 在无征信体系下 纯商业化运作下的助学贷款市场中，学生违约成本远大于违约收益，银行因 为预期到这一点，将不提供助学贷款，博弈的均衡为 不贷，不还) 。 引入政府行政干预后，银行迫于政府压力发放助学贷款，但作为独立利益主 体，银行将根据利润最大化原则确定贷款发放数量，实际结果是贷款发放非常有 限，助学贷款市场供给严重不足。 2 引入征信体系后 银行将有条件对相关学生实行“冷酷战略”，学生违约成本大大上升，且超过 违约带来的收益，根据模型中理性人的假设，贷款学生选择 还贷 ，理性的银行 预期到这一点，为追求自身效用最大化，也将对申贷学生发放贷款，博弈的均衡 变为 贷款，还款) 。 因此，据以上两点可以发现，征信体系作为一种稳性激励约束机制，可以将 学生通过助学贷款与放贷银行建立起来的一次性博弈放大为学生以后与整个银行 体系以及社会信用体系的无限重复博弈，并进而促使学生、银行改变先前的策略 均衡，银行、学生的期望支付都增加，个体理性自发达到集体理性，从而实现了 助学贷款市场上的帕累托改进。 2 4 征信模型相关技术分析 征信技术既包括将大学生多方面的信息多渠道征集起来，然后辩证分析，甄 别处理，确保信息的真实性，消除信息不对称，最后建立一个比较完整的信用信 息体系，对大学生进行信用评级，以便于银行进行风险跟踪与管理。具体来说， 可以采用以下三种技术对信用信息进行处理。 2 4 1 改进的多层次分析法i a h p 层次分析法( a n a l y t i ch i e r a r c h yp r o c e s s ，简称a h p ) 是美国运筹学家t l s a a t y 教授于7 0 年代初期提出的，是对定性问题进行定量分析的一种简便、灵活而又实 用的多准则决策方法。它的特点是把复杂问题中的各种因素通过划分为相互联系 1 2 硕上学位论文 的有序层次，使之条理化，根据对一定客观现实的主观判断结构( 主要是两两比较) 把专家意见和分析者的客观判断结果直接而有效地结合起来，将一层次元素两两 比较的重要性进行定量描述。而后，利用数学方法计算反映每一层次元素的相对 重要性次序的权值，通过所有层次之间的总排序计算所有元素的相对权重并进行 排序。 这种方法能够统一处理决策中的定性与定量因素，具有实用性、系统性、简 洁性等优点。它完全依赖于主观评价做出方案的优劣排序，所需数据量很少，决 策花费的时间很短。从整体上看，