基于違約損失率的小企業(yè)信用風(fēng)險(xiǎn)評(píng)級(jí)研究.pdf

1、信用是以還本付息為條件的借貸活動(dòng)。信用風(fēng)險(xiǎn)(Credit Risk)的本質(zhì)是違約風(fēng)險(xiǎn)(Default Risk)，因此信用風(fēng)險(xiǎn)評(píng)級(jí)是通過對(duì)客戶違約風(fēng)險(xiǎn)進(jìn)行識(shí)別，進(jìn)而挖掘出不同信用等級(jí)貸款客戶的違約損失率大小。
　　在信用風(fēng)險(xiǎn)評(píng)級(jí)中，若違約特征提取出錯(cuò)，會(huì)給全社會(huì)和整個(gè)經(jīng)濟(jì)系統(tǒng)帶來重大影響，例如2008年的全球金融危機(jī)正是由于違約特征的判斷失誤、發(fā)放過多的次級(jí)貸款導(dǎo)致的。相反，若違約特征識(shí)別準(zhǔn)確、對(duì)違約客戶進(jìn)行有效甄別，會(huì)大量減少銀

2、行的損失。例如2014年中國(guó)商業(yè)銀行的貸款規(guī)模是66.6萬億元，貸款客戶的損失率若降低10％，就可為商業(yè)銀行減少近7萬億的損失。
　　基于違約損失率的小企業(yè)信用風(fēng)險(xiǎn)評(píng)級(jí)研究包括小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的建立、小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模型的確定、小企業(yè)信用等級(jí)的劃分、以及影響小企業(yè)貸款違約損失率的關(guān)鍵指標(biāo)和關(guān)鍵特征挖掘共四個(gè)部分的內(nèi)容。一是信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建，是指不僅遴選出對(duì)違約狀態(tài)有顯著區(qū)分能力的指標(biāo)進(jìn)入指標(biāo)體系，還要確保在考

3、慮指標(biāo)間相互影響的前提下，進(jìn)入體系后的指標(biāo)仍然具有違約鑒別能力。二是信用風(fēng)險(xiǎn)評(píng)價(jià)方程的建立，根據(jù)評(píng)價(jià)結(jié)果的違約鑒別能力越大、評(píng)價(jià)方程越好的思路，在不同賦權(quán)方法中遴選出對(duì)違約客戶和非違約客戶區(qū)分程度最好的一種，進(jìn)而建立評(píng)價(jià)方程確定小企業(yè)貸款客戶的信用評(píng)價(jià)得分。三是信用等級(jí)的劃分，根據(jù)違約金字塔原則和信用分?jǐn)?shù)聚類原則對(duì)貸款客戶進(jìn)行等級(jí)劃分，使信用等級(jí)劃分結(jié)果在滿足信用等級(jí)與違約損失率呈反向關(guān)系的前提下，信用狀況越相似的客戶越易劃分為同一個(gè)信

4、用等級(jí)。四是關(guān)鍵指標(biāo)和關(guān)鍵特征的甄別，在指標(biāo)體系中，進(jìn)一步挖掘?qū)`約損失率有顯著影響的指標(biāo)作為關(guān)鍵指標(biāo);在一個(gè)關(guān)鍵指標(biāo)的不同特征中，挖掘出具有哪種特征的貸款客戶的違約損失率最大，是信用風(fēng)險(xiǎn)控制的關(guān)鍵。
　　本論文共分為七章。第一章是緒論;第二章是于違約損失率的信用風(fēng)險(xiǎn)評(píng)級(jí)理論基礎(chǔ);第三章是小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建;第四章是小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模型的構(gòu)建;第五章是基于違約金字塔和信用分?jǐn)?shù)聚類的信用等級(jí)劃分模型;第六章是影響貸款

5、違約損失率的小企業(yè)關(guān)鍵特征的挖掘;第七章是結(jié)論及展望。
　　本論文的主要工作如下:
　　(1)建立了小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。以中國(guó)某地區(qū)性商業(yè)銀行1994年以來的3045筆小企業(yè)貸款數(shù)據(jù)為樣本進(jìn)行實(shí)證研究，通過分別建立違約狀態(tài)與單個(gè)指標(biāo)及多個(gè)指標(biāo)間的二元Logistic模型確定指標(biāo)進(jìn)入指標(biāo)體系前后的違約鑒別能力，并通過相關(guān)分析刪除相關(guān)性大的指標(biāo)保證指標(biāo)體系的精簡(jiǎn)易操作。最終建立了包括超速動(dòng)比率、近三年企業(yè)授信情況、城市居

6、民人均可支配收入等16個(gè)指標(biāo)的小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。
　　(2)建立了小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模型。通過對(duì)比基于信息含量的客觀賦權(quán)法中的熵權(quán)法、變異系數(shù)法及均方差法，以及本文提出的基于違約鑒別能力的客觀賦權(quán)法中的Wilks'Lambda法及ROC曲線賦權(quán)法;以反映評(píng)價(jià)結(jié)果違約鑒別能力的貼近度C為標(biāo)準(zhǔn)，在五種賦權(quán)方法中確定Wilks' Lambda賦權(quán)法的違約鑒別能力最大，并以該方法確定的權(quán)重為基礎(chǔ)建立了小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模型，確定

