2022年银行贷款风险分类定量化技术模糊综合评判 .pdf

2004年 第25卷 第5期华北工学院学报V ol. 25N o. 52004(总第97期)JOURNALOF NORTHCH INAINSTITUTEOF TECHNOLOGY(Sum N o. 97)文章编号:100625431 (2004) 0520338204银行贷款风险分类定量化技术模糊综合评判黄益绍,林都(华北工学院自动控制系,山西 太原030051)摘要:对银行信贷管理中对借款企业贷前贷后进行了贷款质量评估,在评价指标的基础上,构建了一个模糊因素集.采用专家估测法建立其相应的单因素评判集.然后运用统计加权法确定单因素的权重.结合实例具体说明了怎样进行模糊综合评判决策以达到贷款风险分类的定量化、 准确化的目的.最后对该决策模型的运用进行了回顾与技术上的深入分析.关键词:贷款风险分类;模糊因素集;模糊评判集;专家估测法;单因素评判矩阵;统计加权法;模糊综合评判决策模型中图分类号:TB 114. 2 文献标识码: AQuan tif ied Techn ique on the Categor ization of BanksCred it RisksFuzzy OverallD ecision-mak ingHU AN G Y i2shao, L IN D u(D ept.of A utom atic Con tro l, N orth Ch ina Institu te of T echno logy , T aiyuan 030051,Ch ina)Abstract : A fuzzy facto r set is constructedin the paper on the base of an appraisal index system byw hich bank s appraise enterp riescredit qualities both before and after their officialsanctioning loans toenterp rises in the course of credit m anagement, and its corresponding single facto r appraisal set is struc 2tured by meansof an expert evaluati on approach.Then the w eights of single facto rs are determ ined invirtue of a statistical w eighted approach and an auxiliary example is used to show how to apply the fuzzyoverall appraisal decision 2 making model to the categorization of credit risk s so as to attain its quantifica 2tion and accuracy.Finlly , its techn ical analysis asw ell as retro spect is deeply made as to the applicati onof the model.Key words:categorization of creditrisk s;fuzzy facto r set;fuzzy appraisal set;expert appraisal ap2proach;single facto r appraisal m atrix ;statisticalw eighted approach;fuzzy overallap2praisal decision2 m aking model1银行贷款风险评估模糊因素集的构建借款企业向银行申请贷款, 授信银行须运用一组贷款风险评估指标对该企业在贷前贷后进行详细调查与跟踪 , 就其财务与非财务方面影响银行贷款盈利性、 安全性和流动性的各种因素予以分析、评估与论证 , 以便防范化解信贷风险, 坚持稳健经营 .因此, 可以适当选取一组密切相关的评估指标, 同时以此构建银行贷款风险评估模糊因素集U= u111,u112,u113,u121,u122,u123,u124,u2,u3,u4,u5,u6,u7 (括号内数字系后面要论及的该因素的权重) , 其中若干元素又组合成一个集合, 两者互相嵌套, 构成多层次因素集, 收稿日期:2003212231作者简介:黄益绍(1976-) ,男,硕士生.主要从事系统在金融行业应用研究.? 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http:/名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 4 页 - - - - - - - - - 如图 1 所示.银行贷款风险评估模糊因素集U1(0 . 7)财务风险 u1(0. 6)偿债能力u11(0 . 6)短期偿债能力u111(0. 26)流动比率u112(0. 31)速动比率u113(0. 43)现金比率u12(0 . 4)长期偿债能力u121(0. 25)资产负债比率u122(0. 25)产权比率u123(0. 25)有形净值债务比率u124(0. 25)利息保障倍数u2(0. 2)盈利能力u3(0. 2)营运能力U2(0 . 3)非财务风险u4(0. 25)行业风险状况u5(0. 25)经营风险状况u6(0. 25)管理风险状况u7(0. 25)还款主观意向图1模糊因素集13F ig . 