前言：中文期刊網精心挑選了信用風險評估范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
信用風險評估范文1
一、小額貸款信用風險的界定及成因
（一）小額貸款信用風險界定
信用風險包括借款人無法償還債務的違約風險和信用質量下降的遷移風險，是金融機構面臨的最主要風險，也是最難以量化的風險類型之一（王力偉，2013）。小額貸款公司風險主要集中于信用風險、自然風險和資金來源風險（孫穎，2008）。同時在貸款業務的單一性、區域有限性和貸款對象特殊性的影響下,其信用風險最為嚴重（李修平2009）。借款人的違約風險主要來自于兩個方面，道德風險和逆向選擇（李玉福，付代軍，2007）。比如，招商銀行信貸產品的標準化導致產品過于清晰，一些中介和擔保公司利用這些信息給客戶進行包裝，客戶經理也可能參與作假，增加了道德風險。而隨著銀行小微信貸的興起，資質好的客戶會選擇銀行進行小微貸，資質弱的客戶只能來小貸公司，導致劣幣驅逐良幣（唐華，2013）。小額貸款公司雖然發展迅速，但是還不具備足夠的風險評估技術和信用風險控制體系從而降低貸前的逆向選擇和貸后的道德風險（辛鑫，王文榮2010)。除了債務人本身的信用問題，宏觀經濟的變動性也是信用風險的產生原因之一（李明，2015）。另外，不可忽視的是，信用風險也包括購買力風險。購買力風險是指未預期的高通貨膨脹率所帶來的風險（曼昆，2011），當實際通貨膨脹率高于借款人預期時，實際還款額就會減少，小貸公司就會蒙受損失。
（二）小額貸款信用風險成因
信用風險防范一直是小貸公司的劣勢，盡管在設立時，各試點省明確要求小貸公司建立信用風險控制措施，但是大部分地區并沒有明確規定。小貸公司的信用風險成因可以劃分為：外部原因和內部原因，個體原因和集體原因。學者們從宏觀市場、貸款對象、擔保公司和中介公司等主體入手探究外部成因。就宏觀市場而言，通貨膨脹率高于預期的時候小貸公司蒙受的利率損失就高，信用風險就會增大（曼昆，2011）。就貸款對象而言，小貸公司的信用風險主要是由貸款對象的特殊性所造成的。而作為小貸主要對象的農戶和中小企業本身，自我防范風險能力較差，因而風險就轉移到了小貸公司(孫思磊，2006)。因此小額貸款業務的違約率與貸款本金、利率、貸款客戶的生產收益率以及違約的信用懲罰之間有著密切聯系（王廷飛，高新蘭，2013）。就擔保和中介公司而言，由于存在投機行為和信息不對稱，其很可能會通過給貸款人進行信息包裝而發生道德風險和逆向選擇。內部運營模式、風險控制機制、從業人員素質，貸款業務特征及資金來源的單一性等成為信用風險的主要內部因素。董軍（2010）認為內部運營模式導致了小貸公司的信用風險。盡管在設立時，各試點省(區)明確要求小額貸款公司建立一系列信用風險控制措施，比如準備金制度、風險保障基金等，但是大部分地區并沒有對此進行明確的規定（李明，2015）。就從業人員的素質而言，金珍珍（2009）認為，人才的缺失，例如：前端客戶經理素質不高，風險預警員疏于職守，加劇了小貸公司信用風險的發生概率。貸款業務的單一性和資金來源的受限性導致了借款人一旦違約，貸款就難以及時回收（張小倩，2008）。此外，除了對單個貸款主體違約成因的研究，人們也已經很早就注意到了違約聚集的現象。即違約不是孤立發生的，而是存在一定的聚集現象，表明借款人之間存在一定的違約相關性（王力偉2013）。人們觀察到經濟上行期違約發生相對較少，經濟下行期往往出現違約聚集的現象。例如，宏觀經濟因素和行業景氣度，企業間直接的關系鏈等都會造成企業違約聚集。
二、小貸信用風險評估指標設計
對于指標的分類，大致有如下2種分類方法：按貸款主體分類為農戶、個體工商戶和小微企業3類指標，按貸款信息分類為硬信息和軟信息2類指標。
（一）貸款主體分類指標
小額貸款的對象是農戶、個體工商戶及小微企業。因此風險評估指標的樣本對象必須是這三者。當前對小貸信用風險的研究，國內實證研究基本上是圍繞商業銀行農戶、小微企業小額貸款、農村信用社及小額貸款公司的貸款樣本展開。關于農戶指標的選取：馬文勤（2010）選取了2009年陜西省楊凌區三家農村信用社農戶的15個指標來判斷其是否違約，包括戶主年齡、戶主性別、家庭人口數、家庭勞動力數、耕地面積、農業收入、非農收入、年總支出、信用社入股金額、房屋價值、機械價值、其他資產價值、貸款數額、貸款用途、貸款月利率共15個指標。陳良維（2008）在前者的基礎上增加了文化程度、家庭資產總額、貸款歷史、信用賬戶數目、信用申請情況、司法記錄情況和月還款占收入比7個指標。劉暢、方靚、晏江、熊學萍（2009）增加了農戶參保情況、村委會評價及是否遭受經濟損失3個指標。劉澤雙、王光宇、段曉亮（2009）對農戶小貸信用風險的指標進行了歸類，將其分為表層直接因素、中層直接因素及深層根本因素。孫清、汪祖杰（2006）選取的江蘇省北部某農村信用社480個貸款數據中，以財產水平、負債狀況、受教育程度、借款用途4個指標作為評估依據?？梢钥吹?，對農戶指標的選取，家庭成員特征、耕地及其他資產狀況、家庭收入狀況、家庭信用情況、貸款特征這五項是重要的考量指標。其中，由于農戶自身財務數據的缺乏，非財務數據的考量占據了非常重要的地位。個體工商戶及小微企業信用風險指標選?。簩τ谛∥⑵髽I的信用風險的研究，多數學者集中在商業銀行小貸部門信用風險的研究及小貸公司信用風險的研究。這里探討的個體工商戶和小微企業是指其財務數據不足以支撐其獲得商業銀行貸款資格的企業，其財務數據通常具備不完備性、不易獲取性。因此，非財務因素的評估十分重要。楊德明（2012）在哈爾濱銀行小企業信用等級評定指標中，特別強調了要強化非財務因素的作用，并在申請評分卡的非財務指標中增加了小微企業主這一因素。結合國內各大商業銀行操作的實際情況，將企業信用非財務體系歸納為以下五大方面：企業管理環境、企業核心競爭力、行業發展前景、企業經營管理水平（領導者素質、員工素質、組織制度、決策機制、人事管理、財務制度建設）、企業信譽狀態。
（二）貸款信息分類指標
