（系统工程专业论文）基于支持向量机的我国商业银行信用风险识别模型.pdf

武汉理工大学硕士学位论文 摘要 信用风险是金融市场中最古老，也是最重要的风险形式之一。它已经成为当 前市场环境下的经济体面i 临的最重要的金融风险。对于中国的实际情况来讲，无 论从宏观上还是微观上看，我国金融体系已经积累了很大的风险，而且金融风险 主要表现为信用风险。信用风险被定义为借款人不能按期还本付息而给贷款人造 成损失的风险。然而，随着风险环境的变化和风险管理技术的发展，这一定义已 经不能充分反映现代信用风险及其管理的性质与特点。现代意义上的信用风险应 包括由交易对手直接违约和交易对手违约可能性变化而给投资组合造成损失的 风险。 本文第一部分为绪论，介绍了商业银行的信用风险产生的背景，研究现状以 及我国商业银行信用风险管理的现状。第二部分介绍了信用风险的概念以及特 征。从已有的研究成果来看，商业银行对其面临的信用风险进行度量，首先要解 决的问题就是如何确定贷款者的违约概率、或者判断其是否会违约。第三部分介 绍了在巴塞尔新资本协议下的商业银行信用风险度量方法，并对各种方法的优劣 进行简要的评述。由于信用风险具有内生性、非线性、收益与损失的不对称、数 据收集困难等特点，因此，传统的度量信用风险的方法很难对信用风险进行准确 地定量分析。因此，在本文第四部分，应用支持向量机作为在统计学习理论上产 生发展的一种模式分类方法，给信用风险的分析和评估提供了一种新方法和新工 具。由于支持向量机没有对样本的分布提出假设，并且引入核函数可以将非线性 分类问题映射到高维特征空间的线性分类问题，这就很好解决了传统方法中对分 布的假设与实际不符以及对非线性问题无能为力的情况。第五部分采用张忠桢教 授发明的凸二次规划的旋转算法来求解基于支持向量机的商业银行信用风险度 量模型，这样虽然需要计算机存储凸二次规划的h e s s i a n 矩阵，但是利用旋转运 算来求解凸二次规划的最优解实际上的速度要比分解算法快。在第六部分，本文 选取了2 0 0 7 年a 股上市公司的财务数据作为样本，采用支持向量机模型，并应 用旋转算法求解凸二次规划，对其样本违约概率进行判别，并与采取传统的多元 判别分析方法判断其违约的概率进行对比。通过实验结果的对比，容易发现，支 持向量机模型判别的误判率明显低于多元线性判别模型的误判率。验证了支持向 量机不需要对样本分布作出假设和支持向量机对解决非线性分类问题的特点用 来处理信用风险的识别是有效的，并且提出了一些关于支持向量机在信用风险识 别应用中有待解决的问题以。最后，对全文进行总结，并对商业银行信用风险的 研究提出一些建议。 关键词：信用风险，支持向量机，凸二次规划，旋转算法 武汉理工大学硕士学位论文 a b s t r a c t c r e d i tr i s ki nf i n a n c i a lm a r k e t si st h eo l d e s ta n dm o s ti m p o r t a n tf o r mo fr i s ki t h a sb e c o m et h ec u r r e n tm a r k e te n v i r o n m e n tf a c i n gt h ee c o n o m i e so ft h em o s t i m p o r t a n tf i n a n c i a lr i s k s t h et e r m so ft h ea c t u a ls i t u a t i o ni nc h i n a , w h e t h e rf r o mt h e m i c r oo rm a c r op e r s p e c t i v e ，c h i n e s ef i n a n c i a ls y s t e mh a sa c c u m u l a t e dal o to fr i s k s a n df i n a n c i a lr i s k s ，m a i n l yf o rc r e d i tr i s k c r e d i tr i s ki sd e f i n e da st h eb o r r o w e r 眦 n o ta r r a n g i n gl o a n st ot h ed e b ts e r v i c ea n dc a u s e dt h er i s ko fl o s s h o w e v e r , w i t ht h e r i s ko fe n v i r o n m e n tc h a n g ea n dr i s km a n a g e m e n tt e c h n o l o g yd e v e l o p m e n t , t h i s d e f i n i t i o nh a sn o tf u l l yr e f l e c t e dt h em o d e mc r e d i tr i s km a n a g e m e n ta n dt h en a t u r e a n dc h a r a c t e r i s t i c s m o d e ms e n s eo fc r