[摘 要] 貸款風(fēng)險分類是商業(yè)銀行信貸業(yè)務(wù)中的關(guān)鍵一環(huán)，不同國家對此有不同的分類方法。本文提出一種將信貸風(fēng)險分為六大類的指標(biāo)體系，以模糊綜合評價方法為基礎(chǔ)的分類方法，并以一項某商業(yè)銀行的貸款業(yè)務(wù)為實例進行了分析說明。

[關(guān)鍵詞] 信貸風(fēng)險分類法 模糊綜合評價

一、引言

信貸業(yè)務(wù)是當(dāng)前我國商業(yè)銀行的主要利潤來源，而眾所周知，發(fā)放貸款是存在風(fēng)險的，而風(fēng)險大小會影響貸款的回收，因此依據(jù)風(fēng)險大小進行分類是很重要的。貸款風(fēng)險分類是指銀行的信貸分析和管理人員，或監(jiān)管當(dāng)局的檢查人員，綜合能獲得的全部信息并運用最佳判斷，根據(jù)貸款的風(fēng)險程度對貸款質(zhì)量做出評價。

貸款分類是按風(fēng)險程度把貸款劃分為不同檔次的做法，目前國際上有以下三種做法：

第一種是以美國為代表，把貸款分為五類：即正常、關(guān)注、次級、可疑、損失。目前采用這類方法的國家相對較多，并有增加的趨勢。第二種是澳大利亞和新西蘭的做法，即把貸款分為正常和受損害兩類。第三種是歐洲發(fā)達國家的做法。這些國家的監(jiān)管當(dāng)局一般不對金融機構(gòu)的資產(chǎn)分類做出規(guī)定。

各國的分類方法盡管有差異，但是對正確的分類原則看法一致，那就是分類的結(jié)果要能揭示資產(chǎn)的價值和風(fēng)險程度，能夠及時全面地反映金融機構(gòu)的資產(chǎn)質(zhì)量，并能夠據(jù)以計提呆賬準(zhǔn)備金。我國貸款風(fēng)險分類采用美國的風(fēng)險分類方法，將貸款劃分為：正常、關(guān)注、次級、可疑、損失五個檔次。在這個五級分類基礎(chǔ)上，不少商業(yè)銀行進行了進一步的細分，以更好的反映貸款的風(fēng)險程度。

現(xiàn)階段在進行分類時，很多銀行只是簡單的采取主觀評價的方法，依據(jù)一些影響因素來進行簡單的分類。本文則提出了一種基于模糊綜合評價的風(fēng)險分類方法。

二、模糊綜合評價過程介紹

模糊綜合評價過程對于解決一些評判標(biāo)準(zhǔn)眾多、且不確定性較大的問題有很大幫助，具體的過程如下：

1.建立問題的評價指標(biāo)集合U=（u1，u2，…，un），ui（i=1，2，…，n)表示待評價的第i個指標(biāo)。每個指標(biāo)可包含子項目，形成多級體系。

2.建立評價集合V=（v1，v2，…，vn），vi（i=1，2，…，m）表示對各因素的評價等級。

3.確定權(quán)重：設(shè)A層因素ak與下一層B中的因素B1，B2，…，Bn有聯(lián)系，則可以構(gòu)造如下的判斷矩陣(如圖所示):

其中bij表示相對于上一個層次的因素ak而言，Bi對Bj的相對重要性，其數(shù)值一般用1至9期及倒數(shù)來標(biāo)度，并且滿足bij=1/bji， bij=1，bikbkj=bij。ai是bij(j=1，…，n)的幾何平均值，對向量(a1，a2，…，am)T作歸一化處理后得特征向量W=(W1，W2，…，Wm)T，求出它的最大特征值，接下來根據(jù)最大特征值進行一致性檢驗。

4．進行單因素分析：假設(shè)i第個因素的單因素模糊評價為Ri=(ri1，ri2，…rim)，(i=1，2，…，n)，其中rij表示第i個因素對第j個評價的隸屬度。

