基于AHP法和BP神经网络的商业银行客户信用评估模型【实用文档】doc.doc
《基于AHP法和BP神经网络的商业银行客户信用评估模型【实用文档】doc.doc》由会员分享,可在线阅读,更多相关《基于AHP法和BP神经网络的商业银行客户信用评估模型【实用文档】doc.doc(76页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、基于AHP法和BP神经网络的商业银行客户信用评估模型【实用文档】doc文档可直接使用可编辑,欢迎下载基于AHP法和神经网络的商业银行客户信用评估模型美国次贷危机和希腊主权债务危机使人们对次贷风险的防范意识有了更进一步的增强,特别是对金融衍生产品创新中风险度量、风险控制甚至风险管理的理论和方法进行了深层次全方位的审视和思考。毫无疑问,次贷风险的防范应该从信贷源头即商业银行客户开始。商业银行对客户的信用评估是银行贷款的核心内容,对银行客户的信用等级评估是否合理、科学、准确关系着银行贷款承担风险的大小.因此,准确评价客户信用对银行来说至关重要。商业银行客户基数大,属性多,而且不同客户有着其各自不同的
2、特点,银行不可能依次对每一个用户进行分析来确定其信用程度,这在时间、人力以及效率等方面都是不可取也是不现实的,那么银行应该按照一种特定的指标体系在拥有客户登记表的情况下对客户进行信用评估,这种特定的体系就是本文将要提出的基于AHP法和BP神经网络的商业银行客户信用评估模型。问题分析商业银行信贷最关心的是客户的信用程度和偿还能力以及在此基础上所能获得的最大利润问题,银行在评估客户信用程度时,是基于客户所提交的客户登记表来进行的,比如年龄、职业、学历、月收入、信用额度、信用历史等都是评估客户的要素根据客户信息,银行在借贷时自然更偏重于那些职业较好、收入较高、信用历史较好的客户,但是这类客户很可能学
3、历较低、信用额度偏大,这使得银行很难判断其真正的信用程度.因此,为了更加公正、客观的评估每个客户的信用程度,银行首先应该对客户所提交的客户登记表里的信息资料进行初步评分,基于对现实的考虑,在本文中,假设银行主要对客户的4项基本资料进行评分,也就是说客户的信用程度就是通过这4项评估指标所建立起来的(如图1所示)1.考察这24项指标,按先后顺序编号为,其中前项决定客户的特征,中间8项决定客户的偿还能力,最后项决定客户的信用状况,由图1可知,银行对客户的信用程度的评估就是基于这3大项的加权所得.根据BP(全称为Bk oaation)神经网络的算法,银行可采用大量的数据进行训练学习,使各个分量的权重最
4、后趋于稳定,然后以此来计算客户的信用程度。由于在现实中很难找到大量、准确、可靠的数据来完成训练学习这个过程,因此,为了避免神经网络算法在初始化时采用随机数取值所带来的较大误差,本文首先采用层次分析法(nalyic rrchy roess简称AHP)对2小项以及3大项的权重进行计算,确定初始化数据,然后再利用P神经网络算法进行训练学习。图1 商业银行客户信用评估指标体系商业银行客户信用评估指标体系Z年龄性别文化程度职业婚姻状况健康状况是否本地户口住宅性质本地居住时间客户特征个人财产 家庭月收入活期存款余额分期付款占收入的比重 工作年限 存储帐户余额分期付款计划其他借贷情况偿还能力银行卡记录信用历
5、史代发工资情况信用额度持卡时间持卡消费情况担保情况信用状况最后,根据所得结果的不同分值,我们将客户信用程度分为五类,分别用绿、蓝、黄、橙、红5种颜色表示客户从高到低的信用程度.绿色:表示该客户信用程度高,不必担忧其会发生不按期偿还贷款的情况蓝色:表示该客户信用程度较高,只要在还款期限之前进行适当提醒该用户就能保证按时还款.黄色:表示该客户信用程度一般,只要及时催促,就能保证其按时还款。橙色:表示客户信用程度较低,为了保证客户按时还款,应该加强与用户之间的联系,在借贷时也要适当进行决策。红色:表示该用户信用程度差,银行在借贷时应该考虑是否要对其进行贷款模型的假设分别对HP法和BP神经网络算法中所
6、涉及到的变量以及其他因素进行假设1.HP算法所涉及到的比较矩阵是根据aaty等人提出来的9尺度法进行度量的,在具体的矩阵拟定中,对人为因素所造成的误差忽略不计2.基于现实以及计算考虑,在商业银行客户信用评估指标体系中,本文仅选取4项,其余指标不予考虑,设分别表示客户登记表中的24小项的分值,在实际的银行信贷过程中,只要客户填写了客户登记表,那么这24项的值就随之确定3用表示各个小项所属的大项,分别为客户特征、偿还能力以及信用状况;用Z表示客户的信用程度4.在BP神经网络结构中,假定输出单元的阈值为.5。基于商业银行客户登记表中的属性评分标准(按1之间的整数打分,分数越高,表示信用卡持有者该属性