e d i tr i s ks h o u l di n c l u d ed e f a u l tb yt h e c o u n t e r p a r t yd i r e c tb r e a c ho fc o n t r a c ta n dc o u n t e r p a r t i e st ot h ep o s s i b i l i t yo fc h a n g e s i nt h ei n v e s t m e n tp o r t f o l i oo ft h er i s ko fl o s s t h ef i r s to ft h ep a p e ri st h ee x o r d i u m ，w h i c hi n t r o d u c e dt h eb a c k g r o u n do fc r e d i t r i s ko fc o m m e r c i a lb a n k , s t a t u so fr e s e a r c ha n dc r e d i tr i s km a n a g e m e n ti no u r c o u n t r y sc o m m e r c i a lb a n k t h es e c o n dp a r t ，i n t r o d u c e dt h ec r e d i tr i s ko nt h ec o n c e p t a n df e a t u r e s f r o mt h ee x i s t i n gr e s e a r c h ，t h ec o m m e r c i a lb a n k sw a n tt om e a s u r et h e i r c r e d i tr i s k sw h i c ht h e ya r ef a c i n g ，t h e ym u s ts o l v et h ep r o b l e mi sh o wt od e t e r m i n e t h el o a nd e f a u l tp r o b a b i l i t y ，o rd e t e r m i n ew h e t h e ri tw i l ld e f a u l tf i r s t t h et h i r dp a r t i n t r o d u c e dt h em e t h o d so fc r e d i tr i s km e a s u r e m e n tu n d e rt h en e wb a s e lc a p i t a l a c c o r d ，a n dh a dt h eb r i e fc o m m e n t a r yo nt h ep r o sa n dc o n so fv a r i o u sm e t h o d s a s t h ec h a r a c t e r i s t i c so fc r e d i tr i s ka r ee n d o g e n o u s ，n o n l i n e a r , t h ep r o b a b i l i t y d i s t r i b u t i o no fa s y m m e t r ya n dd a t ac o l l e c t i o nd i f f i c u l ta n ds 0o n , t h et r a d i t i o n a l m e a s u r eo fc r e d i tr i s ki sd i f f i c u l tt oa c c u r a t e l yq u a n t i t a t i v e l ya n a l y z ec r e d i tr i s k t h e r e f o r e ，t h ef o u r t hp a r ta p p l yap a t t e r nr e c o g n i t i o nm e t h o do fs u p p o r tv e c t o r m a c h i n e s ，w h i c hg r e wa n dd e v e l o p e df r o mt h es t a t i s t i c a ll e a r n i n gt h e o r y ，t op r o v i d e s an e wa p p r o a c ha n dn e wt o o l sf o rt h ec r e d i tr i s ka n a l y s i sa n da s s e s s m e n t a ss v m d o e sn o ta s s u m et h ed i s t r i b u t i o no fs a m p l e s ，a n dt h en o n - 1 i n e a rc l a s s i f i c a t i o np r o b l e m c a nb em a p p e dt ot h eh i 曲一d i m e n s i o n a lc h a