1Fuzzy facto r set2模糊评判集和单因素评判矩阵的构建从 1998 年 4 月起 , 中国人民银行要求银行对贷款风险分类和评估采用以风险为基础的5 级分类方法 , 即正常 、关注、次级、可疑 、损失.以此为依据 , 分别记其为v1,v2,v3,v4和v5, 作为贷款风险评估模糊评判集V= v1,v2,v3,v4,v5.为了保证做到贷款风险评估分类的正确性与科学性, 银行可以聘请投机银行或信托投机咨询机构的专业人士对贷款风险评价指标(因素 ) 采用打分或投票的方法表明各自的评价, 进行贷款风险分类.假设评审组有n= 10 人, 赞成第i项因素ui为第j种评价vj的票数是cij, 则得属于vj的隶属度rij=cij10j= 1cij,即单因素评判映射f: 集合U幂集J(V), uiJ,uif(ui)=(ri1,ri2,ri3,ri4,ri5) J(V).按行向量组合构造模糊矩阵R.假设银行这样得到某一申请受信企业贷款风险分类的单素评判矩阵R, 见表 1 .表1单素评判矩阵Tab. 1A pp raisal m atrix of single factor因素集U评判集V正常v1关注v2次级v3可疑v4损失v5u1110 . 10. 50 . 20. 20u1120 . 20. 40 . 300 . 1u1130 . 40. 10 . 30. 20u1210 . 30. 10 . 30. 20 . 1u1220 . 10. 40 . 30. 20u1230 . 400 . 40. 10 . 1u1240 . 20. 20 . 20. 30 . 1u20 . 40. 20 . 30. 10u300. 30 . 50. 20u40 . 20. 40 . 10. 20 . 1u50 . 30. 40 . 20. 10u60 . 10. 20 . 40. 30u70 . 10. 300. 40 . 2各因素权重的确定可采用统计加权方法来计算.如对因素u11= u111,u112,u113,请m= 13 位专家或专业人士根据权重分配调查(见表2) 提出自己认为最合适的权重,收回此表后再作权重的统计试验,设其结果如表3 所示.933(总第97期)银行贷款风险分类定量化技术模糊综合评判(黄益绍等)? 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http:/名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 4 页 - - - - - - - - - 表2权重分配调查表Tab. 2Questionnaire on the distributi on of w eigh ts专家序号因素u11u111u112u113u111im权重Wij1表3权重统计试验结果Tab. 3Statisticaloutcom e of empirical w eights因素权重(频数)xi1(ni1)xi2(ni 2)xi 3(ni3)xi 4(ni4)xi5(ni 5)xi6(ni6)权重分配Wi=xiknikmu1110. 29 (2)0. 30( 3)0. 25 (4)0. 23(3)0 . 20(1)3. 37 13= 0. 26u1120. 35 (2)0. 32( 3)0. 28 (3)0. 30(5)4. 0 13= 0. 31u1130. 36 (2)0. 38( 3)0. 47 (4)0. 45(2)0 . 50(1)0. 49 (1)5. 63 13= 0. 43其它因素权重分配可类似得到(见图 1).3模糊综合评判决策模型在确定了模糊因素集U、模糊评判集V及单因素评判矩阵R之后,构造了一个模糊综合决策模型(U,V,R) 的三个要素 , 可以进行模糊综合评判决策.对于某1 级因素U= (U1,U2,U3, ,Un)的权重W= (W1,W2, ,Wn) , 总评判矩阵R=(B1,B2, ,Bn)T, 用算子 (, )、 (?, )、(,) 或 (? , + ) 计算 , 可得综合评判W1n.Rnm=B1mJ(V).多级模糊综合评判决策模型用转换器表示, 如图 2 所示.1) 对于第4 级因素集u11= u111,u112,u113,权 重W11=(W111,W112,W113) =( 0 . 26, 0. 31,0. 43) , 单元素评判矩阵R11= f(u111) ,f(u112),f(u113)T= r11,r12,r13,r14,r15,而r1i=(r111i,r112i,r113i)T, 即R11=0. 10. 50 . 20 . 200. 20. 40 . 300 . 10. 40. 10 . 30 . 20, 作 1 级模糊综合评判决策, 用模型M(? , ) 计算 , 得B11=W11.R11= (0 . 172, 0. 124, 0 . 129, 0. 086, 0 . 031).类似的 ,W12= (0. 25, 0 . 25, 0 . 25, 0 . 25) ,R12=0. 30. 10. 30 . 20 . 10. 10. 40. 30 . 200. 20. 20. 20 . 30 . 1,B12=W12.R12(0 . 1, 0. 1, 0 .1, 0 . 075, 0 . 025).2)对第3级因素集u1= u11,u12,权重W1=(0 . 6, 0. 4),单因素评判集R1= B11,B12T=0. 40 . 310. 300 . 20 . 10. 40. 40 . 40 . 30 . 1, 作 3 级综合评判 , 得B1=W1.R1= (0. 24, 0 . 186, 0 . 18, 0. 12, 0 . 04).3)对第 2 级因素集U1= u1,u2,u3,权重W=(0 . 6, 0 . 2, 0. 2), 单因素评判矩阵R= B1,f(u2),f(u3) T=0. 