貸款信息包括軟信息和硬信息。非財務信息也稱軟信息（softinformation），通常由信貸員提供（李明，2014）。在信息不對稱和不完全契約環境下，小貸客戶信用風險的評估對關系型借貸特別看重(Bel-louma,Bennaceur&Omri,2005)。Peterson（1999），認為關系型借貸所傳遞出的信息對小型企業而言更有價值。因為關系型借貸不僅涉及企業財務信息和經營狀況，還涉及難以量化、傳遞的軟信息（申韜，2011）。王鎖柱，李懷祖（2004）認為硬信息是客觀存在的信息的反映，軟信息是含有涉及主體的價值觀念和知識結構的主觀判斷的信息，主觀判斷涉及主體的價值觀念和知識結構，是一種區別于是非判別的個人偏好。由于當前小貸公司信貸員具有一定的貸款決策權，因此，在將軟信息內容作為評估指標時，很容易產生評估不夠客觀公正，甚至是道德風險。王延飛、高新蘭（2013）提出，要建立以社會資本和道德風險為核心的信用風險評價機制，特別強調對道德風險和社會資本的評價。他們認為，業主社會聲譽、生活習性及家庭因素是衡量其道德風險的重要指標，且這些因素是判別其生產經營能否正常運行的關鍵因素。另外，業主的社交網絡、信任合作是衡量其社會資本的重要指標，社會資本越豐富，則其外部約束越大，就能夠越多地補償貸款信用風險。這種評估指標的選取更加符合小額貸款公司的實際情況，指出了小貸公司在信用評估過程中遇到的兩個關鍵問題：社會資本的評估以補償風險，道德風險的評估以防范風險。但是，道德風險的評估主觀隨意性較大，難以量化評估；而社會資本的評估過于抽象，也難以量化。基于此，Molodsov提出了軟集合理論，該理論在處理不確定性問題的過程中引入近似解代替精確解的概念，有效地克服了傳統數學方法的缺陷。申韜（2011）運用軟集合理論對5家小額貸款公司進行了信用風險評估，選取了信用履約評價、償債能力評價、盈利能力評價、經營及發展能力評價、綜合評價5個指標作為參數，但由于5家公司評估指標都難以精確量化，該文通過對各評估指標“強”信息取值為1，“弱”信息取值為0，并請專家進行打分來實現風險評估，評估結果較為精確地反映了小額貸款公司的客戶信用風險?？梢姡\用軟集合理論可以對企業的財務信息和非財務信息做出一個合理的信用風險評估。
三、小貸信用風險評估模型構建
過去200年間，信用風險評估方法經歷著行業變革和技術變革，單純的主觀判斷和政策決策逐漸被其他的模型所取代。評估模型的選擇取決于所需行業結構水平及大樣本可獲得性。小貸信用風險評估一般采用的是混合模型和數理模型。對于單純僅使用專家評分法的情況很少。專家評分法主要表現為國際上通常對于非財務分析遵循的5C原則，即借款人的品格（Char-acte）r，能力（Capacity），資本（Capita）l，擔保（Col-latera）l，環境（Condition）（周穎，毛定祥2006）。
（一）信用評分法
信用評分法就是混合模型的表現。Caouette，Altman，Narayanan(1998)指出當貸款對象信用記錄不健全、信息獲取較為困難時，信用風險評估通常采用綜合企業財務因素和企業主個人因素的傳統信用評分法。目前，信用評分法已經成為借貸機構是否發放貸款、貸款額度、貸款定價以及提高贏利性的決策支持工具（申韜，2011）。作為客戶準入篩選的第一關，哈爾濱銀行獨立研發了小企業信用等級評定模型，對申請貸款的客戶進行貸前評級打分。申請評分卡中最重要的四點是：①采用多行業區分，在客戶準入上選取融資需求較集中的小企業所在的行業進行研究；②在評分卡中的非財務指標中增加了小微企業主這一因素；③根據第二還款來源對采取抵押擔保方式進行貸款的小微企業進行擔保評分；④對成長性指標和行業敏感性較高的個性指標等關鍵性指標調整（楊德明，2012）。這種申請評分法技術是對傳統信用評分法的一種突破。它對硬信息的依賴程度大大降低，強化了非財務因素的作用，對于小貸公司信用風險管理有借鑒作用。但也有不足之處：其一，信貸員進行信用評分時難免會出現道德風險。這對小貸公司人員素質提出了高要求，無形中會增加人工成本。其二，貸款客戶貸款時經常不具備擔保物，不符合申請評分卡里面提供的擔保項設置。因此，需要有更加客觀和符合小貸公司情況的信用風險防范體系。
（二）基于神經網絡模型的信用風險評估模型
人工神經網絡（ArtificialNeuralNetwork），是基于對人腦神經網絡結構及其功能的模仿而建立起的由大量處理單元相互聯結成的智能化信息處理系統。通過這個系統可以實現非線性關系的操作（叢爽1998:1）。韓立群（2000）提出，神經網絡具有高度的非線性，良好的容錯性和聯想記憶功能和較強的自適應性，能夠大規模并行處理和分布式存儲信息。神經網絡由于對數據分布及自變量和因變量的函數關系的精確度要求不高，但其分類精度較高，因此成了信用風險評估領域的一個熱點（馬文勤，2010）。進入20世紀90年代，銀行業引入神經網絡將其用于信用風險評估。其風險評估主要是依靠其分類功能實現，即先找出一組對信用分類有影響的因素作為網絡輸入，再通過有教師或無教師訓練建立信用風險評估模型，當輸入新樣本時該模型即可對其信用風險進行判別分類（沈艷2007）。馬文勤（2010）基于BP神經網絡建立了農戶信用風險評估模型，并與基于Logit方法的農戶信用風險評估模型比較得出，BP神經網絡農戶信用風險評估模型更加精確有效。該文選取了農戶樣本中的15個指標，將農戶貸款行為分為違約類和非違約類，實證結果檢驗研究所建立的BP網絡模型對違約類樣本識別的準確率達到90%，因而可以將其作為農村信用社農戶信用風險識別工具。吳沖，呂靜杰，潘啟樹，劉云燾（2004）認為，信用風險的實質是信貸資金安全系數的不確定性，但一直以來信用風險評估在小貸公司被看成是對貸款企業進行“違約與否”的風險識別中的“分類”問題。隨著信貸決策的日益復雜化，分類評估模式所反映的有限信息已遠不能滿足信貸風險決策的需要。基于此，這幾位學者提出了建立基于模糊神經網絡的小貸信用風險評估模型。該模型引入了貸款方式這一分類評估指標，這是對傳統模型不區分貸款方式就進行信用風險的評估的一種改進。小貸公司貸款方式有：信用貸款、保證貸款、質押貸款、抵押貸款。同一企業在不同貸款方式下其信用風險是不同的，信用風險的評估結果應是某一特定貸款方式的量化值。該模型通過選取同一行業的短期貸款的樣本數據進行實證研究，有效避免了由于不同行業帶來的數據不可比問題。模型通過對營運能力因子、償債能力因子、盈利能力因子和貸款方式因子訓練發現，訓練結果滿意，可見模糊神經網絡方法用于評估商業銀行小額貸款信用風險非常適合。我們可以看到，模糊神經網絡法是對專家評估法和信用評分法的一種改進，由于對數據的精確性要求不高，是分析小貸信用風險的非常好的一種方法。但同時我們也可以看到，其指標數據的選擇大部分是財務數據，這對貸款客戶財務信息的完備性提出了高要求。因此，如果將樣本數據換成是軟信息，再運用模糊神經網絡模型進行分析，可能更適合于小貸公司信用風險的評估。
（三）基于模糊集合理論的信用風險評估模型
