商业银行信用风险传导模式及关联预警机制分析精品资料

1、En商冈 用 信 行. 艮-/一险d传导B机 警 预 关制分斤I摘要:UUUUUUUnUnU信贷.风.险.是.现.代.商.业一银.行.所-需一面.对.的-首.要.风.险，-特.别一是一我.国一商.业-银.行一由一丄缺.乏一基础一数一据.，-无法采用国外银行一的先进信贷风一险评估模型，-长期一以-来一直使用传统.方法进行-信贷风-险评n估，一因一此一急一需一探一索一个适一用一丄我一国一国一情一的一信一贷一风险评估模型1为-此，-首先建立套包一含财务指标-与一非一财-务一指一标_的一信一贷一风_险一评一估一指一标-体一系一亠然后一根一据一粗一糙一集一理一论一能一够一处一理一不可一区一分一关一系一的

2、一特点一，一结合我一国具体国情,提出一丄基丄粗一糙集理论一的一信一贷一风-险一评一估一模-型一，一并一给一出一数一据-预一处一理属一性一简-化一决一策一规一则一集一的一生一成一对一象一分一类一及规-则-预一测-精-度-验-证一的一实一现一方一法一最一后一以一多一家一公旦的一信一贷情-况一为测一试实一例亠采用一基一丄粗糙一集一理论一的一信一贷一风险一评一估一模一型一进一行测试一*7测一试一结一果一表明-，-信-贷一正-常-公_司一的一预一测一准一确-率-达_到-亠非丄常-公一旦的-预一测一准一确-率-达到一10%亠能-够-为-银一行的信贷决策提供有效的参考关键词一:n匚nnnn信.贷.风.险.评

3、.估.粗.糙.集.理.论-模.型.近年.来的美国股市崩盘拉美债务危机-以-及美国一次.贷.危.机.引.起一各.国.对-金一融一风.险-管一控.的.高一度一重一视.1目.前一欧一美.发一达一国一家一丄年一开.始.执行一丄新巴一塞尔资本协议该协议一反映一丄当前银行-领域在金一融风险管控方面的一最新技术-和-方法一，一能一够一有一效一的一对信一贷一风一险一实一现一管一控一而一我一国一与欧一美发达国家银行业一的信贷风险管控水平相差一较一大一，一旦此一我一国一银一行一业一急一需一进一行一信一贷一风一险一管一控一理一论一的一研一究一，一同一时一借一鉴一国一际一银一行一业一的一优一秀一信一贷风一险管控经一验

4、，一全面提高我国银行业的一信贷风-险一管一控一能一力一L丄信一贷一风一险一评一估一指一标一体一系一的一建一立一为一丄可一旦更-好一的一进一行一信-贷一风一险一管一控一，-建-立一科-学一合一理一的一信一贷风一险一评估一指一标一体系-在参-考-丄国-外一学者对信贷风险评估指一标体系研究成果的基础丄，-结一合-我一国-具-体一国-情-亠选一取一的一指-标-体一系-分-为一财-务-指-标-和-非一财务-指-标-亠财一务-指-标如-表-丄所一示,其值为连续型从表1中可以看出,财务指标一主一要选取一丄目前企一业通用一的一财务指一标一亠各财.务.指.标.的.计.算一值.也.按.照.通.用.公.式.进-行.

5、计.算.为丄弥补财务指标对-企.业-信贷风-险评估的不-U足一，-采.用.丄行.业.发.展一和企.业-情一况.作.为-非.财.务.指.标一，-其.丄行-业.景一气指一数一以一1为一分.界一大-丄100说明经济丄行一，一小一于说明经济丄行一企业一情况-各指一标的取值如表所.示Onnnnnnn2-基一于一粗一糙一集一理一论的一信一贷一风险一评一估一模一型一的一建一立一在不-满足统计假设的条件丄,采用粗糙集理论产一生一的一决一策一比一较一简一单-，一为-不_准一确一数一据一的一研一究一分一析一及一挖一掘一数一据一内一在联一系一方一面一提一供一丄较一为一有一效一的一方法一，一因一此与传统一评估方法一相