240 . 1860 . 180. 120 . 040 . 40. 20 . 30. 1000. 30 . 50. 20, 作 2 级综合评判,B=W.R=(0 . 144, 0 . 116, 0. 108,0. 072, 0 .024 ),类 似 的,U2=u4,u5,u6,u7,R =f(u4) ,f(u5),f(u6) ,f(u7) =0. 20 . 40 . 10 . 20 . 10. 30 . 40 . 20 . 100. 10 . 20 . 40 . 300. 10 . 300 . 40 ., 权重W = (0. 25, 0. 25, 0 . 25, 0 . 25) ,B =W .R = (0. 075, 0 . 1, 0 . 1,043华北工学院学报2004年第5期? 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http:/名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 4 页 - - - - - - - - - 0. 1, 0 . 05).4) 对第 1 级因素集U= U1,U2,权重W3= ( 0 . 37, 0 . 3), 总单因素评判矩阵R3= B,B T=0 . 1440 . 1160 . 1080 . 0720 . 0240. 07560 . 10. 10. 10 . 05, 作 1 级综和评判 , 得B=W3.R3= (0. 100 8, 0 . 081 2, 0 . 0756, 0 . 03, 0 . 016 8) , 故按最大隶属原则4, 银行对该企业的贷款风险应归位“正常”贷款类别 , 可以考虑授信.4模糊综合评判决策模型的回顾与技术分析首先 , 从以上评判决策的计算过程来看, 发现综合评判的最终结果主要取决于单因素评判矩阵R、各因素的权重W.这一点可从3 中转换器的描述W1n.Rnm=B1m看出.因此 , 为保证尽可能作到评价的准确性,授信银行必须聘请经验丰富的技术专业人员对借款企业的内外部经营环境认真评估,以构建科学合理的单因素评判矩阵, 并请足够数量的专家拟定各因素的权重.权重的确定除了统计加权法以外 , 还有平均估测法 、频数统计法 、模糊协调决策法、模糊关系方程法、层次分析法等 .具体运用何种方法既要保证准确性, 又要兼顾实践中的易操作性 7-9.其次 , 尽管在模糊综合评判决策中提到其余几种算子, 如 (, )、 (,) 或 (? , + ) 等, 但并非它们每种都能恰当地用于各种问题环境.例如 , 由于本实例中权重较大, 而评判矩阵的元素值相对较小,故采用模型必然会使权重失去根本作用.这也是本例未采用M(, ) 模型的重要原因 4, 10 .最后 , 除了模型M(?, +) 较均衡地兼顾了各因素所起的作用外,其它模型多在计算决策中丢掉单因素评判矩阵蕴含的一些信息.欲要更充分评判信息, 可将评判最后结果形成的向量归一化, 即B单位化为 (0 . 33, 0 . 27, 0. 25, 0. 10, 0 . 05).因为 “正常” 、 “关注”都属正常贷款, 而 “次级” 、 “可疑” 、 “损失”皆属不良贷款, 所以可以进一步知道该企业的贷款属于正常和不良贷款的隶属度分别是0 . 60 与 0 . 40,显然该项贷款倾向于正常贷款, 银行可以考虑批准这项业务 1 .5结论模糊综合评判决策技术很适合于银行贷款风险分类管理这一难以定量化的特殊的复杂巨系统(社会系统 ) 领域的决策 .该技术的引用可以进一步促进银行信贷风险管理决策的科学化与规范化, 使其稳健经营 , 杜绝不良贷款的产生, 营造一个安全平稳的金融秩序.参考文献: 1 江其务,周好文.银行信贷管理学(第二版)M .北京:中国金融出版社, 2001. 2 阚超,马辉.商业银行经营管理M .成都:电子科技大学出版社, 1994. 3 张红伟,邓奇志.货币银行学M .成都:四川大学出版社, 2001. 4 谢季坚,刘承平.模糊数学方法及其应用M .武汉:华中科技大学出版社, 2000. 5 韩立岩,汪培庄.应用模糊数学M .北京:首都经济贸易大学出版社, 1998. 6 刘普寅,吴孟达.模糊理论及其应用M .长沙:国防科技大学出版社, 1998. 7 T hako r A V.Tow ard a T heo ry of Bank L oan Comm itm ents J. Jou ral of Bank ing and F inance, 1982.6 . 8 Zimm erm an H J.Fuzzy Set T heory and Its A pp licati on sM .3 rd. , K luw er2N ijhoff , Am sterdam , 1996. 9 N ovak V , Ramik M , Cerny M , N eko la (Eds. ) J.Fuzzy A pp roach to Reasoning and Decision2M aking M .K luw er,Bo ston,1992.10 SinkeyJ F.Comm erial BankF inancial M anagem ent in the F inancial ServiceIndu stry M.4 th ed.N ew Yo rk:M acm illa,1992.143(总第97期)银行贷款风险分类定量化技术模糊综合评判(黄益绍等)? 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http:/名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 4 页 - - - - - - - - -