r a c t e r i s t i c ss p a c eb e c o m i n gt h e l i n e a r c l a s s i f i c a t i o np r o b l e mb yi n t r o d u c i n gt h ek e r n e lf u n c t i o n ，w h i c hs o l v e dt h ep r o b l e m t h a tt r a d i t i o n a lm e t h o d st o o kt h ea s s u m p t i o n so fd i s t r i b u t i o na r en o ts a m ew i t ht h e f a c tp r o p e r l ya n dt r a d i t i o n a lm e t h o & a r eh e l p l e s st ot h en o n - l i n e a rp r o b l e m t h ef i f t h p a r to ft h ep a p e rc a l c u l a t e dt h ec r e d i tr i s ko ft h ec o m m e r c i a lb a n kb a s e do ns v m m o d e lu s i n gt h ep i v o t i n ga l g o r i s mi n v e n t e db yp r o f e s s o rz h o n g z h e nz h a n g a l t h o u g h 武汉理工大学硕士学位论文 t h i sa l g o r i s mn e e d sm o r ec o m p u t er a mt os t o r et h eh e s s i a nm a t r i x ，t h es p e e do f c o n v e r g e n c eo fp i v o t i n ga l g o r i s mi sf a s t c rt h a nt h es m oa l g o r i s m i nt h es i x t hp a r t , t h ep a p e rs e l e c t e dt h ea - s h a r el i s t e dc o m p a n y sf i n a n c i a ld a t ai n2 0 0 7a ss a m p l e s ， u s i n gs v mm o d e l ，a n ds o l v i n gt h ec o n v e xq u a d r a t i cp r o g r a m m i n gb yp i v o t i n g a l g o r i t h m t h e nd i s c r i m i n a t e dt h ed e f a u l tp r o b a b i l i t yo ft h es a m p l e ，a n dt a k et h e p r o b a b i l i t y o fd e f a u l t c o m p a r ew i t ht h et r a d i t i o n a lm e t h o do fm u l t i p l el i n e r d i s c r i m i n a t i o na n a l y s i s f r o mt h ec o m p a r i s o no ft h ee x p e r i m e n t ，w e , c a ne a s i l y d i s c o v e rt h a tt h em i s j u d g m e n tr a t eo ns v mw a ss i g n i f i c a n t l yl o w e rt h a nt h e m i s j u d g m e n tr a t eo nm u l t i p l el i n e rd i s c r m i n a t o na n a l y s i s t h er e s u l tv e r i f i e dt h a t s v md o e sn o ta s s u m et h ed i s t r i b u t i o no ft h es a m p l ea n dt h ef e a t u r eo fs v mw h i c h s o l v i n gt h en o n - l i n e a rp r o b l e mo fc l a s s i f i c a t i o nt od e a lw i t hc r e d i tr i s ki d e n t i f i c a t i o n i sd e f i n i t e l ye f f e c t i v e ，a n dm a d ean u m b e ro fi s s u e sw h i c hw i l lb es o l v e db yu s i n g s v mo nt h er e c o