7、表现越好),本文将根据最后所求得的值的区间0,1将其划分为5个小区间,即,0.2),0。2,0.4),0。4,0.6),.6,。8),08,1.0,从低到高分别代表红、橙、黄、蓝、绿五个等级,根据最后所求值落入的区间来确定该客户的信用等级.模型的建立1. 用AHP法获得BP神经网络算法的初始权值AHP法是将定性分析和定量计算相结合的一种综合计算方法,可将决策问题分为三个层次,即最上层、中间层和最下层,其分别为目标层、准则层和方案层,在具体问题中,具有广泛的实用性在AHP法中,为了确定同一层次间各因素对上层影响所占的比重,下面我们将引入一种比较科学合理的比较尺度,即尺度法3。比较尺度:在比较两个
8、不同性质的因素和对于上层因素的影响时,为了使得到的数据科学合理,本文采用Saaty等人提出来的尺度法,即尺度的取值范围为及其互反数,如下表1.尺度含 义1和的影响相同比的影响稍强5比的影响强7比的影响明显地强9比的影响绝对地强2,4,6,8比的影响之比在上述两个相邻等级之间比的影响之比与上相反(“强”改为“弱”)表1 尺度的含义表基于上述的比较尺度,以及参考了银行在实际信贷过程中考虑因素的重要性,本文拟定以下比较矩阵来表示在客户特征、偿还能力、信用状况中,商业银行信用评估各指标之间的相对重要性,具体图表如下:122415414786314162413153521361123112111表2 客
9、户特征中各指标的比较矩阵13624171112131861211825237141表3 偿还能力中各指标的比较矩阵625131756311426111212341 表 信用状况中各指标的比较矩阵相应地,本文同样得到了客户特征、偿还能力、信用状况这三个大指标之间的相对重要性比较矩阵,以此来确定商业银行客户信用评估指标中各主要元素的权重z1241表 评估体系中的比较矩阵2。模型算法设计及实现.1 B神经网络结构设计BP神经网络算法是由一个输入层、一个或多个隐含层和一个输出层组成,在本文中,与之对应的分别是AHP算法中的方案层、准则层和目标层。实验证明,三层的BP神经网络结构应用最为广泛。因此,本文
10、也采用了典型的三层P神经网络结构4,其中输入层节点数为2,分别对应客户信用评估的4个指标,输出层节点数为,表示商业银行客户信用程度。经验显示,较好的隐含层节点数应介于输入节点和输出节点数量之和的0%7之间,本文通过固定样本针对不同隐含层节点数进行训练,权衡运行效率、训练次数和网络总误差,最终确定隐含层节点数为3,如图2所示图2 三层P神经网络结构图以三层为例,令为网络输入,即为各个指标的评价值,为隐含层输出,为网络的实际输出,即对信用风险的评价值。其中,输入层节点到隐含层节点的权重为,而隐含层节点到输出层节点的权重为,用和分别表示输出单元和隐含单元的阈值,则: (1) (2)其中, (3)2.
11、2 BP算法的实现步骤221 模型算法设计根据B神经网络和AHP算法的特征,建立改进的BP神经网络算法,如下图3所示.图3 改进的BP神经网络算法结构流程图2。2.2模型算法的实现 模型算法的实现步骤如下: (1) 传递函数的确定4.传递函数是反映下层输入对上层节点刺激脉冲强度的函数,又称刺激函数,一般取为(0,)内连续取值Sigmoid函数: ()误差计算模型是反映神经网络期望输出与计算输出之间误差大小的函数.设第j个单元节点输出的误差为,则总误差为: (4)其中,是第j个节点的期望输出值,是第个节点的实际输出值(2) 参数确定1.首先依据Saaty等人提出的-9尺度法构造比较矩阵、和。通过
12、比较矩阵最大特征根和特征向量的和法算法,求得各比较矩阵的最大特征根和特征向量和法算法:a.将A的每一列向量归一化得()b对按行求和得 ()c。将归一化 (7)而即为所求特征向量。d.计算,作为最大特征根的近似值。而即为所求权重向量.由于通过AHP法所得到的结果具有很好的一致性,因此参数的改变对运算结果不会有太大的影响() 初始化将样本计算器和训练次数计数器q都置为1,误差E置为。为了更加精确的得到从输入层到隐含层的权重以及从隐含层到输出层的权重,本文首先采用H法对权重和进行了初步确定,从而避免了常规B神经网络算法采用随机数进行初始化所带来的误差,既缩短了P算法对样本训练学习的周期,又提高了计算
13、结果的精确度(4) 训练学习神经网络的训练学习的过程就是对样本各权重进行调整并使其趋于稳定的过程,原则是使误差不断减小。训练学习过程如下: (8) (9) (10)其中,为期望输出值,为学习率,于(,1)间取值,是为了保证BP算法的收敛性,所以,采用上述优化方法来确定为动量因子,是为了避免样本训练时BP算法陷于局部极小点,取;为期望输出与实际输出之间的误差。对于每一个输入的样本,计算相应的和,得到权值的调整公式: (1) (12)在和的误差达到要求的精度时,算法停止,训练学习过程结束。(5)网络误差.计算网络输出误差,设共有个训练样本,网络对应不同的样本有不同的误差,用其均方根 (13)作为网