模糊集合理論(fuzzysets)于1965年由L.A.Zadeh教授提出，用以表達和解決模糊難以量化的問題。模糊綜合評價法是基于模糊數學，將定性評價指標轉化為定量評價指標的一種評估方法。一般評價步驟為，首先構建模糊綜合評價的指標，確定被評價對象的因素集和評價集之間的函數關系，再確定各因素的權重以構建評價矩陣，最后將矩陣與因素的權重合成（模糊運算及歸一化）得到模糊綜合評價結果。它具有結果清晰，系統性強的特點，能較好地解決難以量化的問題，適合各種非確定性問題的解決。呂婷婷（2012）構建了基于模糊綜合評價法的小額貸款公司風險評價模型。文章選取不良貸款率、貸款風險回報率、撥備充足率、正常關注類貸款遷徙率、貸款集中度、環保合格企業貸款余額占比作為信用風險的影響指標，實證結果得出撥備充足率對信用風險的影響權重最大，環保合格企業貸款余額占比對信用風險的影響最小。類似的能夠解決模糊難以量化的問題的方法還有模糊層次分析法（FAHP）。模糊層次分析法（fuzzyanalytichierarchyprocess，FAHP）。模糊層次分析法是將模糊法和層次分析法（AHP）的優勢結合而成的多準則決策方法。模糊層次分析方法能夠準確地描述任意兩個因素之間關于某準則的相對重要程度，能夠很好地解決定性分析的抽象問題，得出的識別結果能較好地反映小額貸款公司的現實情況。李明（2014）運用模糊層次分析法（FAHP）進行風險識別，計算得出客戶管理層特征維度、客戶經營與決策能力維度、小額貸款公司關系能力維度、客戶發展前景維度、客戶償債能力維度、客戶貸款特征維度六個層面以及每個層面各個評估指標的模糊權重值，建立了小額貸款公司風險評價指標體系。該文從實際出發，根據專家意見，運用模糊層次分析法(FAHP)構建模糊互補判斷矩陣，通過推導計算出矩陣指標層相對于目標層的權重，再通過對矩陣進行一致性檢驗表明其權向量結果的可靠性，最后得出風險識別結論，對小貸公司風險評估具有一定的指導意義。但是，由于不同的專家對小額貸款公司風險認識不同，在構建函數時具有很大的主觀性，因此識別結果與現實有一定的差距。因此，為了得到理想的識別效果，專家根據不同的小貸公司的特點和環境來確定識別指標及權重至關重要。
（四）基于CreditMetrics的信用風險評估模型
CreditMetric模型是于1997年推出的用于量化信用風險的一種信用計量模型，通過計量風險價值來分析信用風險（宋志濤，2008）。CreditMetric模型中唯一的變量就是信用，模型認為違約是指借款人的信用等級下降，不管信用等級下降多少，都會給貸款人造成損失。模型最大的優勢在于其對信用風險價值的估算，通過風險量化可以很直觀地看到風險的變化。趙靜（2012）選取了云南省農業銀行某支行2010年以前的農戶個人貸款為研究對象，構建了基于CreditMetrics信用計量模型的農戶貸款風險預估體系，實證研究結果表明該銀行目前VAR值較為合理，處于風險可接受狀態。此模型首次提出了“邊際風險貢獻”的概念，將“債務人信用等級的變化”作為“違約”的一個考量因素，這不僅考慮到了違約風險，還將差額風險納入其中，比較貼合實際。不過，該模型的分析需要大量的數據庫做支撐，而目前由于我國的信用市場環境以及部分數據難以取得（如信用轉移矩陣），CreditMetric模型在我國的運用受限，不過其對資產組合分析評價的方法和思想值得借鑒。
四、研究不足與展望
目前，國內對小額貸款公司風險管理的系統性理論研究和實證研究具有一定的局限性。從金融市場的發展趨勢看，本領域具有更為廣闊的研究空間。
（一）風險評估方法的局限性及數據庫建立
當前信用風險指標的選取基本上是先通過專家分析法等主觀地選取指標，相當于首先建立一個合理的假說，再通過層次分析法或其他方法對指標分配權重進一步篩選。這種指標選取的方法不可避免地帶有主觀性，如果沒有建立在一個合理的假說之上的話，就會得出錯誤的結論。因此，建議建立一個更強大的小額貸款信用風險指標研究基礎。目前的指標選取主要是以企業的方便樣本為基礎的，有些信息甚至是難以量化的，比如王延飛、高新蘭（2013）提到的客戶的社會資本和道德風險。在大數據時代背景下，這些軟信息多半屬于非結構化或半結構化信息（如圖像、文本）。通過不斷挖掘數據，運用數據處理工具———統計、決策樹、神經元、模糊邏輯、數學規劃等，可以輔助我們更好地應用大數據進行決策。展望未來，建議通過完善相關法律法規政策，在小額貸款全行業內建立一個統一規范的小額貸款信用風險指標數據庫，使每個客戶的信用數據都記錄其中，依托該數據庫來建立各個小貸公司的信用風險評價體系。小貸公司再將信用評估體系評估得出的信用數據反饋錄入到信用數據庫，實現數據的高效共享。這樣的規范不僅有助于小貸公司做出客戶放貸的決策，以避免因主觀選取指標帶來的不同企業評估的差異性，同樣也是客戶以后在各個金融機構借貸的信用通行證。
（二）研究數據的不充分性及信用知識管理
由于小額信貸對象信用數據難以取得且不夠完善，有些基于軟信息的指標在定量化的過程中會出現研究定量依據不同的情況，而且，目前信用風險軟信息指標本身是觀察性數據，存在著很多偏倚，例如選擇偏倚、混雜變量和缺乏普遍性（Lifeomics,2014）。每個信用風險評估模型都有其優劣性，即便證實了一個風險指標和客戶信用風險存在強有力的關聯，我們仍然需要尋找一些證據來證明它在信用風險相關領域中具有實用性（即評估其客戶信息與信用風險之間的平衡）。因此如何取得和規范指標內容以及增強指標間的真實關聯性的問題亟待解決。建議通過更為深入、廣泛的實地調研，多渠道(銀行、農信社、證券公司、其他小貸公司、客戶所在公司或家庭狀況等)直接或間接地搜集客戶信用指標，在樣本容量充足的前提條件下，結合貸款客戶的特點，提煉出更加完善、標準化的客戶數據，以期進一步補充、提煉小額貸款公司信用風險評估指標，形成更具科學合理性、簡約性、有效性和廣泛適用性的小額貸款公司信用風險評估指標體系。此外，要證明樣本數據的有效性和實用性，就需要對統計數據進行顯著性檢驗，以區分真實關聯還是虛假關聯；就需要科學地選取計量模型，充分了解各模型的缺陷，防止檢驗失效。在進行數據搜集和提煉的過程中，同時要注意成本-效益問題。信用風險管理領域的各項研究是一個重復性較高的過程，需綜合考慮成本-效益問題。機器學習算法（machinelearningalgorithm）將有助于知識內容管理（Lifeomics,2014）。建議通過開展知識管理，加強知識共享、知識轉移和知識創新，建立公開透明的貸款客戶信用檔案制度，以降低信用風險的搜索成本。
（三）研究對象的不可比性及信用指標選取
信用風險評估范文2
關鍵詞：長沙銀行；信用風險評估；措施；建議
信用風險分析是對可能引起商業銀行信貸資產風險的因素進行定性分析，定量計算，目的在于說明借款人違約可能性，從而為貸款決策提供依據。金融風險管理已成為我國目前經濟生活中一個非常重要的問題。
一、長沙銀行信用風險評估現狀分析