g n i t i o no fc r e d i tr i s ki nt h ef u t u r e t h el a s tp a r ts u m m a r i z e dt h e w h o l ep a p e r , a n dt o o ks o m es u g g e s t i o n sa b o u tt h es t u d yo nc r e d i tr i s ko fc o m m e r c i a l b a n ki nc h i n a k e y w o r d s ：c r e d i tp d s k , s u p p o r tv e c t o rm a c h i n e ，c o n v e xq u a d r a t i cp r o g r a m m i n g , p i v o t i n ga l g o r i t h m 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人 已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育机构的 学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示了谢意。 签名：企墨嗑日期：酬 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保 留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：越导师签名：立燃日期： 武汉理工大学硕士学位论文 1 1 研究背景与意义 第1 章绪论 1 1 1 研究背景 商业银行所面临的风险可以分为信用风险、市场风险、流动性风险和操作风 险等，在各种风险管理技术中，市场风险管理技术已经日趋成熟，而信用风险管 理技术的研究在较长的一段时间内一直落后于前者。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。由此，国际银行业和学术 界开始深刻意识到对银行信用风险管理技术研究的重要性。尤其是随着金融市场 环境的变化、商业银行业务的创新、市场参与者及交易的多元化以及信用衍生产 品的发展，信用风险的概念和内涵得到了拓展和延伸。对银行信用风险管理技术 的研究已成为金融领域内最具有挑战性的课题之一。 随着巴塞尔协议在西方发达国家的全面实施，各国加大了对内部信用风险管 理工具的科研投入。信用风险管理技术和方法有了突破性的飞跃。同时随着资产 组合选择理论、信息不对称理论、v a r 理论、资本资产定价模型、期权定价模型 和套利定价模型等一些现代金融理论以及数理统计、系统工程、物理学等学科的 理论和方法开始广泛应用于金融领域，信用风险度量方法不断推陈出新，管理技 术正日臻完善，新的信用风险度量方法已经在诸多金融领域得到了广泛的应用。 信用风险度量方法的发展大致经历了四个阶段：专家分析方法、基于财 务报表信息的多元统计模型判别模型、以及信用风险内部度量模型，一般将 专家分析方法、基于财务报表信息的多元统计模型判别模型、神经网络方法 称为传统的方法。传统的信用评价方法必须根据经济环境和风险因素的变化不 断调整自己分析和调查的重点，才能做出准确的决策。虽然其有成熟的经验可资 借鉴，但在实际估测某个企业的信用风险时，必须重新设定工作程序，而且企 业信用调查与评价工作必须通过自己的实践来积累经验。从目前国际金融与财务 学界的主流观点来看，信用风险的度量与管理，更加侧重于模型化，从过去的定 性分析向定量分析以及定性定量相结合转变。信用风险度量模型涵盖的因素和条 件越来越全面，从单一的风险度量模式向多样化的和个性化的风险度量模式转 化。在理论上，信用风险度量方法与模型开始大量运用现代金融理论的最新研究 成果。现代信息技术以及网络技术的迅猛发展也为信用风险的度量与管理，提供 了强有力的手段。 武汉理工大学硕士学位论文 1 。1 2 研究意义 目前，由于商业银行的主要利润来自于存贷款利差，因此，商业银行的 信用风险主要来自信贷风险。商业银行信贷风险的管理成为了商业银行信用 风险的管理的核心问题。对于商业银行信贷风险的管理，首先要解决如何度 量信贷风险。风险的度量主要分为两个部分，第一是对贷款违约概率的估计； 第二是估计违约损失。只有准确地度量信用风险，才能采取有效的措施管理 信用风险。 风险管理，特别是信用风险管理水平的高低，已经成为衡量银行经营成败的 重要标志。因此，利用信用风险度量的研究结果，特别是它的早期预警功能，就 能做到逆经济周期而动，从而使经济平稳、健康、持续的发展。正是由于信用风 险的度量和管理对金融稳定和经济发展的影响如此之大，因此如何对其进行准确 和及时的量化度量，以及如何对其进行有效的管理是信用风险研究面临的重要课 题，同时也是研究金融风险的基本原因。 从信用风险度量方法和模型的改进方向上看这一领域的研究和应用已从 传统的主观判断分析法发展到以多变量判别模型，再到现代金融工程下的动态 计量分析方法，已经向科学的纵深发展。 目前我国信用风险的分析主要是以单一投资项目、贷款和证券为主，衍生工 具、表外资产的信用风险以及信用集中风险的评估尚属空白。