6、比亠在一信贷风-险一评一估一模-型一中一采_用一粗一糙-集一理一论一，一能一够-较一为-准一确一的一进一行一信一贷一风一险一评一估一在一实一际一应一用一中一亠丄要一分一为一数一据-预一处一理一属一性一简-化一决一策-规一则-集-的一生一成一对一象-分一类一及一规则一预测一精-度-验一证五个步骤一数据预处理一数据预处一理就是对商业银行掌握的-信-贷一丄体一数-据-进_行-数-据-的_正一确-性一及-完一整-性一检一查-，-对-数一据-中-的一噪-声一进一行-处理一并一对一连一续-属-性一进一行离散化,使经过处理的数据满足粗糙集理论的要求丄要分为缺一省一值的处-理一和连续一属性一离化.两.步.缺.

7、省.值.处.理.:由-于.商.业.银.行.掌.握.的.数据.表一般缺项较少-，-为了不影响数据表包含一信.息一，-采.用1Cneo仙算一法.，-缺.项.值.由一与-该.缺一项一数一据一的-决一策.属一性-值一相.同一的-数一据一项.中.取均值获得连续属性离散化粗糙集理论要求属性一值必-须一是离散型.数据亠由一丄本-文选一择的财一务一指一标一属一性一值一分布一较一均一匀，一所一以一使一用一等一频一率一算法一进行属性值离散1具体为将某具体属性值一由-大到一小进一行_排_序一，一然一后_依一据一给一定一的一离一散一数一丄，一将一m个一属一性一值一均一分一为一k段一，一各一段一都一包一含一有一个一属性

8、值，一然后得到断点集，一就完成一丄连续属一性一的一离一散-化一nL1-1属一性一简-化一目一前-粗一糙一集一属一性一简-化一中一常一用一的一基一丄区一分-函一数一的一简-化一算一法一和-基-丄属一性一重一要-性一的一简-化一算-法一，-在一数-据一较多-时一计一算-量-过大亠所一以一本文采-用一遗-传一算一法一来一完一成一属一性一简-化O算一法一中区一分-矩一阵一的一E项一由-候-选一约-简-的_表-示-位一串一来一代一表-亠也一就-是-对一象-的-分-辨-属-性一集-亠某-位一为一丄时一代一表-该-属性存在5为。时代表该属性不存在O式中,v表示某分辨属性集的位串7n表示条件属性的数量也就是属

9、性集的长度Lv表示位串v中值为1的数量Cv表示位串v可以区分的对象数量m表示训练样本的数量。适应函数包含两部分第一一一部分表示希望Lv的取值尽量小后一一一部分表示希望可以区别的对象尽量多。在进行初始种群的设计时可将专家或核等必要的属性增加进种群中以提高算法收敛的速度。2.3决策规则集的生成根据属性简化表决策规则采用if,th)en的表达形式即当属性满足一一一疋的条件要求时就可以得出相应的决策规则。但为了去掉表达决策规则时的多余属性值需要进行属性值约简本文采用计算决策规则的覆盖度和可信度进行值约简覆盖度和可信度的计算如式2、式3所示。2.4对象分类宀 完成决AA：策表的属性约简及值约简后得到了最

10、终的全部决策规则。银行可以根据决策规则对任意一一一个贷款对象进行分类但依据决策规则得到的某一一一贷款对象与其/、信息丿 111、数据的一匹配程度可匕匕 厶冃会有一旦下几种情况:新贷款.对象.仅.匹.配.某.S条.规.则.亠习一新.贷.款.对.象一能.够.匹配.多条规则-，-且匹-配.结果致新贷款对-象一能.够.匹.配.多一条.规-则一，-但匹-配一结.果.不-相.同.新一贷一款.对一象一无.法一匹-配一任.何一口规.则一对一情一况.丄和情况一2-，一根据规则一集对一贷款对一象的判定结果仅-有一一丄，-所一以-匕匕 厶冃够确.定贷款对-象的分类一但对一于一情一况一3 一和一情一况丄，一无一法一根

