个人信贷风险评估模型建立

精品文档个人信贷风险评估模型建立摘要随着我国商业银行个人消费贷款突飞猛进的发展，总量和规模与日俱增，个人消费贷款违约事件也屡见不鲜，因此商业银行个人消费贷款客户的信用评价也更显重要。 本文通过合理假设数学模型，研究确定银行个人信贷风险的评估标准。在实际中，影响贷款风险性的因素涉及很多方面，我们在题目中所给因素的基础上，选择和添加了十组较为重要的影响因素，并对其进行量化处理。论文内容可分为三个层次：首先，我们在对大量真实样本数据分析的基础上，确定了信贷风险评分中十项影响因素的取值，并通过矩阵运算、程序设计、均值算法、数据统计、方程求解等方法，确定了各项指标的评分系数，进而最终确定了评估个人信贷风险的评分函数；其次，在确定评分函数的基础上计算贷款评分的临界值，并依次对客户进行信用评分等级划分；最后，随机选择了十位客户的数据进行检验，得出通过建立的评估模型和所求的数据与实际情况基本一致，且具有简便、易用的特点。一、问题的提出2008年9月美国金融市场风云再起，雷曼兄弟控股公司破产，美洲银行收购美林集团和AIG集团陷入危机。由此引发了美国金融市场的强烈震撼，并在国际金融市场掀起滔天巨浪，旷日持久的美国次贷危机中与演变成一场严峻的全球经济危机，未及一年多来，贸易骤减，企业倒闭，失业增加，各国经济特别是发达国家的经济呈现出一片萧条的景象。“古为今用，史为实用”。前车之鉴，反思效实。所以，次贷风险的度量和防范就成为当前一个重要研究内容，而次贷风险的防范应该从信贷开始。因此，研究分析银行的客户信用程度，偿还能力等指标对银行的更好运作有着举足轻重的作用。二、问题分析中国人民银行颁布的关于开展个人消费信贷指导意见中要求各中资商业银行加大对消费贷款的支持力度，刺激消费从而带动经济发展。个人消费贷款将成为银行贷款投向的一个重点，但是消费贷款不同于其他贷款，其客户分散，贷款规模较小，且笔数多，成本高，风险远远高于其他贷款。所以银行应当加强消费信贷风险管理，建立健全信贷风险管理机制及评分标准，以保证贷款的安全性。而对贷款进行风险评估和量化研究则是银行信贷风险管理的一个必要手段。我们首先通过对深圳某银行消费信贷样本数据的分析，并对风险评价值与所选取的十个重要因素的关系进行假设，通过运算得出了对应的评价系数、评价函数Y、临界值和等级梯度值AAA+、AAA、AA+、AA、A+、A、B、C。且用已有的数据去检验评价函数及信贷风险标准中的等级梯度值，使模型符合实际。三、模型的假设及符号说明1. 模型的假设:（1）根据实际选取十项影响信贷风险的重要因素（理想状态下忽略其他次要因素的影响）。（2）各项影响因素评价系数与所取值的关系是线性的。（3）各影响因素的量化值与实际相符。（4）评分标准的临界值是组A、B评分值的加权平均数。2. 符号说明： :样本数据的评分值 :对应影响因素的评分系数 :各影响因素实际数据的属性量化值 、：样本数据评分值的算数平均值 、：A组、B组原始数据的量化值 、：A组、B组数据各列的平均值 A= B=S=（A+B） 、：A组、B组评分值的平均水平 ：是否贷款的临界值四、模型的建立信贷风险评估模型是评价借款者信用可靠性的定量技术，通过对银行大量个人消费贷款的调查分析建立这一模型。本模型主要通过对贷款者的年龄、婚姻状况、文化程度分期付款占收入的比重、担保情况、单位性质等方面评估信贷风险，涉及十个因素，它们是：1.年龄：C0为年龄评分系数，X0为贷款申请者实际年龄的属性评分。30岁以下记为1分，3040岁记为3分，4049岁记为5分，5065记为4分，65岁以上记为2分。 2.婚姻状况：C1为婚姻状况评分系数，X1为贷款申请者实际婚姻状况的属性评分。 未婚记2分，已婚无子女记4分，已婚有子女记5分。3.文化程度：C2为文化程度评分系数，X2为贷款申请者实际文化程度的属性评分。 高等教育记为5分，中等教育记为3分，初等教育记为1分。4.单位性质：C3为单位性质评分系数，X3为贷款申请者单位性质的属性评分。 事业单位记5分，企业单位记4分，个体记3分，其他记2分，无单位记1分。5.职称：C4为职称评分系数，X4为贷款申请者职称的属性评分。 高级职称记为5分，中级职称记为3分，初级职称记为1分。6.月收入：C5为月收入评分系数，X5为贷款申请者实际月收入的属性评分。 3万以上记为5分，3万2万记为4分，2万1万记为3分，1万5000记为2分，5000以下记为1分。