長沙銀行成立于1997年5月，是湖南省首家區域性股份制商業銀行。成立12年來，長沙銀行取得了喜人的發展成績。緊緊圍繞“政務銀行、中小企業銀行、市民銀行”的特色定位，以及“四個三”的客戶發展計劃，初步形成了自身的經營特色和核心競爭能力。由于信用評價制度是一個復雜的系統工程，涉及到各方面的因素，同時我國信用評價研究起步較晚，目前我國尚未建立一套全國性的客戶信用評價制度與體系。長沙銀行對貸款企業進行信用評級的主要做法是：根據評估的需要設置若干組評估指標，對每一指標規定一個參照值。如果這一指標、達到參考值的要求就給滿分，否則扣減該指標的得分。最后將各指標的得分匯總，并按總分的高低給貸款企業劃定信用等級，作為貸款決策的依據。該種方法的不足之處在于：（1）評級指標、體系的構成是通過內部信貸專家確定的，缺乏定量化，具有不確定因索，有待進一步深入研究。（2）指標、權重的設置主要依靠專家對其重要性的相對認志來設定，缺乏科學性及客觀性。（3）缺少對貸款企業各方面能力的量化分析，在對償債能力等重要指標上只采用直接觀察法，憑經驗據報表估計其能力，有很大的主觀性。（4）缺少對非財務因素的分析和現金流量的量化預測。
二、加強長沙銀行信用風險評估建設
（一）完善信用評價指標體系和評價方法
長沙銀行要建立內部評級體系，既要學習借鑒國外模型的理論基礎、方法論和設計結構，又要緊密結合本國銀行系統的業務特點和管理現狀，研究設計自己的模型框架和參數體系。要充分考慮諸如利率市場化進程、企業財務欺詐現象、數據積累量不足、金融產品發展不充分、區域風險差別顯著、道德風險異常嚴重等國內特有因素。只有深刻理解中國的金融風險，才能建立起有效的風險評級模型，這需要信用風險系統設計師不僅掌握先進理論方法，還能夠對長沙銀行的現實問題提出技術對策。
（二）加強培訓，提高銀行評級人員的素質
長沙銀行應加強與國際專業評級機構如穆迪公司、標準普爾公司合作，加快培養、建立評級專業人才隊伍，負責內部評級實施和維護工作。同時聘請國外銀行和評級公司的專家，對這些人員進行集中培訓，或派往國外培訓，使之成為風險量化專家和未來的金融工程專家，為國內商業銀行新型評級系統的建立健全出謀劃策。
在評級過程不可避免的會存在部分道德層面上的問題從而引發操作風險。對此，要從思想意志上對相關人員進行教育，增強其主人翁責任感；要將政治素質好、業務能力強的工作人員優先充實到信貸崗位。
（三）加強行業研究，建立和完善信用風險管理基礎數據庫
沒有高質量的數據積累，信用評級的模型及各項指標則無用武之地。長沙商業銀行要完善數據積累，必須在確?？蛻粜畔⒌耐暾院蜏蚀_性前提下，加快信用評級所需數據的收集，同時完善不良客戶信息的收集。另外，長沙銀行應根據客戶的資產負債狀況、市場環境等情況及時更新客戶信息，以便做出準確的風險分析。在充分獲取數據的同時，商業銀行要加強信息技術系統的建設，并且要保證信息技術系統的可信度和穩健性。同時，必須按照行業進行適當分工，通過對不同行業的長期、深入研究，了解和把握不同行業的基本特點、發展趨勢和主要風險因素，可以為受管理對象在同一行業內部和不同行業之間的風險比較創造必要條件，從而為信用級別的決定提供參照。
信用風險評估范文3
【關鍵詞】中小型擔保公司信用風險評估模糊綜合評估
一、引言
在金融風暴影響下，我國經濟和金融業受到了巨大沖擊，中小型擔保公司面臨的風險日益突出。與大型擔保公司相比，很多中小型擔保公司從業人員缺乏從事擔保業務的知識、經驗，對擔保對象不能準確判斷，或風險意識淡薄，不利于對復雜金融市場環境下的風險進行有效控制。建立預警機制和應急保障體系，健全風險管理機制，規避信用風險已成為中小型擔保公司目前所亟待解決的重要問題。
二、擔保公司信用風險管理體系框架構建
在中小型擔保公司實際運作過程中，既希望不斷簽單，提高資金的利用率，又希望對系統性風險進行有效控制，實現收益最大。然而，無論是政策性信用擔保還是商業性信用擔保，風險管理能力都是擔保機構最核心的競爭力。尤其是商業性信用擔保則完全要依靠自身的能力來獲得生存和發展?？梢?，風險管理是大部分中小型擔保公司的第一要務，決定了其生存和發展的能力。因此，建立一套完善的信用風險管理體系，為擔保公司的整體風險控制提供有效支撐則顯得尤為重要。擔保公司信用風險管理體系框架如圖1所示。
目前，很多文獻都對擔保公司信用風險的風險源（即風險識別部分）以及風險的應對措施進行了分析論述，但在風險分析過程中定量地對風險防控能力進行評價的研究還相對較少，不能給各擔保機構以真正的輔助決策，在一定程度上制約了各中小型擔保公司風險防范能力的準確性。因此，對定量的風險評估則需要進一步分析研究。
三、擔保公司信用風險評估方法研究
（一）風險評估方法概述
作為一門理論和實用性都很強的工作，風險評估通過充分利用各種定量方法對風險進行評價以判斷風險大小，為風險管理提供重要依據。目前，常用的風險評估的方法包括：蒙特卡羅法、模糊綜合評價法、灰色預測法等。這些方法各有特點，可以針對不同規模的擔保公司、不同金額的擔保業務分別進行應用。
（二）評估指標體系的確立
一般擔保公司對信用擔保業務的風險評估主要從擔保企業（含項目）和反擔保措施兩個方面進行評估，因此，在進行評估指標體系構建時需同時考慮這兩個方面的內容。按照模糊評價指標體系建立應遵循的科學性、代表性、全面性、可行性和系統性等原則，建立了評價中小企業信用風險評估的指標體系，如圖2所示。
圖2 擔保公司信用風險評估指標體系
該體系共分目標層.準則層和指標層三個層次。目標層主要為中小型擔保公司需要進行擔保的項目風險，這是第一層次。準則層由項目背景、反擔保措施兩大部份組成，這是第二層次。指標層企業行業特點、競爭能力、償債能力、資產質量、盈利情況等指標組成，這是第三層次。
（三）基于模糊綜合評估的信用風險評估方法
模糊綜合評判原理簡單，適于對受多因素影響的項目進行評價，尤其是對人才短缺、人員行業能力不是十分強大的中小型擔保公司進行擔保業務的風險定量研究時更為合適。因此，本文選擇模糊綜合評判方法對風險進行評估。
1.建立權重集
假設準則層對目標層的權重為,且，。同樣，指標層對準則層的權重，，且。
2.建立評價集
作為對評判對象可能做出的各種評判結果所組成的集合。假設強度由高到低為強、較強、一般、較弱、弱，則評價集為：，則表示程度。
3.一級模糊綜合評判
對準則層各評價指標建立模糊評價矩陣，通過指標層評價準則層分類因素指標，若單獨考慮，評判其類屬于第m個評語的概率為，得到模糊評價矩陣。
由得到準則層的各指標的一級模糊綜合評價結果。
4.二級模糊綜合評判
二級模糊綜合評判的結果為：
5.確定評價結論
對作歸一化處理，根據最大隸屬原則，評定中小企業信用風險的高低。
四、總結
作為高風險行業，信用擔保業能否有效地防范與控制擔保風險決定著擔保機構能否可持續發展。中小型擔保公司因各種原因致使在信用風險的評估方面存在很大不足。因此，就需要不斷探索信用風險評估方法，提高自身的風險管理能力。在此基礎上，中小型擔保公司還應利用網絡實現企業信用等信息儲備，提高信用風險評估的可信度和可行性。
參考文獻
[1]李蔚等.中小企業信用擔保機構綜合風險預警系統研究[J].科研管理，2007（3）.