5．模糊綜合評判:接下來對評價指標(biāo)集合中的各評價指標(biāo)，計算模糊向量Ai=(ai1，ai2，…aim)，其中隸屬度aik=(k=1，2，…，m)表示各子因素在該指標(biāo)的單因素評價中的分量，從而得出單因素評價向量Bi=AiRi=(bi1，bi2，…，bim)。設(shè)各個評價指標(biāo)權(quán)向量為E=(e1，e2，…，en)，則綜合評價向量為。

三、貸款風(fēng)險分類的模糊綜合評價模型

根據(jù)貸款所涉及到的方面和特點，我們選取A層目標(biāo)為信貸風(fēng)險分類，同時設(shè)計了六大的評價指標(biāo)：財務(wù)風(fēng)險、行業(yè)及市場風(fēng)險、企業(yè)營運風(fēng)險、信用風(fēng)險、銀行操作與法律風(fēng)險、自然及社會風(fēng)險。每個評價指標(biāo)又可以細分成幾個不同的因素，具體如表所示。評語集合則為（正常，關(guān)注，次級，可疑，損失）。各指標(biāo)的權(quán)重計算如下：

首先計算B層指標(biāo)相對于A層目標(biāo)的權(quán)重：根據(jù)判斷矩陣（如右圖），歸一化處理后得到特征向量，也就是B層指標(biāo)相對于A層目標(biāo)的權(quán)重:

W=(0.321，0.134，0.134，0.321，0.06，0.03)T

最大特征值，下面檢驗一致性:

，通過一致性檢驗。

類似的可以得到C層各子因素的權(quán)重，計算結(jié)果如表所示。通過專家打分，得出各因素對該評價的隸屬度，利用上面提出的方法就可以得到模糊綜合評價的結(jié)果。

表1模型的指標(biāo)因素及其權(quán)重

四、模型的應(yīng)用實例

我們以某銀行在2002年承接的一筆貸款業(yè)務(wù)為例來說明模型的實際應(yīng)用。貸款企業(yè)為一家以生產(chǎn)焦炭為主的企業(yè)。主要股東為一家港資公司和當(dāng)?shù)氐墓べQ(mào)企業(yè)。注冊資本人民幣2.53億元。公司的一期改造項目已經(jīng)建成，二期共程正在建設(shè)當(dāng)中，將采用新的生產(chǎn)工藝。配套的運輸設(shè)施、環(huán)保設(shè)施基本齊備。

根據(jù)企業(yè)的資料和信貸部門調(diào)查的結(jié)果，我們將意見進行總結(jié)，請專家打分得到各因素的評價結(jié)果（具體結(jié)果從略）。根據(jù)專家打分，我們得到對B層的六個主要指標(biāo)的評價向量:

B1=(0.3184，0.548，0.1116，0，0);B2=(0.0692，0.2965，0.3807，0.1154，0.0118);B3=(0.102，0.354，0.307，0.158，0.069，);B4=(0.0529，0.4645，0.3753，0.1073，0);B5=(0.6336，0.2332，0.0999，0.0333，0)B6=(0，0.1098，0.1882，0.4363，0.2461)

最后結(jié)合這6個指標(biāo)所占的權(quán)重，得出最終的評價結(jié)果為:

V=(0.180，0.430，0.26，0.086，0.018)

結(jié)果顯示，貸款處于“關(guān)注”的可能性最大，占了43%，說明該筆貸款業(yè)務(wù)除了部分因素需要關(guān)注以外，總體風(fēng)險較小，是可以進行的，這與最后貸款回收的實際情況基本吻合。

參考文獻:

[1]靳景玉 劉朝明 韓 斌:區(qū)域風(fēng)險投資環(huán)境的AHP模糊綜合評價.西南交通大學(xué)學(xué)報，2005.6379～384

[2]邊曉紅:基于模糊綜合評價法的上市公司信用風(fēng)險研究.大連理工大學(xué)碩士學(xué)位論文，2006.619～30

[3]朱小紅 張 濤:高新技術(shù)企業(yè)風(fēng)險的模糊評價模型研究.工業(yè)技術(shù)經(jīng)濟，2006.675～77

[4]劉建國:模糊決策法在高校圖書館人員效績評估中的應(yīng)用.圖書館工作與研究，2007.298～99

[5]李榮鈞:模糊多準(zhǔn)則決策理論與應(yīng)用.科學(xué)出版社，2002.2第一、二章