14、络的总误差其中t为计数器.每对样本完成一次训练学习,都会检查总误差是否达到精度要求或者训练次数是否达到上限值,若是,则停止,否则转到(),直到符合要求为止模型的求解及应用1.样本训练基于AHP法和BP神经网络算法的基本思想而建立的BP神经网络客户信用等级评估模型,其输入层为24个神经元,分别对应客户信用评估的24项指标,根据这4项指标,确定了影响客户信用评估的三大要素,即客户特征、偿还能力和信用状况,最终由这三大指标确定客户的信用程度。本文随机抽取了10份商业银行客户登记表作为研究对象,并对其中的定性指标进行了公正合理的打分,每个指标打分的范围为1,5之间的整数.即可得到一个样本矩阵:由AHP
15、法即可得到分别对应的权重向量:0。068966,0.02069,0.179310,。289655,。17241,。020689,0.27568,0.06966,00209T0150442,0。138,0。06947,0.203540,0.0254,.76991,0。115044,00539T.2115,0.3416,0.0918,0。0882,0。11765,005882,0.29412008333,050000,0.41666T将其作为初始化数据,在BP神经网络结构中进行训练学习,最终可求得:Z=0。56459,0.3337,0.363566,0.46153,036305,.3627,0.4
16、354,163985,。7135,010T即为这10个客户的最终得分。2。评估分析基于上述拟定的评估等级,即可确定出这10名客户的信用等级,如表6所示:客户Z值误差信用等级客户0.564539000106黄色客户2056333。00089黄色客户30.6660。00092橙色客户40。84650.06绿色客户5036395.00086橙色客户6.76270005蓝色客户70.64.0009黄色客户80.16398009红色客户9071350000092蓝色客户100.412090.000087黄色表6 客户信用等级表为了便于银行对数据进行统计分析,现将表中各个客户的信息用折线图以及柱状图的形式
17、给出.图4客户信用程度图示黄蓝橙绿红图5 客户人数与信用等级图示以上就是随机抽取的0份商业银行客户登记表所对应的客户信用程度,从折线图与柱状图来看,信用程度处于一般信用的人最多,其次是较高信用与较低信用,而高信用与低信用的人数相对较少。这仅是对10份数据进行训练统计的结果,由于基数太小,可能不具代表性,但此模型是在AHP法和BP神经网络的共同作用下建立起来的,具有一定的科学合理性。另外,该模型评估误差小,计算速度快,从这方面来说,作为商业银行客户信用程度的评估依据,本模型依然具有较好的实用价值。参考文献:1 卢雯嘉,栗秋华,周林,李杨,冯克群,曾平,黄林:基于遗产算法和P神经网络的电力客户信用
18、评价模型J。电力需求侧管理,29,11(6):30-33 唐焕文,贺明峰:数学模型引论M北京:高等教育出版社,2002 姜启源:数学模型M(第二版)。北京:高等教育出版社,2004王莉,郑兆瑞,郝记秀:B神经网络在信用风险评估中的应用太原理工大学学报,2005,36(2):27-218 居勇,曾鸣:基于云模型的用电客户信用评价J.华东电力,209,3(8):1246蔡皎洁,张玉峰:基于数据挖掘银行客户信用风险评级体系研究.情报杂志,010,(2):49商业银行法测试一、填空题(17分)1、商业银行法所称的商业银行是指依照本法和中华人民共和国公司法设立的吸收公众存款、发放贷款、办理结 算 等业务
19、的企业法人。T22、商业银行以安全性、流动性、效益性为经营原则,实行自主经营,自担风险,自负盈亏、自我约束。3、商业银行开展业务,应当遵守公平竞争的原则,不得从事不正当竞争。T94、设立商业银行,应当经国务院银行监督管理机构审查批准。未经国务院银行业监督管理机构批准,任何单位不得在名称中使用“银行”字样。T115、设立全国性商业银行的注册资本最低限额为10亿元人民币。设立城市商业银行的注册资本最低限额为1亿元人民币,设立农村商业银行的注册资本最低限额为5000万元人民币。T136、经批准设立的商业银行分支机构,凭国务院银行业监督管理机构颁发的经营许可证向工商行政管理部门办理登记,领取营业执照。
20、 T217、商业银行贷款,应当实行审贷分离、分级审批的制度。T358、商业银行贷款,应当遵守下列资产负债比例管理的规定:T39(一)资本充足率不得低于百分之8;(二)贷款余额与存款余额的比例不得超过百分之75;(三)流动性资产余额与流动性负债余额的比例不得低于百分之25;(四)对同一借款人的贷款余额与商业银行资本余额的比例不得超过百分之10。9、商业银行的会计年度自公历_1月 1 日_起至12 月 31 日_止。T5810、商业银行贷款,应当与借款人订立书面合同。合同应当约定贷款种类、利率、金额、用途、还款方式、违约责任和双方认为需要约定的其他事项。二、单项选择题(15分)1、商业银行的贷款余
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实用文档 基于 AHP BP 神经网络 商业银行 客户 信用 评估 模型 实用 文档 doc
限制150内