7、客戶的信用得分。
　　(3)構(gòu)建了基于違約金字塔和信用分?jǐn)?shù)聚類的信用等級(jí)劃分模型。以每一等級(jí)中客戶信用得分的組內(nèi)離差最小為目標(biāo)函數(shù);以下一個(gè)等級(jí)的違約損失率大于上一個(gè)等級(jí)的違約損失率為約束條件，建立小企業(yè)信用等級(jí)劃分的非線性規(guī)劃模型，對(duì)3045筆小企業(yè)貸款客戶進(jìn)行信用等級(jí)劃分，并挖掘出不同信用等級(jí)貸款客戶的違約損失率。
　　(4)挖掘出影響小企業(yè)貸款違約損失率的關(guān)鍵指標(biāo)和關(guān)鍵特征。首先，通過建立信用等級(jí)與評(píng)價(jià)指標(biāo)間的次序Lo

8、git模型，甄別超速動(dòng)比率、近三年企業(yè)授信情況等13個(gè)指標(biāo)是對(duì)信用等級(jí)、即違約損失率有顯著影響的關(guān)鍵指標(biāo)。其次，一個(gè)關(guān)鍵指標(biāo)可以劃分為不同的特征，例如“企業(yè)授信情況”這一指標(biāo)就對(duì)應(yīng)“有授信記錄、無違約、無轉(zhuǎn)貸”、“無授信記錄”等五種特征，通過LSD檢驗(yàn)甄別出哪一種特征客戶的違約損失率顯著大于其他特征，該特征就是關(guān)鍵特征。研究結(jié)果表明，“X10超速動(dòng)比率”區(qū)間為C3:[0，0.5）、“X55相關(guān)行業(yè)從業(yè)年限”區(qū)間為C3:[5，8）、“X7

9、6近三年企業(yè)授信情況”特征是“C2:有授信記錄、有違約、已結(jié)清”等特征是小企業(yè)貸款違約風(fēng)險(xiǎn)最大的關(guān)鍵特征。
　　本論文的創(chuàng)新主要有以下三點(diǎn):
　　(1)根據(jù)信用分?jǐn)?shù)聚類和違約金字塔標(biāo)準(zhǔn)劃分信用等級(jí)。以每一等級(jí)中客戶信用得分的組內(nèi)離差最小為目標(biāo)函數(shù)、確保信用得分相似的客戶劃分為同一個(gè)等級(jí);以下一個(gè)等級(jí)的違約損失率大于上一個(gè)等級(jí)的違約損失率嚴(yán)格遞增為約束條件，建立信用等級(jí)劃分的非線性規(guī)劃模型，使信用等級(jí)劃分結(jié)果在相同等級(jí)不同客戶

10、的信用狀況大致相近的情況下，使信用等級(jí)劃分結(jié)果滿足“信用等級(jí)與違約損失率間呈反向關(guān)系”，不僅改變現(xiàn)有研究的評(píng)級(jí)結(jié)果往往出現(xiàn)信用等級(jí)不低、違約損失率反而很高的荒謬現(xiàn)象;還能改變現(xiàn)有評(píng)級(jí)結(jié)果僅能給出客戶的排序，無法測(cè)算違約損失率的不足。
　　(2)甄別具有哪種特征的客戶的違約風(fēng)險(xiǎn)最大。在一個(gè)關(guān)鍵指標(biāo)對(duì)應(yīng)不同特征的情況下，例如“企業(yè)授信情況”這一關(guān)鍵指標(biāo)就對(duì)應(yīng)“無授信記錄”、“有授信記錄、無違約、無轉(zhuǎn)貸”、“有授信記錄、無違約、有轉(zhuǎn)貸”

11、、“有授信記錄、有違約、未結(jié)清”、“有授信記錄、有違約、已結(jié)清”五種特征。以不同特征內(nèi)部客戶違約損失率的組內(nèi)方差為標(biāo)準(zhǔn)，構(gòu)建判斷尺度LSD，檢驗(yàn)不同特征違約損失率是否有顯著差異，在有顯著差異的不同特征中，通過比較違約損失率的大小，確定在“企業(yè)授信情況”這一關(guān)鍵指標(biāo)中，哪一種授信情況特征的客戶的違約風(fēng)險(xiǎn)最大。若某一個(gè)特征的違約損失率全都顯著大于其他特征的違約損失率，該特征即為關(guān)鍵特征，抓住信用風(fēng)險(xiǎn)管理的關(guān)鍵，開拓信用風(fēng)險(xiǎn)評(píng)級(jí)理論的新思路，

12、從根本上改變現(xiàn)有研究?jī)H立足于客戶排序，忽略信用風(fēng)險(xiǎn)管理中關(guān)鍵特征深度挖掘和探索的弊端。
　　(3)在不同賦權(quán)方法中遴選出一種違約鑒別能力最大的賦權(quán)方法。根據(jù)信用評(píng)價(jià)方程Sj=w1x1J+w2x2J+…+wnxnj確定客戶的信用得分，通過客戶信用評(píng)分與正、負(fù)理想點(diǎn)的距離構(gòu)建反映評(píng)價(jià)結(jié)果違約鑒別能力的貼近度C，若違約客戶的信用評(píng)分越接近最差值0，非違約客戶的信用評(píng)分越接近最優(yōu)值1，則貼近度C越大，相應(yīng)的賦權(quán)方法越能最大程度的區(qū)分違約與