更没有集多种技术 于一体的动态量化的信用风险管理技术。随着我国经济体制改革的深入、市场机 制的建立与完善以及资本市场、银行业的迅速发展，现行的信用风险评估体制与 方法已不能满足经济改革与发展的需要。因此，我国在信用风险度量方法的发展 上，应博采众长、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。 1 2 国内外研究现状综述 1 2 1 国外研究现状综述 信用风险的大小，除受商业银行自身行为规范程度影响外，主要取决于借 款人的信用状况。借款入信用越差，贷款不能按期收回的可能性越大，贷款风险 随之增大；反之则相反。所以，信用风险识别主要对借款人的信用状况进行分析。 信用风险分析方法从主观判断分析方法和传统的财务比率评分法转向以多变量、 依赖于资本市场理论和计算机信息科学的动态计量分析方法为主的趋势发展。 美国的爱德华阿尔特曼在1 9 6 8 年提出了著名的z 评分模型网，z 评分模型一 经推出，便引起各界的关注，许多金融机构纷纷采用它来预测信用风险，并取得 2 武汉理工大学硕士学位论文 一定的成效，目前它已成为西方国家信用风险度量的重要模型之一。 1 9 7 7 年，阿尔特曼等人对原始的z 评分模型进行了重大修正和提升，推出了 第二代信用评分模型征r a 信用风险模型【3 1 。新模型的变量由原始模型的5 个 增加到了7 个，它的适应范围更宽，对不良借款人的辨认精度也大大提高了。 l o g i s t i c a l _ j 4 】最早由m a r t i n 在1 9 7 7 年用以预测公司的破产及违约概率。他将 l o g i s t i c 模型与z - s c o r e 模型、z e t a 模型预测能力进行了比较，结果发现l o g i s t i c 模 型要优于z - s c o r e 模型和z i 啾型。t o g i s t i 漠型实际上是普通多元线形回归模型 的推广，利用线形判别模型计算得出的z 值只是一个抽象的概念，只能用于判别 而无法从直觉上解释，l 0 酉s t i c 模型解决了这个问题。l 0 西s t i c 模型不要求变量满 足正态分布和等协方差，还可以对每个变量进行显著性检验。 p r o b i t 模型【5 】与功西s t i c 模型一样都是采用评判对象一系列的财务比率来预 测其破产或违约风险。在使用累积正态概率函数对模型进行变换后，可以求出评 判对象违约的概率。 1 9 4 3 年，m c c u u o c k & p i t t s 奠定了神经网络的理论基础，经过众多学者的不 懈努力，现已成为一门日渐成熟的信息处理科学。国内外不少专家将其应用到信 用风险度量中，形成了许多信用风险度量模型，这些模型抛弃了违约概率与变量 之间的线性关系的假设，通过反复试错得到不同变量的权重，有助于揭示经济变 量之间隐藏的非线性关系。神经网络应用于企业信用风险的评判包括学习和预测 两个过程。o d o m 、s h a r d 6 ，d e s a l i ，c r o o k ，o v e r s t r e e t 7 1 等建立了神经网络信用 评分模型，这些模型在一些国家的实证研究取得较好的效果。k e r l i n g 8 j 等研究 法国企业信用，采用交叉验证的方式比较了神经网络、判别分析。t r i p p i 和t u r b a n l 9 探讨了神经网络在消费信贷、家庭抵押等方面的应用。d a v i d 1 0 j 建立了5 种不同的 神经网络模型，用来研究商业银行信用评价的准确性。m a l h o u a 等【1 1 】利用神经模 糊系统对贷款企业进行了辨识。m o o d y s 公司在2 0 0 0 年公布了以神经网络为主要 方法的上市公司信用风险模型，神经网络方法得到研究者和实践者的广泛关注。 c r e d i tm e t r i c s l l 2 l 是由j p 摩根公司等1 9 9 7 年开发出的模型，运用v a r 框架， 对贷款和非交易资产进行估价和风险计算。该方法是基于借款人的信用评级、次 年评级发生变化的概率( 评级转移矩阵) 、违约贷款的回收率、债券市场上的信 用风险价差计算出贷款的市场价值及其波动性，进而得出个别贷款和贷款组合的 v a r 值。 麦肯锡模型【1 3 】贝i j 在c r e d i tm e t r i c s 的基础上，对周期性因素进行了处理，将 评级转移矩阵与经济增长率、失业率、利率、汇率、政府支出等宏观经济变量之 间的关系模型化，并通过蒙地卡罗模拟技术模拟周期性因素的“冲击 来测定评 级转移概率的变化。麦肯锡模型可以看成是对c r e d i tm e t r i c s 的补充，它克服了 3 武汉理工大学硕士学位论文 c r e d i tm e t r i c s 中不同时期的评级转移矩阵固定不变的缺点。 c s f p 信用风险附加计量模型【1 4 】与作为盯市模型( m t m ) 的c r e d i tm e t r i c s 不同，它是一个违约模型( d m ) ，它不把信用评级的升降和与此相关的信用价 差变化视为一笔贷款的v a r ( 信用风险) 的一部分，而只看作是市场风险，它 在任何时期只考虑违约和不违约这两种事件状态，计量预期到和未预期到的损 失，而不像在c r e d i tm e t r i c s 中度量预期到的价值和未预期到的价值变化。