[2]熊笑坤.中小企業信用擔保機構風險分析及防范[J].河北金融，2007（1）.
[3]張志斌.中小企業信用擔保機構風險分析及對策[J].河北經濟，2009（10）.
信用風險評估范文4
關鍵詞：信用風險評估；指標體系；履約意愿；履約能力
中圖分類號：F830.33文獻標志碼：A文章編號：1673-291X（2011）10-0065-02
引言
隨著中國加入WTO，《新巴塞爾資本協議》正式，金融全球化進程不斷加快，中國商業銀行業除了要與國內同業展開競爭之外，還要面對國際先進的商業銀行的挑戰，因此對金融風險管理的要求更高、更緊迫。在商業銀行所面臨的各類金融風險中，信用風險是最古老也是最重要的一類風險，商業銀行必須對自己的信用風險進行更加科學有效的評估和防范。
商業銀行信用風險評估是一個較為復雜的系統，信用風險的評估指標作為此復雜系統的輸入項，對于評估結果的有效性和準確性起著舉足輕重的作用。因此，商業銀行進行信用風險評估及管理的首要任務是以指標選擇原則為指引，以對信用風險的影響因素分析為依據，構建信用風險評估指標體系，為商業銀行的風險評估及管理工作奠定基礎。
一、商業銀行信用風險評估指標的選取原則
1.科學性原則。即評估指標的選擇、數據的選取和計算必須以公認的科學理論為依據。
2.全面性和獨立性原則。即評估指標具有較強的概括性，既能綜合反映商業銀行信用風險的程度，各指標間又相互獨立，相關性小。
3.可行性原則。即評估指標所涉及的數據容易獲取和計算。
4.可量化原則。即指標的選擇及表述要盡量做到以量化研究為主，從而避免主觀評價所帶來的不確定性。
二、商業銀行信用風險的影響因素分析
商業銀行信用風險的影響因素有很多，經過研究發現可以將其概括為兩個方面：貸款企業的履約能力及履約意愿。貸款企業履約就意味著銀行能夠在規定期限內收回貸款本息，該貸款企業不會令銀行遭受因貸款而帶來的損失。
1.履約能力。企業的履約能力是企業經營管理情況及發展實力的綜合體現，通?？梢酝ㄟ^其財務情況體現。財務指標是企業財務狀況的客觀反映，與一般技術經濟指標相比，它具有更強的靈敏度和綜合性。企業的管理模式及有效性各不相同，也很難評判，但都會不同程度地反映在其財務指標的發展變動上，因此信用風險評估的一個中心內容就是對企業財務指標的提煉和分析。
2.履約意愿。企業的履約意愿包括企業管理者的道德修養、宏觀經濟環境變化對管理者履約心理的影響、金融監管環境的好壞對管理者履約投機心理的影響等等。基于以下兩點考慮，本研究將履約意愿暫不作為指標體系構建的考慮因素。
其一，履約能力與履約意愿并不是相互獨立存在的，而是相互影響、相互作用的。在經濟環境穩定、法制健全、講求商業信譽的社會中，貸款企業有履約能力而不愿履約的可能性較小，此時，履約意愿可以內化于對履約能力的考察。其二，由指標選取的基本原則出發，所選指標要盡可能量化和標準化，履約意愿以中國目前的社會信用管理狀況來講，還不能達到對各貸款企業精確量取。
綜上所述，商業銀行信用風險評估指標的選取就集中于對企業履約能力的研究，即企業財務指標的選取。
三、商業銀行信用風險評估指標體系構建
由以上的分析及對企業財務指標的歸納，商業銀行信用風險指標體系可由以下四個方面，14個指標構成。
1.償債能力。（1）流動比率：比率越高，說明償還短期負債的能力越強，一般認為，對于大部分企業來說，流動比率為200%是比較合適的比率。（2）速動比率：比率越高，說明償還短期負債的能力越強，但不宜過高，一般應維持在100%的水平。（3）資產負債率：反映在總資產中有多大比例是通過借債來籌資的，一般情況下，資產負債率越小，表明企業長期償債能力越強。（4）超速動比率：比率越高，說明變現能力越強，較速動比率能夠更確切地反映立即變現能力。
2.營運能力。（1）應收賬款周轉率：反映應收賬款周轉速度。比率越高，說明發生壞賬損失的可能性越小。（2）存貨周轉率：綜合衡量企業生產經營各環節中存貨運營效率。比率越高，說明借款人存貨從資金投入到銷售收回的時間越短。在銷售利潤率相同的情況下，比率越高，獲利越多。（3）流動資產周轉率：比率越高，說明以相同的流動資產完成的周轉額越多，流動資產利用效果越好。（4）固定資產周轉率：比率越高，說明企業固定資產利用充分，結構合理，能夠充分發揮效率。（5）總資產周轉率：比率越高，說明企業全部資產的使用效率越高。
3.盈利能力。（1）銷售利潤率：反映企業一定時期的獲利能力。比率越高，說明銷售凈收入中的利潤越高。（2）凈資產收益率：衡量企業運用自有資本的效率。比率越高，說明投資帶來的收益越高。（3）成本費用利潤率：反映經營耗費所帶來的經營成果。比率越高，說明企業的經濟效益越好。（4）資產收益率：衡量每單位資產創造的凈利潤大小。比率越高，說明企業在增加收入和節約資金方面的能力越強。
4.貸款方式。貸款方式雖非企業的財務指標，但在信用風險研究領域越來越受到各專家學者的重視。貸款方式不僅影響貸款企業的履約意愿，更為重要的是，在企業履約能力不足以償還貸款本息的時候不同程度的補償銀行因此所遭受的損失。從這個意義上來講，貸款方式是影響銀行信用風險的一個重要指標。
結論
1.商業銀行信用風險評估指標體系的應用。商業銀行信用風險評估作為一個具有系統性、非線性等的復雜系統問題，傳統的比例分析方法、統計分析方法等線性方法已經不足以客觀、準確地反映銀行所面臨的信用風險。指標體系的結構以及指標權數的確定應以基于復雜、非線性理論的人工智能方法為主，通過建立合理完善的信用風險評估模型對銀行信用風險進行評估。
2.商業銀行信用風險評估指標體系的不足。對信用風險評估指標的選取主要集中于定量的財務指標范疇，這一方面是基于對信用風險影響因素之間相互作用的理論分析，一方面是源于中國金融信用體系的限制。這種評估體系結構，雖在一定的理論及實際條件下是科學、合理的，但是從長遠考慮，中國商業銀行在不斷加強金融管制、健全金融法制的同時，對信用風險評估指標的選擇應不斷納入環境因素、企業信用因素等更多非財務指標，不斷提高商業銀行信用風險評估的前瞻性和科學性。
參考文獻：
[1]夏紅芳.商業銀行信用風險度量與管理研究[M].杭州：浙江大學出版社，2009.
