基于違約損失率的小企業(yè)信用風(fēng)險評級研究.pdf

1、信用是以還本付息為條件的借貸活動。信用風(fēng)險(Credit Risk)的本質(zhì)是違約風(fēng)險(Default Risk)，因此信用風(fēng)險評級是通過對客戶違約風(fēng)險進(jìn)行識別，進(jìn)而挖掘出不同信用等級貸款客戶的違約損失率大小。
　　在信用風(fēng)險評級中，若違約特征提取出錯，會給全社會和整個經(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)放過多的次級貸款導(dǎo)致的。相反，若違約特征識別準(zhǔn)確、對違約客戶進(jìn)行有效甄別，會大量減少銀

2、行的損失。例如2014年中國商業(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)險評級研究包括小企業(yè)信用風(fēng)險評價指標(biāo)體系的建立、小企業(yè)信用風(fēng)險評價模型的確定、小企業(yè)信用等級的劃分、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)鍵特征挖掘共四個部分的內(nèi)容。一是信用風(fēng)險評價指標(biāo)體系的構(gòu)建，是指不僅遴選出對違約狀態(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)險評價方程的建立，根據(jù)評價結(jié)果的違約鑒別能力越大、評價方程越好的思路，在不同賦權(quán)方法中遴選出對違約客戶和非違約客戶區(qū)分程度最好的一種，進(jìn)而建立評價方程確定小企業(yè)貸款客戶的信用評價得分。三是信用等級的劃分，根據(jù)違約金字塔原則和信用分?jǐn)?shù)聚類原則對貸款客戶進(jìn)行等級劃分，使信用等級劃分結(jié)果在滿足信用等級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信

4、用等級。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)險評級理論基礎(chǔ);第三章是小企業(yè)信用風(fēng)險評價指標(biāo)體系的構(gòu)建;第四章是小企業(yè)信用風(fēng)險評價模型的構(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)險評價指標(biāo)體系。以中國某地區(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)與單個指標(biāo)及多個指標(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)體系的精簡易操作。最終建立了包括超速動比率、近三年企業(yè)授信情況、城市居

6、民人均可支配收入等16個指標(biāo)的小企業(yè)信用風(fēng)險評價指標(biāo)體系。
　　(2)建立了小企業(yè)信用風(fēng)險評價模型。通過對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;以反映評價結(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)險評價模型，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)聚類的信用等級劃分模型。以每一等級中客戶信用得分的組內(nèi)離差最小為目標(biāo)函數(shù);以下一個等級的違約損失率大于上一個等級的違約損失率為約束條件，建立小企業(yè)信用等級劃分的非線性規(guī)劃模型，對3045筆小企業(yè)貸款客戶進(jìn)行信用等級劃分，并挖掘出不同信用等級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，通過建立信用等級與評價指標(biāo)間的次序Lo

8、git模型，甄別超速動比率、近三年企業(yè)授信情況等13個指標(biāo)是對信用等級、即違約損失率有顯著影響的關(guān)鍵指標(biāo)。其次，一個關(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。以每一等級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等級;以下一個等級的違約損失率大于上一個等級的違約損失率嚴(yán)格遞增為約束條件，建立信用等級劃分的非線性規(guī)劃模型，使信用等級劃分結(jié)果在相同等級不同客戶

10、的信用狀況大致相近的情況下，使信用等級劃分結(jié)果滿足“信用等級與違約損失率間呈反向關(guān)系”，不僅改變現(xiàn)有研究的評級結(jié)果往往出現(xiàn)信用等級不低、違約損失率反而很高的荒謬現(xiàn)象;還能改變現(xiàn)有評級結(jié)果僅能給出客戶的排序，無法測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)險最大。在一個關(guān)鍵指標(biāo)對應(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)險最大。若某一個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)險管理的關(guān)鍵，開拓信用風(fēng)險評級理論的新思路，

12、從根本上改變現(xiàn)有研究僅立足于客戶排序，忽略信用風(fēng)險管理中關(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)信用評價方程Sj=w1x1J+w2x2J+…+wnxnj確定客戶的信用得分，通過客戶信用評分與正、負(fù)理想點(diǎn)的距離構(gòu)建反映評價結(jié)果違約鑒別能力的貼近度C，若違約客戶的信用評分越接近最差值0，非違約客戶的信用評分越接近最優(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