在c s f p 信用风险附加计量模型中，违约概率不再是离散的，而被模型化为具有一定概率 分布的连续变量。每一笔贷款被视作小概率违约事件，并且每笔贷款的违约概率 都独立于其它贷款，这样，贷款组合违约概率的分布接近泊松分布。c s f p 信用风 险附加计量模型考虑违约概率的不确定性和损失大小的不确定性，并将损失的严 重性和贷款的风险暴露数量划分频段，计量违约概率和损失大小可以得出不同频 段损失的分布，对所有频段的损失加总即为贷款组合的损失分布。 k m v 模型【1 5 j 是估计借款企业违约概率的方法。首先，它利用b l a c k s c h o l e s 期权定价公式，根据企业资产的市场价值、资产价值的波动性、到期时间、无风 险借贷利率及负债的账面价值估计出企业股权的市场价值及其波动性，再根据公 司的负债计算出公司的违约实施点( d e f a u l te x e r c i s ep o i n t 为企) l k l 年以下短期债务 的价值加上未清偿长期债务账面价值的一半) ，然后计算借款人的违约距离，最 后根据企业的违约距离与预期违约率( e d f ) 之间的对应关系，求出企业的预期 违约率。 1 2 2 国内研究现状综述 我国学者对国有商业银行信用风险问题的研究起步较晚，从2 0 世纪9 0 年代 后期开始，理论界对我国银行信用风险及其管理问题逐步引起关注，并由此产生 了大量的研究文献。 刘锡良、罗得志【1 6 】( 2 0 0 1 ) 提出银行信用风险的原因是：由于我国企业的融 资渠道单一，因此银行融资导致信用关系单一化，其他信用关系受到抑制，信用 风险集中在银行，他们称之为银行信用抑制和风险转嫁机制，其二是信贷交易的 内部性上升，所谓内部性上升是指交易者所经受的，但没有在交易条款中说明的 交易成本或收益的上升。他们认为由于缺乏信用观念、银行客户质量下降、在通 货紧缩环境下无法退出信贷市场以及总分行制度的代理成本等，导致银行内部性 的上升。 杨军【1 7 1 ( 2 0 0 4 ) 通过对某银行1 9 9 7 - 2 0 0 1 年核销的1 8 6 笔贷款档案为样本，对 商业银行信用风险的成因进行了实证分析，其特点有：样本选择区域较广，共3 0 个省、自治区和直辖市；行业覆盖面较宽，涉及商贸、电子、轻工、纺织、机械、 4 武汉理工大学硕士学位论文 房地产、建筑、酒店、医药、咨询等3 0 个行业，所涉的企业以国企为主，包含了 集体、合资企业；贷款的种类主要是三类：项目贷款、营运资金贷款和综合性贷 款；贷款发放的年份主要集中在1 9 8 4 - 1 9 9 7 年。通过对这1 8 6 笔贷款的呆帐形成过 程进行归纳分析，得出了在微观层面上我国商业银行信用风险的主要成因，分为 两类：一是非银行因素，占比例最高的是政府干预，其次是市场变化因素，第三 是政府干预导致担保或者抵押难以落实；二是银行自身的因素，其中银行治理结 构缺陷和对借款人调查水平不高是最主要的两种原因。 蒋海【1 8 】( 2 0 0 4 ) 对我国银行企业融资博弈的演进过程进行了分析：在1 9 8 5 1 9 9 4 年，政府直接参与微观金融决策。两者博弈的结果是扭曲了银企双方的融资 行为，恶化了两者关系，形成超常的信用风险，并且政府参与程度越高，信用风 险程度越大；1 9 9 5 2 0 0 3 年间，政府从微观金融淡出后，信息不对称和银行制度 缺失成为直接决定该阶段信用风险大小的主要因素，部分信用风险的表现也由不 良资产异变为“惜贷”所产生的资产配置成本。因此降低和防范当前超常的信用 风险，必须完善商业银行的法人治理结构，健全市场信息制度，加强市场透明度 建设。 聂庆平【1 9 1 ( 2 0 0 2 ) 分析了不良贷款与银行改革的关系，将不良贷款分为财政 性不良贷款、企业亏损性的银行不良贷款和经营性不良贷款，并有针对性地对银 行不良贷款问题提出政策建议。 许国平、陆磊【2 0 1 ( 2 0 0 1 ) 采用不完全合同理论对金融体系的道德风险问题进 行了分析，指出了道德风险对金融风险的影响和作用。徐芳、汪汀1 2 l 】( 2 0 0 2 ) 对 当前我国银行和资产管理公司( a m c ) 处置不良资产的两种模式进行了分析：一是 以获取现实现金流为目的的“创造现实现金流模式 ，它的处置方式包括：竟价 拍卖、捆绑出售、整体出售、全额承包等；二是以创造预期资金流模式，包括债 转股和不良资产证券，对这两种模式的特征及优劣进行了比较，提出了当前处理 不良资产模式的选择，并提出了相关的政策建议。周素彦【捌( 2 0 0 3 ) 分析了降低 商业银行不良贷款比率通常使用的四种方法，指出短期内可以通过国家的政策支 持和加强预算约束来降低国有商业银行的不良贷款比率；长期内，则只有进行彻 底的产权制度改革，不断提高信贷管理能力和对市场的把握能力才能从根本上降 低国有商业银行的不良贷款比率。信贷集中风险有可能使国有商业银行的不良贷 款比率呈“u 形走势，应当引起有关部门的足够重视。陈剃2 3 j ( 1 9 9 9 ) 以证券市 场的2 8 家s t 公司为样本，进行了单变量分析和多元线性分析。