7.分期付款占收入的比重：C6为分期付款占收入比重的评分系数，X6为贷款申请者分期付款占实际月收入比重的属性评分。 大于40%记为1分，30%40%记为2分，20%30%记为3分，10%20%记为4分，10%以下记为5分。8.担保情况：C7为担保情况评分系数，X7为贷款申请者实际担保情况属性评分。 有担保记为3分，无担保记为1分。9.身体情况：C8为身体情况评分系数，X8为贷款申请者实际身体情况属性评分。 良好记为3分，一般记为2分，差记为1分。10.贷款期限：C9为贷款期限评分系数，X9为贷款申请者实际贷款期限属性评分。 5年以上记为1分，5年4年记为2分，4年3年记为3分，3年2年记为2分，2年1年记为1分。以上十项得分的总和:Y=C0X0+C1X1+C2X2+C3X3+C4X4+C5X5+C6X6+C7X7+C8X8+C9X9记为该笔贷款的信贷评分。（各信贷风险影响因素的量化值见附录一）。下面根据收集的贷款样本资料，求出各评分。从消费贷款的非违约贷款和违约贷款中分别随机抽取s和t个样本分别记为A、B组。则它们对应的评分为：组A的评分值Y0=C0X00 + C1X01 + C2X02 + C8XO8+C9X09Y1= C0X10 + C1X11 + C2X12 + C8X18+C9X19Y2= C0X20 + C1X21 + C2X22 + C8X28 + C9X29Ys=C0Xs0 + C1Xs1 + C2Xs2 + C8Xs8 + C9Xs9组B的评分值Y0=C0X00 + C1X01 + C2X02 + C8XO8+C9X09Y1= C0X10 + C1X11 + C2X12 + C8X18+C9X19Y2= C0X20 + C1X21 + C2X22 + C8X28 + C9X29Yt=C0Xt0 + C1Xt1 + C2Xt2 + C8Xt8 + C9Xt9又做，即为组A的平均值，为组B的平均值。为使组A与组B之间有明显区别，希望它们平均值之间差距越大越好，而组内离差平方和越小越好，即 （1）越大越好，从而建立评分系数为的极大值点。12由微分方程可知（）为方程组的解五、模型的求解1. 将原始数据写成矩阵 组A的矩阵 = 组B的矩阵 =各列的平均值=2 做新的矩阵A、B，及两组的算术平均值矩阵S = =且 =满足式（1）的（）为方程组 的解，即 =解得：（）=（0.9，1.8，5.5，4.5，3.8，6.3，7.5，5.5，3.6，2.7）（其中通过设计程序求得，具体程序见附录二）3. 确定评分函数 （2）4. 组A、B评分制的平均水平 =121.5 =115.4再取出两组数据（每组20个），重复以上过程，取平均数，最终求得临界值：= 118.45 345. 信用等级梯度值划分为：AAA+级：得分168.5，客户整体实力极强，家庭、职业极为稳定，文化程度高，身体健康，职业发展或个私经营发展获得显著成功且前景十分看好，经济收入高。家庭综合经济实力强、还贷能力极强，信用品质佳，信用风险极小。AAA级：168.5得分155.2，客户实力很强，家庭、职业的稳定性很强，文化程度较高，身体健康，职业发展或个私经营发展获得很大成功且前景看好，经济收入高。家庭综合经济实力较强，承贷及还贷能力很强，信用品质很好，信用风险很小。AA+级：155.2得分141.9，客户整体实力强，家庭、职业的稳定性强，文化程度较高，身体健康，个私经营发展较成功且前景看好，经济收入高。承贷及还贷能力强，信用品质好，信用风险小。AA级：141.9得分128.6，客户整体实力较强，家庭、职业稳定，文化程度较高，身体健康，职业发展或个私经营发展顺利且前景看好，经济收入较高。承贷及还贷能力强，信用品质好，信用风险小。A+级：128.6得分118.45, 客户整体实力较强，家庭、职业较稳定，文化程度较高，身体健康，职业发展或个私经营发展较为顺利且前景较好，经济收入较高。承贷及还贷能力较强，信用品质好，信用风险较小。A级：118.45得分84.93，客户整体实力一般，家庭、职业较稳定，文化程度一般，身体健康，职业发展或个私经营发展一般但具有一定的发展潜力，经济收入良好。具有一定的承贷及还贷能力，信用品质较好，存在一定的信用风险。B级：84.93得分51.4，客户整体实力较弱，家庭、职业的稳定性一般，文化程度一般，身体健康，职业发展或个私经营发展一般，个人发展前景不确定，经济收入偏低。