11、一据一规一则集一对一贷一款一对象进行分类，-本文分别采用投一票法和最近相邻一法一来一解一决一情一况一3-和一情一况一丄，一具一体一如_丄:投一票一法一:决一策一规一则一集一用一R表一示一，一让一R为一对一象一的一所一有一可能决策类分一配个代一表其可信度的量值通常一，一对-象一都被一划一分一到一改一值一最一大一的一类一中一假一设一待一进一行一分一类一的一对一象一为一x，-投一票一的一具一体一过一程一如一丄:一扫一描一整-个一决一策-规一则-集-R亠激一活一规-则-集-R并-找一出一与一对一象-X匹一配-的一全部-规则一IIIII决一策一规一则一预一测精一度-检一验一决-策一规一则一建一立一后一，

12、-应一依-据-测一试一样一本一进一行_规-则-检一验-亠以一验-证_所一建-立一的一规一则-是-否一科-学一在规-则-检一验-中一，-建-立的一规-则-配-比准确率越高测试样本的数量越大,则说明建立的信贷风险评估模型的可行性越高3结果与分析为验证本文提出的基于粗糙集理论的信贷风险评估模型是否准确选取2015年的60家ST公司作为信贷违约样本60家信贷正常公司作为信贷正常样本然后从中随机抽取96家公司(48家信贷违约48家信贷正常)作为评估模型的训练样本剩下的24家公司作为测试样本用于检测评估模型的准确性本文选取的样本中缺少部分数据项具/、体如表3所示表中缺陷数据采用Rosetta软件中的Con

13、iditic)nedMean CoEpkiter算法补全:对于信贷风险评估体表体系中的连续性指标运用Rosetta中的EqualFreequency(等频率算法)进行指标离散将每个指标分为4段分别以1、2、3、4表示各段的离散值部分指标离散后的数值如表4所示在选用的信贷风险评估指标体系中有很多指标是多余的采用Ros(etta软件的遗传算法对评评估指标体系中的属性进行简化最终选取了C6,C8,C15i,C17,引9五个属性作为简化后的条件属性在简化指标的基础上设置规则的覆盖度大于0.05可信度大于0.；75最后一一一共得到了30条决策规则部分决策规则下所示:流动资产周转率C6(1)资产净利率C8

14、(2)现金流动负债比率冲）主营业务收入现金含量C17(4)行业景气指数C19(3)=D(0)流动资产周转率C6资产净利率C8现金流动负债比率C15(3)主营业务收入现金含量C1：了行业景气指数C19(2)=D0)流动资产周转率C6资产净利率C8(1)现金流动负债比率(2)主营业务收入现金含量C17(3)行业景气指数C19=D(1)流动资产周转率C6(1)资产净利率C8现金流动负债比率C15X4)主营业务收入现金含量C1：2)行业景气指数C19(2)=D1)获得决策规则集后使用未参与训练的余下24个样本公司进行测试即将这24个样本按昭八、决策规则进行分类然后与该公司的实际信贷情况进行对比具/、体如图1所示:从图1中的测试结果可以看出:信贷情况正常公司的12个样本中有10个预测正确2个样本错误的预测成了信贷违约正确率达到83.：33%7信贷情况非正常的12个公司信贷情况的预测全部正确正确率达到了100%7信贷风险判别的综合正确率达高达91.(67%说明基于粗糙集理论的信贷风险评估模型具/、有良好的预测精度。4讨论本文建立的基于粗糙集理论的信贷风险评估模型具/、有良好的预测精度但同时也存在一一一些问题:一一一是在信贷风险评估指标体系中没有能一够反映宏观经济情况的指标这是因为该指标需要大量样本数据目刖建立