在单变量分析中， 他选择了资产负债率、净资产收益率、总资产收益率和流动比率进行分析，并运 用二分法进行了分类预测。她的研究是国内第一个以上市公司为样本判定企业财 务困境的成果，是对信用风险量化研究的首次尝试。虽然方法选择、样本构造、 5 武汉理工大学硕士学位论文 判别的标准等方面有待深入，但其意义却是重要的，标志着国内研究财务困境问 题的开始。 通过对上述国内研究文献的分析和研究，可以得到如下结论： ( 1 ) 国内学者对我国商业银行信用风险问题己经有了一些研究，但主要是 定性分析；由于我国信用体系建设才刚刚开始，缺乏充分的历史数据，因此定量 研究相对比较缺乏。 ( 2 ) 国内已经有学者开始研究信用风险的预测问题，主要的运用工具是统 计分析、回归分析为主，样本数据比较有限，因此影响了研究的进一步深入和展 开。 ( 3 ) 研究的重点多是放在对我国银行信用风险成因的分析，或是对国外风 险管理方法的综合阐述，没有把这些方法结合我国的实际情况进行进一步考察。 1 3 研究内容、方法 1 3 1 研究内容 第1 章绪论，介绍了商业银行的信用风险产生的背景，研究现状以及我国商 业银行信用风险管理的现状。 第2 章介绍了信用风险的概念以及特征。从已有的研究成果来看，商业银行 对其面临的信用风险进行度量，首先要解决的问题就是如何确定贷款者的违约概 率、或者判断其是否会违约。 第3 章介绍了在巴塞尔新资本协议下的商业银行信用风险度量方法，并对各 种方法的优劣进行简要的评述。由于信用风险具有内生性、非线性、收益与损失 的不对称、数据收集困难等特点，因此，传统的度量信用风险的方法很难对信用 风险进行准确地定量分析。 第4 章应用支持向量机作为在统计学习理论上产生发展的一种模式分类方 法，给信用风险的分析和评估提供了一种新方法和新工具。由于支持向量机没有 对样本的分布提出假设，并且引入核函数可以将非线性分类问题映射到高维特征 空间的线性分类问题，这就很好解决了传统方法中对分布的假设与实际不符以及 对非线性问题无能为力的情况。 第5 章采用张忠桢教授发明的凸二次规划的旋转算法来求解基于支持向量机 的商业银行信用风险度量模型，这样虽然需要计算机存储凸二次规划的h e s s i a n 矩阵，但是利用旋转运算来求解凸二次规划的最优解实际上的速度要比分解算法 快。 第6 章本文选取了2 0 0 7 年a 股上市公司的财务数据作为样本，采用支持向 量机模型，并应用旋转算法求解凸二次规划，对其样本违约概率进行判别，并与 6 武汉理工大学硕士学位论文 采取传统的多元判别分析方法判断其违约的概率进行对比。通过实验结果的对 比，容易发现，支持向量机模型判别的误判率明显低于多元线性判别模型的误判 率。验证了支持向量机不需要对样本分布作出假设和支持向量机对解决非线性分 类问题的特点用来处理信用风险的识别是有效的，并且提出了一些关于支持向量 机在信用风险识别应用中有待解决的问题以。 第7 章对全文进行总结，并对商业银行信用风险的研究提出一些建议。 1 3 2 研究方法 通过研读近年来大量相关的文献，在系统的总结度量、管理信用风险的传统 方法和现代方法的基础上，根据新巴塞尔协议有关规定，并结合我国商业银行信 用风险管理的现状，尝试运用支持向量机方法对我国商业银行的信用风险进行度 量。应用张忠桢教授发明的凸二次规划旋转算法，在m a t l a b 集成开发环境下编写 求解支持向量机模型程序。并结合上市公司财务数据，应用支持向量机方法对商 业银行贷款所面临的违约风险进行度量。 1 4 本文的创新点 ( 1 ) 应用由统计学习理论而产生和发展的支持向量机方法，构建了我国商 业银行信用风险识别模型。该模型不需要对样本的分布作出假设，克服了传统的 多元统计方法对样本正态分布假设在信用风险分布中的不成立的问题，并且 s v m 方法通过引入核函数，可以很好地解决信用风险中非线性的分类问题。 ( 2 ) 将商业银行信用风险的s v m 模型转换为一个凸二次规划问题，利用旋 转算法求解商业银行风险的s v m 模型，通过仿真试验比较了旋转算法和s m o 算 法的效果，得出了旋转算法在样本规模不大时运算速度快于s m o 算法的结果。 ( 3 ) 通过将基于支持向量机的商业银行信用风险识别模型与多元线性判别 模型对训练样本的分类结果进行对比，得出支持向量机模型的分类效果明显优于 多元线性判别模型的结论。 7 武汉理工大学硕士学位论文 2 1 信用风险的概念 第2 章信用风险概述 有关信用风险的定义，有许多不同的观点。传统的观点认为，信用风险是指 交易对象无力履约的风险，也即债务人未能如期偿还其债务造成违约而给经济主 体经营带来的风险。近年来，随着风险管理理论的不断进步，逐渐形成了信用风 险的第二种定义，这种观点认为，信用风险是指由于借款人或市场交易对手违约 而导致的损失的可能性，更为一般地，信用风险还包括由于借款人的信用评级的 变动和履约能力的变化导致其债务的市场价值变动而引起的损失的可能性。 信用风险的传统定义认为，只有在债务到期，违约实际发生后才会产生损失。 但是由于风险环境的变化和风险管理技术的发展，现代信用风险及其管理的范畴 已经超出了传统的信用风险定义。