承贷及还贷能力偏弱，信用风险较大。C级：得分51.4，客户整体实力差，家庭、职业稳定性差，文化程度一般，身体健康，经济收入极低或收入不稳定。承贷及还贷能力很弱或丧失，存在不良信用记录，信用风险大。六、模型分析及检验从样本数据中随机抽取了十组数据，利用模型对其进行信贷风险评估：十项验证数据年龄婚姻状况文化程度 单位性质职称月收入 贷款金额贷款期限身体状况担保方式 38223110000110000363235212180008900003632322210140008106036323112333500784836322322814000510003632331210115000100000363246123310000103000362256123350002500036213922105500054600036323421354000250003632对应影响因素的属性值序号年龄婚姻状况文化程度单位性质职称月收入分期付款占收入的比重贷款期限担保情况身体状况评分函数：属性值与对应评分系数的乘积之和2351112233333535111333432323153335143411233363235134333752323233328423231433193535513333103512514333对应评分函数的取值12.7916.593.812.61516.510.88.110422.795.54.53.812.61516.510.88.188.532.7916.522.53.86.37.516.510.88.1103.742.73.616.5911.46.337.516.510.88.1122.450.97.216.5183.86.31516.510.88.1103.162.73.616.522.53.818.93016.510.88.1133.474.53.616.5911.412.622.516.510.85.4112.883.63.616.5911.46.33016.510.82.7110.492.7916.522.5196.322.516.510.88.1133.9102.795.59196.33016.510.88.1116.9十组数据的信用等级梯度值：1的等级梯度值为：A2的等级梯度值为：A3的等级梯度值为：A4的等级梯度值为：A+5的等级梯度值为：A6的等级梯度值为：AA7的等级梯度值为：A8的等级梯度值为：A9的等级梯度值为：AA10的等级梯度值为：A 七、模型的优缺点及改进方向本模型的优点是操作简单，实用性强。通过大量随机数据的验证，模型基本符合实际情况，对银行的信贷风险评价具有一定的帮助作用。另外在模型的计算中进行了程序上机实现，对以后银行信贷评分标准的程序化、软件化具有一定的指导作用。本模型的缺点是考虑的情况较为理想化，有地区局限性。另外，在信贷风险影响因素的量化过程中考虑了普遍情况，对特殊个例没有进行分析研究。八、参考文献1周海涛，数据分析第2350页，西安，西安交通大学出版社，2003年3月2谭永基、蔡志杰、俞文编著，数学模型第246356页，上海，复旦大学出版社，2005年11月3张超，数学模型（第2版）第112166页，高等教育出版社，2008年9月4姜启源，谢金星，叶俊编著，数学模型（第3版）第207300页，北京，高等教育出版社，2008年9月九、附 录附录一 影响风险指标变量及其属性附录二 求解的程序附录三 深圳某银行消费信贷样本数据附录一：影响风险指标变量及其属性个人信用评分项目变量指标变量指标项属性值个人自然特征变量年 龄30岁以下13040岁34049岁55065岁465岁以上2婚 姻未婚2已婚有子女5无子女4文化程度初等教育1中等教育3高等教育5单位性质国家机关5企业单位4个体3其他2无1职 称高级职称3中级职称2低级职称1身体状况良好3一般2差1经济状况变量月收入（元）大于4万54万3万43万2万32万1万21万以下1个人信用评分项目变量指标变量指标项属性值担保方式有（2）无（1）有担保3无担保1贷款年限5年以上14年23年32年21年以下1分期付款占月收入的比重大于40%140%30%220%30%310%20%410%以下5附录二: 求解的程序#includeusing namespace std;class Matrixpublic: void SetSize( void ); void Initial( void ); void Assign( void ); void Display( void ); void converse( void ); void Show( void );private: int Row; int Column; float MatrixA100 200;/set matrix sizevoid Matrix:SetSize( void ) int n; cout Please input a n*n Matrix to be converse: endl n; Row = Column = n;/initilize matrix datavoid Matrix:Initial( void ) int i( 0 ), j( 0 ); for ( i = 0; i Row; i+ ) for ( j = 0; j Column; j+ ) MatrixAi j = float( 0.0 ); MatrixAi Column + j = float( i = j ? 1.0 : 0.0 ); /input matrix datavoid Matrix:Assign( void ) int i( 0 ), j( 0 ); cout Please input Matrix data: endl; for ( i = 0; i Row; i+ ) for ( j = 0; j Column; j+ ) cout Row= i , Column= j MatrixAi j; /show inverse processvoid Matrix:Show( void ) int i( 0 ), j( 0 ); cout endl; for ( i = 0; i Row; i+ ) for ( j = 0; j 2 * Column; j+ ) cout MatrixAi j ; cout endl; /display matrix datavoid Matrix:Display() int i( 0 ), j( 0 ); cout Matrix A: endl; for ( i = 0; i Row; i+ ) for ( j = 0; j Column; j+ ) cout MatrixAi j ; cout endl; cout converse Matrix: endl; for ( i = 0; i Row; i+ ) for ( j = Column; j 2 * Column; j+ ) cout MatrixAi j ; cout endl; /converse matrixvoid Matrix:converse( void ) int i( 0 ), j( 0 ), n( 0 ), i1( 0 ), i2( 0 ), j1( 0 ); static int i3( 0 ); float temp( 0.0 ); Show(); for ( i = 0; i Row; i+ ) if ( MatrixAi i = 0 ) /If the number on the cross of /the current line is zero,swap the line with another onei3+;for ( j = 0; j = 0; j- ) MatrixAi j /= MatrixAi i; Show();/将矩阵变成上对角阵 for ( i1 = i + 1; i1 = i; j1- ) MatrixAi1 j1 -= MatrixAi j1 * MatrixAi1 i; Show(); /将上对角阵变成单位阵 for ( i = 0; i Row - 1; i+ ) for ( i2 = i; i2 = 0; j- ) MatrixAi j -= MatrixAi i2 + 1 * MatrixAi2 + 1 j; Show(); int main( void ) Matrix Matrix1; cout converse Matrix! endl Program designed by Zang Junheng. endl endl; Matrix1.SetSize(); Matrix1.Initial(); Matrix1.Assign(); Matrix1.converse(); Matrix1.Display(); return