[2]于立勇.商業銀行信用風險評估[M].北京：北京大學出版社，2007.
[3]李小燕，錢建豪.中國企業信用風險評價指標的有效性研究[J].中國軟科學，2005，(9).
[4]Cebenoyan，A.Sinan；Strahan，Philip E.Risk management，capital structure and lending at banks[J].Journal of Banking and Finance， 2004，(1).
[5]陳元燮.建立信用評級指標體系的幾個理論問題[J].財經問題研究，2000，(8).
A Construction Research on Credit Risk Evaluation Index System for Commercial Banks
GUAN Du-juan
（School of Economics and Management，Xi’an Shiyou University，Xi’an 710065，China）
信用風險評估范文5
關鍵詞：層次分析法；信用風險；評估模型
1.引言
近年來隨著我國經濟的高速發展，中小企業在促進國民經濟增長、提供就業崗位、推動技術創新、保持社會穩定等方面發揮著越來越重要的作用。由于中小企業自有資金少、知名度不高，所以依靠內部融資以及通過資本市場直接發行債券股票融資都比較困難，所以中小企業更加依賴以商業銀行貸款融資為主的間接融資手段，以商業銀行為中介的間接融資是目前小企業資金配置的主要形式。中小企業與大企業相比，中小企業具有信息透明度差，經營穩定性差等缺點，對中小企業提供信貸支持時，商業銀行很難對其信用風險進行評斷。所以結合中小企業的實際情況，建立起一套中小企業貸款的信用評價模型，這對于商業銀行有效地控制中小企業貸款風險非常有重要的。
我國對信用風險度量、管理的研究始于上個世紀80年代末期，目前對信用風險度量、管理的系統研究主要集中在對企業信用風險的分析和預測研究。最早根據財務會計數據提出單變量分析企業破產風險預測的是Beaver[1]，Altman[2]將其延伸至多變量，即著名的Z評分模型，這些分析均采用最小二乘法進行估計。此外，還有幾種常見的用于信用風險分析的統計方法：k-鄰近法、主成分分析法、聚類分析法、分類樹法等[3]。進入20世紀90年代，神經網絡引入了銀行業，用于信用風險識別和預測[4]。但是這些方法主要是針對大型企業而建立的，并不完全適合于中小企業。
本文首先分析中小企業的特點，建立適合中小企業的信用風險指標體系，然后將層次分析法與信用風險分析和預測相結合，提出了一種基于層次分析法的綜合評價模型，結合企業實際數據對模型的有效性和準確性進行了驗證。
2.中小企業風險評價指標體系
中小企業與大企業不同，既具有信息透明度差，經營穩定性差等缺點，又具有經營靈活、創新能力強、發展成長力強以及國家政策扶持等優勢。故而在設置其指標體系時應考慮到其所具有的創新性、成長性、發展性等特點。
結合中小企業的特定，借鑒已有的國內外金融機構和評級公司的企業信用評級模型，在已有的國內外文獻研究成果的基礎之上，筆者認為在構建適用于中小企的信用評級指標體系時，應在分析企業的運營能力、盈利能力、償債能力等財務因素的同時，要結合企業所處的外部宏觀環境條件和行業發展狀況來說明企業
的償債能力。此外，在分析償債能力的同時，還應該考察企業的償債意愿。只有在分析了企業償債能力的同時，考察企業的償債意愿，才能比較客觀地掌握企業的信用情況，最終在評定時才能得出較為科學的結果。在此，筆者根據現有的研究成果和實際情況，構建中小企業信用評級指標體系，并將評級的指標分為財務指標和非財務指標兩大類。
1）財務指標
定量指標主要根據企業的財務數據來確定，不同的財務指標從不同的方面反映企業的財務、經營和盈利狀況。那么，到底應使用哪些財務指標來反映企業的償債能力呢？由于財務指標數量很多，所以必須借鑒現有的指標體系和研究成果。在選擇定量指標的同時，需要考慮哪些指標最能說明企業的償債能力，同時在指標的選擇上，需要剔除相關性系數較大的指標，因為指標之間的相關性會導致評級因素的重復計算，降低評級結果的有效性。我國很多學者在這方面做了相關的研究。綜上，基于國內外的研究成果，經過專家訪談和理性分析，本文擬從以下幾個方面構建財務指標體系，償債能力、盈利能力、營運能力、發展能力。
2）非財務指標
衡量企業的信用等級，不僅要根據財務指標來分析和考察企業的償債能力，同時還要分析企業所處的宏觀環境、企業的基本素質、企業的基本信用等非財務因素對企業信用等級評價的影響。綜合考慮非財務指標與財務指標，比僅僅以財務指標為變量更能夠準確的預測企業的違約概率；張培[5]通過實證研究探討了非財務指標對商業銀行內部評級有效性的影響，得出行業特征、宏觀環境、公司管理等非財務指標的介入使得評級模型根據有效性，建議商業銀行在建立企業信用評級體系時應加強非財務指標的重視；梁曉佩[6]指出，非財務指標的科學引入是增強評級模型預測能力的必然要求，因為它能夠更好地預測企業未來發展趨勢，能夠從整體上評價企業的業績。鑒于非財務指標對企業信用等級評價的重要性，在前人研究的基礎之上，通過文獻整理和專家訪談，建立以下非財務指標因素體系，外部宏觀環境，企業基本素質，履約情況。
綜上所述，可建立如圖1所示的虛擬企業風險分析指標體系，在這個基礎上引入基于期望值的模糊多屬性決策法來解決虛擬企業的風險評價問題。
如上表所示，本文所構建的中小企業信用評級指標體系包含2個層次：一級準則層包含‘‘財務指標”和“非財務因素指標”；二級準則層有包含7個方面的指標，即“財務指標”下的償債能力、盈利能力、營運能力、發展能力指標，“非財務因素指標”下的外部宏觀環境、企業基本素質、履約狀況三項指標。
3.運用層次分析法評價企業信用風險
3.1 層次分析法原理[7]
層次分析法（簡稱AHP）是美國運籌學家T.L.Saaty教授于20世紀70年代初期提出的一種簡便、靈活而又實用的多準則決策方法。人們在進行社會的、經濟的以及科學管理領域問題的系統分析中，面臨的常常是一個由相互關聯、相互制約的眾多因素構成的復雜而往往缺少定量數據的系統。層次分析法就是針對這種復雜問題進行條理化、層次化，依據其本身的屬性和相互關系構造出若干層次。
大體分為四個步驟：（1）建立問題的遞階層次結構模型；（2）構造各層次的兩兩比較判斷矩陣；（3）由各層判斷矩陣計算出被比較元素的相對權重，并進行一致性檢驗；（4）計算出總元素組合的權重，并對總體進行一致性檢驗。
3.1層次分析法在企業信用風險評估中的應用