首先，传统的信用风险的主要来源是商业银行 的贷款业务，但贷款流动性差，不像具有二级市场的一般有价证券那样活跃，所 以银行一般是按历史成本来衡量贷款资产的价值，只有当交易对象违约后才在其 资产负债表中做出相应的调整，因此，在交易对象违约前，银行资产的价值与交 易对象的信用状况及其变动并无太大关系。从现代金融风险管理的观点来看，信 用资产组合的价值不仅会因为交易对象( 包括贷款借款人、债券发行人等) 的直接 违约而发生损失，而且交易对象违约可能性的变动也会给组合带来风险。一方面， 由于交易对象信用状况事件的发生，如信用等级降低、盈利能力的变化等也会造 成所发行的债券价格的变化，从而给银行带来不确定性。另外，在信用基础上发 展起来的交易市场使贷款等流动性差的资产价值能得到的更恰当的价格是随着 交易对象的还款能力的变化而不断变化的，这样，银行资产的价值也会随着交易 对象信用状况的变动而改变，这不仅仅发生在直接违约的时刻。现代意义上的信 用风险不仅包括交易对象直接违约带来损失的风险还包括交易对象违约可能性 的变化而给投资组合带来损失的风险。因此，在本文中采用第二种信用风险的定 义。 信贷风险是指在信贷过程中，由于各种不确定性，借款人不能按时偿还贷款， 造成银行贷款本金及利息损失的可能性。信贷风险包含于信用风险之中，就商业 银行而言，信贷风险与信用风险具有一致的主体，都是由于债务人信用状况发生 变动给银行经营带来的风险。二者的区别在于其所包括的金融资产的范围，信用 风险不仅包括贷款风险，还包括存在于其他表内、表外业务，如贷款承诺、证券 投资、金融衍生工具中的风险。由于贷款业务仍然是商业银行的主要业务，所以 8 武汉理工大学硕士学位论文 信贷风险是商业银行信用风险管理的主要对象，但由金融衍生工具、资产组合等 产生出来的信用风险也逐渐成为商业银行信用风险管理的内容。 2 2 信用风险的特征 信用风险具有如下几个基本特征： ( 1 ) 内生性 信用风险的最大特点是内生性，影响交易对象是否违约的主要因素是债务人 自身的还款能力和还款意愿。因此，违约风险取决于交易对象的个体特征，所以 商业银行必须及时、深入地了解交易对象的信用状况。 ( 2 ) 非线性特征 在宏观经济因素如国家的利率政策、财政政策、对外贸易、国际市场因素( 如 石油价格) ，以及市场结构本身的合理程度、市场需求状况( 包括个人最终消费 及企业消费) 的综合作用下，市场出现萧条衰退，各企业的产品销售不出去，资 金不能回笼，或企业投资的资产价格暴跌，则企业a 偿还不了它的供应商企业b 的应收账款，会导致企业b 也偿还不了它的供应商企业c 的应收账款，如此等等， 即使这些企业之间不是相互循环的“三角债 ，它们若都是从银行借得的资金， 那么在这种情况下最终导致的情况则是只要因一个企业都不能偿还其他企业的 债务以及银行的债务，所以信用风险的产生具有非线性的蔓延特征。而银行作为 整个信用链条( 或者网状) 中的扭结中心，会受到信用风险蔓延最大的影响，积 累大量不良资产，公众对银行的信用失去信心，从而发生挤兑一恶性循环一经济 危机。也就是说，一旦信用风险发生，它的影响不仅仅存在于两个交易对手之间， 还会产生滚雪球效应，在很广泛的层面上产生影响，这就是信用风险的非线性特 称。 ( 3 ) 概率分布不对称 在通常情况下，市场风险的概率分布在统计上基本呈对称形态，其损失出现 的机会与收益大致相等，曲线趋向于中部集中。市场风险用正态分布就能进行基 本准确的描述，用平均值和标准差就可以分析市场风险并对分布作定量描述。而 信用风险收益的分布有一个很长的“尾部 ，见图卜1 。因此，除了平均值和标准 差，还需要别的指标才能说清楚其分布状态。图i - 1 中向“损失方延伸的长尾 是由违约风险造成的。信用风险的损失分布着重分析违约损失，而不是收益。信 用风险收益的特点是，有较大的可能获得金额相对较少的收益同时有造成重大损 失的微小可能。这种收益和损失不对称的风险特征使得信用风险的概率分布向左 倾斜，并在左侧出现“肥尾”现象。这一特征使得我们难以对信用风险进行正态 分布的假设，从而为信用风险的统计分析带来了比市场风险更大的困难。 9 武汉理工大学硕士学位论文 概率 阿臀w 曲线 = 二夕 图2 1 信用风险概率分布特征 ( 4 ) 道德对信用风险的形成起重要作用 在信用交易中存在明显的信息不对称，即交易双方对交易信息的了解程度是 不同的。一般情况下，借款人掌握更多的交易信息而处于有利的地位，而放款人 所拥有的信息较少而处于不利地位，因此产生道德风险。通常在商业银行发放贷 款之后，难以对借款人在借款后的行为进行监管，借款人可能对借款的实际意图 进行隐瞒，银行在不了解的情况下放款，因此而承受很高的信用风险。所以，道 德风险对信用风险的形成起着重要作用。 ( 5 ) 数据搜集困难 信用风险这一特征的产生原因主要是因为信用资产的流动性较差，缺乏二级 交易市场，且交易记录少。因此，信用风险无法像市场风险那样通过二级市场来 获取大量的交易数据。此外，贷款等信用资产的持有期限长，即使发生违约事件， 其发生频率也较少。信用风险数据的难以获取也给信用风险的度量造成很大的难 度。 1 0 武汉理工大学硕士学位论文 第3 章商业银行信用风险的度量 3 1 巴塞尔资本协议 2 0 世纪7 0 年代，国际货币与银行经历了剧烈的动荡，美国、欧洲爆发了严重 的银行危机，国际上著名的前联邦德国h e r s t a t t 银行和美国富