文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 经管营销 > 金融/投资 > 商业银行客户授信评级研究_基于多指标综合评价视角
侵权投诉

商业银行客户授信评级研究_基于多指标综合评价视角

金融教学与研究

(总第142期)2012年第2期

商业银行客户授信评级研究

———基于多指标综合评价视角

徐洪明

(天津航空有限责任公司计划财务部,天津300300)

摘要:商业银行对客户的授信评级可引入多指标综合评价的思想、理论和方法,实现多指标综合评价与商业银行客

户授信评级的有效结合。应根据各种评估技术特有的优势,并结合评估环境状况,选择简单易行、符合银行授信评级特点的评价方法;应注重多种综合评价方法的组合使用,互相补充,从而更好地提高我国商业银行授信评级的可靠性。

商业银行;授信评级;多指标综合评价关键词:中图分类号:文献标识码:F830.5A

文章编号:(2012)1006-354402-0017-03

贷款信用风险管理是商业银行内部风险管理的核心,其中一个重要内容是对借款人进行信用风险评级,即商业银行在发放贷款之前,首先对借款人不能履约的可能性进行评估,并把这种可能性划分为几个等级,以此作为标准来区分借款人资信的优劣,进而做出贷款与否的决定。商业银行对客户的信用状况进行评价,属于多指标综合评价的范畴,因此,引入多指标综合评价的思想、理论和方法,有利于提高授信评级的准确性、科学性。

户自身条件与既有标准的比较。因此,该模式很少应用于客户授信评级。

“先学习后评价”。实现“学习”,必须具备一定3.

“学习”的效果。商量的样本,样本的质量直接关系到化业银行要建立各类客户信用的数据库,如冶金、工、机械、贸易等,并用这些已“认可”的知识来评估客户信用状况,神经网络就是此类模式的代表。朱顺泉以广泛采用BP神经网络学习算法为例[1],将评价指标个数定为输入结点数。可将信用状况分为两类,即输出结果为两个,采用如下的形式表示:良好(1,),不良(0,);亦可分为五级,中间节点的个数01

应该小于输入节点数,而大于输出节点数,并通过公式计算确定。同时,确定隐含层、输出层的神经元的传递函数及网络训练的训练次数、精确度、学习速率等参数,将同类企业的已确认的结果作为训练数据,将被评价客户的指标值作为测试数据,将神经网络优化算法分类程序存放在M文件wl.m中,并在Matlab状态下执行M文件,进而得到评估结果。应用以BP神经网络学习算法为代表的先学习后评价模式,充分利用已“认可”的数据,结合计算机智能技术,有效地提高了评级过程的简便性与结果的可靠性。此外,继神经网络之后,又一机器学习领域的方法———支持向量机(SVM)也用于授信评级,Young-ChanLee[2]Wun-HwaChenandJen-YingShih[3]对此进行了应

17

一、多指标综合评价在授信评级中的应用

(一)授信评级中的评价模式分析综合评价模式大致分为三种类型:

“直接评价”。目前我国商业银行大都采用该1.

种模式,尽管有些商业银行的授信评级与该模式的流程有所出入,但其思想和本质仍符合直接评价模式。直接评价模式简单易懂、可操作性强。

“先分类后评价”。该模式属于排序评价,候选2.

方案的取舍不仅取决于自身,而且取决于其他方案的“状态”,商业银行的信贷行为更多的是取决于客

收稿日期:2011-11-19作者简介:徐洪明(1984-),男,天津市人,管理学硕士,天津航空有限

责任公司计划财务部项目开发主管,研究方向为管理科学与工程。

第1页

你可能喜欢

  • 内部评级
  • 商业银行业务
  • 银行财务
  • 银行业务教案
  • 授信流程
  • 银行客户管理
  • 资产组合管理

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email