對于各項指標的權重，可以由層次分析法計算得出。設有s位專家對評價指標的重要性進行排序，設每位專家的重要程度相等，得出判斷矩陣，計算每層每個指標的指標權重。在實踐中，有很多位專家對指標集進行獨立排序，可能每位專家的排序都各不相同，這時，就要在層次分析法的基礎上采用加權平均的方法來確定指標權重。
1.準則層次判斷矩陣Bij權重的確定和一致性檢驗。
相對于企業信用風險評估指標體系來說，判斷矩陣中的元素是由財務因素和非財務因素相對重要性的比較來確定，如下（見表1）
由于CR
財務指標是由償債能力、盈利能力、營運能力、發展能力指標的相對重要性來比較確定的，非財務因素指標是由外部宏觀環境、企業基本素質、履約狀況的相對重要性來比較確定的，指標層判斷矩陣權重的確定如下（見表2-3）。
由于CR
從權重數可以看出影響企業信用風險的指標主要是財務因素，在非財務因素中政策因素影響力最大。
實際應用中，可以寫出方案層的判斷矩陣，根據以上計算結果的權重，計算出每個方案的綜合評價值對方案進行排序。（作者單位：宜賓學院數學學院；四川大學商學院）
基金項目：四川大學系統科學與企業發展研究中心一般項目（Xq14C05）
參考文獻：
[1]William H.Beaver.Financial Ratios As Predictors of Failure.Journal of Accounting Research，1966，4
[2]Edward I.Altman.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy.The Journal of Finance，1968，23
[3]張曉莉，劉大為.一種基于遺傳算法的企業信用風險分析方法.經營謀，2012，8.
[4]郭文偉，陳澤鵬，鐘明.基于MLP神經網絡構建小企業信用風險預警模型.財會月刊，2013，3.
[5]張培.非財務指標對商業銀行企業信用評級的影響研究――以上市公司為例.2009，2.
信用風險評估范文6
關鍵詞：屬性論方法；信用風險；評估
中圖分類號：TP311文獻標識碼：A文章編號：1009-3044(2011)16-3821-03
The Model of Personal Credit Risk Evaluation Based on Analysis of Attribute Coordinate
LUO Jun
(Information Engineering College, Shanghai Maritime University, Shanghai 200135, China)
Abstract: The model of risk evaluation, applying for the personal credit card, is made based on the method of attribute theory. Many kinds of data that 200 people applied for the credit card are simulated and sequenced by computer. The result can be adjusted according to different psychological power, which can reflect the influence under different people's interest. The use of the method of attribute theory has added a new and effective approach to the model of personal credit risk valuation.
Key words: method of attribute theory; credit risk; evaluation
目前，全世界最著名的管理咨詢公司麥肯錫公司預測[1]，到2013年中國的信用卡市場利潤將上升到130億至140億元，這種呈指數式的增長將使之成為銀行界的核心業務及其主要利潤來源。然而，據央行2010年的第三季度《支付體系運行總體情況》[2]可看出，信用卡壞賬風險仍值得關注?？偟膩碚f，在信貸活動越來越頻繁的后金融危機時代，國內當前采用的信用風險評估法仍以靜態、局部、定性的為主，動態、全局、定量的分析少。而屬性論方法是一種直接面向評判者心里權重及其變化過程的決策模型，并且該方法通過實踐證明[3]確實具有良好的評估能力及學習性。因此，利用屬性論方法為商業銀行提出一種具有新思路的信用評分系統，不但能更好地完善信用卡的經營和管理，使之更為智能化、精細化，還能提高金融效率，降低金融風險，為我國金融秩序的穩定做出貢獻。
1 指標體系的構建
個人信用評估是一個多元的復雜系統，它將個人及其家庭的各類因素納入統籌范圍，采用科學嚴謹的分析方法，對其可信程度和履約能力進行全面的估價與評判，最后表明其信用狀況。本論文采用屬性論對其進行評估，建立分層指標體系，它結合了國內文化背景和實際情況，并借鑒國內外成熟的個人信用評估指標體系而成。主要歸納為3大一級指標，及13個擴展二級指標，指標分布情況如表1所示。
2 指標的量化
將個人信用評估的各項指標量化后，就可以利用屬性論坐標評估與分析法對個人信用狀況進行評估了。由于個人信用從總體上分為“自然狀況”、“職業狀況”和“與銀行的關系”三維，每一維又分別包括其他指標，又構成一個N維的坐標系。這里構建“個人信用空間”，如圖1所示，層層遞進地分析屬性坐標。
2.1 定量指標的標準化處理
在個人信用評估指標中，有“年齡”、“在現單位工作年限”和“年收入”3個屬性為定量指標，且近似于正態分布[4]。對于這些屬性值可以通過正態函數轉換為分布在（0,1）內的數值。表達式如下：
密度函數（-∞＜x+∞）：
分布函數（-∞＜x+∞）：
其中，σ＞0，μ、σ為常數，X服從均值為μ，方差為σ2的正態分布。
在個人信用評估模型中，取值如表2所示。
例1對于“年收入”屬性，通過分布函數進行轉換。若“年收入”屬性值為10，則得到轉換后的屬性值：
例2對于“年齡”和“在現單位工作年限”屬性，利用密度函數進行轉換。若“年齡”屬性值為45歲，“在現單位工作年限”屬性值為15，則可得到轉換后的屬性值：
2.2 定性指標的量化
對于個人信用評估中的定性指標，即各項離散指標采取不同的量化方法。例如：“性別”屬性，女1，男0.8；“婚姻狀況”屬性，已婚有子女1，已婚無子女0.8，未婚0.5；或者采用兩點線性插值公式或最大最小值等方法量化定性指標。下面主要介紹關于屬性論方法中的逆定性映射法。
2.2.1 逆定性映射[5]
