商業(yè)銀行信貸風(fēng)險(xiǎn)度量研究——基于BP神經(jīng)網(wǎng)絡(luò)的實(shí)證分析.pdf

1、信貸風(fēng)險(xiǎn)是商業(yè)銀行面臨的最古老的風(fēng)險(xiǎn)。自銀行產(chǎn)生之日起，商業(yè)銀行就是通過承擔(dān)信貸風(fēng)險(xiǎn)而獲得利潤(rùn)。在我國(guó)，絕大部分商業(yè)銀行的主要收益也依然來自于利差收入。因此在現(xiàn)階段信以及未來一段時(shí)間內(nèi)，信貸風(fēng)險(xiǎn)我國(guó)商業(yè)銀行所面臨的最主要的風(fēng)險(xiǎn)之一。能否有效的實(shí)施信貸風(fēng)險(xiǎn)管理也是我國(guó)商業(yè)銀行強(qiáng)化其核心競(jìng)爭(zhēng)力的重要問題。為達(dá)到這一目的，實(shí)施信貸風(fēng)險(xiǎn)度量是關(guān)鍵的一步。只有科學(xué)客觀的度量信貸風(fēng)險(xiǎn)，銀行才能在市場(chǎng)中站穩(wěn)腳跟、謀求發(fā)展。 國(guó)內(nèi)外對(duì)銀行信貸風(fēng)

2、險(xiǎn)度量的研究已經(jīng)發(fā)展多年，近年來經(jīng)過眾多學(xué)者的努力和研究，已經(jīng)開發(fā)出很多分析模型。例如CreditMetrics模型、KMV模型、RAROC模型和基于信息技術(shù)的信貸等級(jí)評(píng)估模型等等，它們均是以現(xiàn)代數(shù)學(xué)和統(tǒng)計(jì)學(xué)方法，從不同的側(cè)面對(duì)信貸風(fēng)險(xiǎn)進(jìn)行科學(xué)客觀的度量，而一些國(guó)外先進(jìn)銀行已經(jīng)開始使用這些方法對(duì)自身信貸業(yè)務(wù)進(jìn)行評(píng)估和預(yù)測(cè)。但就我國(guó)目前的情況看，由于我國(guó)商業(yè)銀行改革時(shí)間較短，并未建立起有效的信貸風(fēng)險(xiǎn)量化體系，也沒有完成全面而準(zhǔn)確的授信企業(yè)

3、財(cái)務(wù)指標(biāo)及相關(guān)數(shù)據(jù)的統(tǒng)計(jì)和記錄，因此信貸等級(jí)評(píng)估方法是我國(guó)商業(yè)銀行現(xiàn)階段應(yīng)用最為廣泛的信貸度量方法。在這一領(lǐng)域內(nèi)，隨著計(jì)算機(jī)科學(xué)技術(shù)和網(wǎng)絡(luò)技術(shù)近年來飛速的發(fā)展，以其為依托的信貸等級(jí)評(píng)估方法得到了很大的發(fā)展。這類方法通常具有操作人性化、違約預(yù)測(cè)率高等優(yōu)點(diǎn)。神經(jīng)網(wǎng)絡(luò)系統(tǒng)就是這類評(píng)估方法中的代表。以人體神經(jīng)元的簡(jiǎn)化和模擬為基礎(chǔ)構(gòu)建的神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以無理論障礙的逼近任意非線性函數(shù)，并且具有優(yōu)秀的分類能力和容錯(cuò)能力，這些優(yōu)點(diǎn)都使得該方法成為現(xiàn)階段

4、信貸風(fēng)險(xiǎn)評(píng)估問題中的熱點(diǎn)。而在國(guó)內(nèi)外對(duì)信貸風(fēng)險(xiǎn)評(píng)估的實(shí)證研究，神經(jīng)網(wǎng)絡(luò)方法均取得了很好的效果。 鑒于上述背景，本文從信貸風(fēng)險(xiǎn)等級(jí)評(píng)估方法入手，首先介紹了國(guó)內(nèi)外較常用的信貸等級(jí)評(píng)估模型，并著重介紹以信息技術(shù)為基礎(chǔ)的信貸風(fēng)險(xiǎn)度量方法。最終以信息技術(shù)為基礎(chǔ)，依據(jù)較流行的神經(jīng)網(wǎng)絡(luò)理論，建立基于BP神經(jīng)網(wǎng)絡(luò)算法的信貸風(fēng)險(xiǎn)度量模型，并以我國(guó)上市公司的實(shí)際數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)進(jìn)行實(shí)證研究來檢驗(yàn)?zāi)Ｐ停?duì)隨機(jī)選取的上市公司歷史數(shù)據(jù)作出模擬預(yù)測(cè)。然而