逆定性映射可以使個人信用評估中的離散指標納入科學、量化的研究軌道。在個人信用評估指標中，有“持卡程度”屬性，單位：張。分為3個階段，0-2張為差，3-6張為一般，7-10張為滿意（大于10張均記為10張），若為一般和滿意的采用遞增公式。若為差的采用遞減公式。
遞增公式：x(μi)=βi+δi(μi-1)
遞減公式：x(μi)=αi+δi(1-μi)
其中：αi和βi是所在程度的邊界值，δi =βi-αi。
例3設已知一個人“持卡程度”為“一般”，且程度為0.5，則利用遞增公式可得其量化值：
x=0.6+0.3(0.5-1)=0.45
3 評估模型簡介
3.1 風險評價的FICO法
在全球得到普遍使用的FICO(Bill Fair & Earl Issac Corporation)信用評分是一種最常用的普通信用評分，它被認為是衡量個人風險的“黃金標準”。其方法主要分為三個步驟：
1) 建立評級指標體系
2) 從定性到定量的量化評分（量化）
對n項指標分別打分xi，并設總分x=xi，則得到一個FICO評分（300-900）。若設wi為第 項指標的權重，并令x=wixi，則x是一個效用函數，并可得到一個多屬性決策模型。
3) 從定量到定性的評級（等級化）
令[300,900]= [300,500]∪[500,600] ∪[600,700] ∪[300,900] ∪[800,900]
得到A、B、C、D和E五個等級。
從而，根據借款人的信用評分等級判定其應該發放貸款，還是要求借款人增加擔?；蚋纱嗑芙^貸款，亦或是需做進一步核查。
3.2 基于屬性坐標分析的信用評價模型
從理論上講，效用值x的最大值即使存在，然而在整個效用值空間中將它找到，也是很困難的。因此，在將決策者的心理權重解釋為：“等總分條件下，各決策屬性分數的一種滿足決策者心理權重的合理性分配”的基礎上，提出了基于屬性坐標學習和分析的評估決策模型。
核心思想：將其求解分解為一系列求（等總分）局部最滿意解的子問題，繼而由局部到綜合，找出全局滿意解，即效用值x的最大值。
綜上所述，基于屬性坐標學習和分析法信用評價模型具體算法如下：
設xi為第i個用戶，xik為第i個用戶關于第k個指標屬性的評分，其中0≤xik≤100，k=1,…,m，m為指標屬性個數。w=(w1,…,wm)為決策者的心理權重（或偏好），滿足：。
1) 確定影響個人信用卡申請的各類指標，即事物的屬性，構建個人信用評估指標體系，并對各項指標屬性進行量化和評估。
2) 設T0為臨界總分，在(T0,100m)中，據曲線擬合要求，均勻選取若干點Ti(i=1,2,3,…,n-1)，在總分為 的每個點上選取若干個個人樣本進行學習，按照 2)中公式找到總分為Ti的重心坐標，即局部最滿意解為：
式中，b({xh(z)})為{xh(z)}的重心點，{xk,k=1,…,S}?哿ST∩X為總分等于T的樣本方案xi的集合，評估者z從{xk}中挑選了t套認為較為滿意的方案{xh,h=1,…,t}，且分別評分為vh(xh)，vh(xh)為加權平方方法的權重。
3) 利用如下插值公式，進行曲線擬合，找到心理標準線（局部最滿意解）L(b({xh(z)}))。
4) 計算全局滿意度，從大到小進行排序，從而獲得最滿意解：
式中：δi=δi(z)為決策者z與第i個標準zi間的誤差，權重wj為x*j(z)和δi的函數。為各屬性值都是滿分之和，歸一化后應為100m，為方案xi各屬性值xij之和。
4 模擬應用結果
本文運用MATLAB根據屬性論的相關步驟編寫相應的程序，模擬200位個人信用卡申請用戶的信用數據庫，并進行評價評判和排序。
首先對200位用戶的各項指標屬性進行評估和打分。例如，“自然狀況”有5項指標：年齡、性別、婚姻狀況、文化程度和住宅性質。分別以這5個屬性αj,j=1,2,…,5為坐標軸，以其評分x(aj)為坐標分量，則每一用戶xi,i=1,2,…,200在五維決策坐標中對應一個五維坐標點xij=(xi1,xi2,…,xi5)。通過對某一評判者的心理偏好及其變化過程進行學習或模擬，得到該評判者的心理標準線。然后，利用全局滿意度函數求得各信用卡申請用戶的信用滿意度。如圖2所示。
類似地，可以得到“職業狀況”和“與銀行關系”兩大指標的全局滿意度。接著通過滿意度和定性映射的關系，將這三大指標作為個人信用評估的三大屬性，進行總體信用評估計算，最后根據全局滿意度對所有的個人信用進行排序。如圖3所示為計算機模擬運算得到的200位申請信用卡用戶的信用評估水平從高到低的排序。
5 結論
分析圖2可以看出，該評判者的心理偏好為：文化程度和住宅性質最主要，其次是婚姻狀況，但是年齡和性別的分數也不能太差。如195號個用戶的關鍵屬性“住宅性質”只有60分，128號用戶的關鍵屬性“住宅性質”有100分，然而“性別”屬性，“文化程度”屬性都沒有195號用戶高，雖然總分相同，但是最后的“自然狀況”屬性滿意度兩者相差0.0249，排名差6位，這就充分體現了評判者的心理偏好。這種心理偏好并不是由評判者顯性表示出來的，而是由計算機經過多次模擬評判者的評價自動識別的。
通過圖3可將個人用戶最后的信用全局滿意度的排序和總分的排序進行對比，發現總分高的個人用戶全局滿意度不一定高，總分低的個人用戶全局滿意度不一定低，這就從側面反映了個人信用卡申請的評估模型的評判是按照評判者的心理偏好及其心理變化曲線確定的，不同評判者對同一個人信用卡申請用戶的信用評估也可以有不用的結果。
綜上所述，基于屬性論評估與決策法的個人信用卡申請的風險評估模型可以通過學習評判者在若干個總分點的評估過程，模擬出評判者心理標準變化曲線，這是其獨到之處。并且本文給出了評判者在局部，或某個檔次和全局評估的滿意度，并對結果的合理性給出定性和定量相結合的數學解釋。隨著模擬的次數增多，計算機識別的準確性就越接近評判者的心理偏好，因此，該系統具有不斷學習，不斷改正和完善的功能。此外，不同偏好的評判者可以根據自己的心理權重進行模擬評估，讓計算機自動識別，更具有使用價值。在實際應用中，由于計算機模擬評估者的心理偏好，在模擬評估及指標的評估與量化過程中，最好模擬有豐富經驗和準確判斷能力的評判者，同時盡可能加大樣本數量，這樣得出的排序結果才會更為合理。
參考文獻：
[1] 尤曉明.后金融危機下信用卡業務的風險防范[J].中國信用卡（專業）,2010,(3):53-56.
[2] 中國人民銀行.2010年第一、二、三季度《支付體系運行總體運行情況》[EB/OL].(2010-11-25)[2010-12-19]. /.
[3] 馮嘉禮.核事故嚴重事故應急決策支持系統及其計算機實現研究[D].北京:中國原子能科學研究院,2001.
[4] 張德棟.基于神經網絡的信用評估模型的研究[D].山東:山東科技大學,2003.
