收稿日期： 2014-01-12

基金項(xiàng)目： 國(guó)家社會(huì)科學(xué)基金（13BGL041）

作者簡(jiǎn)介： 顧海峰（1972—），男，江蘇蘇州人，金融學(xué)博士后，東華大學(xué)旭日工商管理學(xué)院金融系研究員、博士生導(dǎo)師（副），研究方向：金融理論、金融工程與金融風(fēng)險(xiǎn)管理。

摘 要：科學(xué)高效的商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度模型，是實(shí)現(xiàn)商業(yè)銀行信用風(fēng)險(xiǎn)監(jiān)測(cè)目標(biāo)的重要保障。商業(yè)銀行信用風(fēng)險(xiǎn)主要來(lái)源于貸款企業(yè)層面，貸款企業(yè)信用質(zhì)量狀況將對(duì)應(yīng)著商業(yè)銀行信用風(fēng)險(xiǎn)水平。對(duì)此，從貸款企業(yè)的財(cái)務(wù)與非財(cái)務(wù)兩個(gè)層面設(shè)計(jì)信用風(fēng)險(xiǎn)的測(cè)度指標(biāo)體系，運(yùn)用模糊綜合評(píng)判法構(gòu)建信用平穩(wěn)下商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度模型，并給出信用風(fēng)險(xiǎn)測(cè)度模型的應(yīng)用實(shí)例。研究發(fā)現(xiàn)，在信用平穩(wěn)下，依賴于專家評(píng)判及打分方式，使得模糊綜合評(píng)判法對(duì)于解決商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度問(wèn)題具有很好的操作便利性；也可為我國(guó)商業(yè)銀行體系構(gòu)建科學(xué)高效的信用風(fēng)險(xiǎn)監(jiān)測(cè)機(jī)制提供重要的理論指導(dǎo)與決策參考。

關(guān)鍵詞： 信用平穩(wěn)；商業(yè)銀行；信用風(fēng)險(xiǎn)；測(cè)度模型；模糊綜合評(píng)判法

中圖分類號(hào)：F830.9 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1003-7217（2014）05-0008-05

一、問(wèn)題提出及研究述評(píng)

2008年全球金融危機(jī)的爆發(fā)及其演變，已充分暴露出全球商業(yè)銀行體系，尤其是中小商業(yè)銀行在信用風(fēng)險(xiǎn)管理方面存在著較大缺陷，這種缺陷不僅體現(xiàn)在信用風(fēng)險(xiǎn)管理的環(huán)節(jié)方面，還體現(xiàn)在信用風(fēng)險(xiǎn)管理的效能方面。由于金融市場(chǎng)中信息不對(duì)稱的客觀存在，容易引發(fā)逆向選擇與道德風(fēng)險(xiǎn)問(wèn)題，從而商業(yè)銀行可能面臨一定程度的貸款損失。因此，商業(yè)銀行還應(yīng)當(dāng)注重信用風(fēng)險(xiǎn)監(jiān)測(cè)環(huán)節(jié)，即揭示信用風(fēng)險(xiǎn)傳導(dǎo)機(jī)理，測(cè)度信用風(fēng)險(xiǎn)水平。信用風(fēng)險(xiǎn)監(jiān)測(cè)環(huán)節(jié)主要針對(duì)貸款之前的風(fēng)險(xiǎn)審核管理，通過(guò)測(cè)度貸款企業(yè)的信用質(zhì)量，來(lái)準(zhǔn)確反映商業(yè)銀行面臨來(lái)自于貸款企業(yè)的信用風(fēng)險(xiǎn)水平。若測(cè)度結(jié)果不符合商業(yè)銀行放貸標(biāo)準(zhǔn)，則商業(yè)銀行拒絕放貸，從而將劣質(zhì)企業(yè)群體排斥在貸款之外，有效降低商業(yè)銀行面臨來(lái)自于貸款企業(yè)的信用風(fēng)險(xiǎn)?？梢?，信用風(fēng)險(xiǎn)監(jiān)測(cè)是商業(yè)銀行信用風(fēng)險(xiǎn)管理的重要環(huán)節(jié)。此外，運(yùn)用模糊綜合評(píng)判法來(lái)構(gòu)建信用平穩(wěn)下的商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度模型，有助于提升信用風(fēng)險(xiǎn)管理效能。從信用風(fēng)險(xiǎn)管理的環(huán)節(jié)與效能分析中可以發(fā)現(xiàn)，信用風(fēng)險(xiǎn)測(cè)度模型是商業(yè)銀行信用風(fēng)險(xiǎn)監(jiān)測(cè)機(jī)制的重要內(nèi)容，構(gòu)建科學(xué)高效的商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度模型，是實(shí)現(xiàn)商業(yè)銀行信用風(fēng)險(xiǎn)監(jiān)測(cè)目標(biāo)的重要保障。

國(guó)內(nèi)外對(duì)于商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度研究在方法方面居多。其中，Jorion（1996）運(yùn)用VAR方法構(gòu)建了基于VAR方法的信用風(fēng)險(xiǎn)測(cè)度模型[1]；Saunders（1999）對(duì)VAR方法進(jìn)行了修正及拓展，使得測(cè)度結(jié)果更為精確[2]；Jeffrey（2000）提出了期望違約概率模型[3]；Jose和Marc（2000）對(duì)Credit Metrics模型進(jìn)行了分析與拓展，提出了兩階段風(fēng)險(xiǎn)測(cè)度方法[4]；Gordy（2000）將Credit Metrics模型與風(fēng)險(xiǎn)附加法模型（CreditRisk+）進(jìn)行了實(shí)證比較[5]；Albanese等（2003）考察了流動(dòng)性障礙下的信用風(fēng)險(xiǎn)測(cè)度問(wèn)題，提出了基于流動(dòng)性障礙的風(fēng)險(xiǎn)測(cè)度模型[6]；Steven等（2004）將政策周期與政治民主引入發(fā)展中國(guó)家主權(quán)信用風(fēng)險(xiǎn)的評(píng)價(jià)問(wèn)題，建立了發(fā)展中國(guó)家主權(quán)信用風(fēng)險(xiǎn)測(cè)度模型[7]；Wand等（2008）將小數(shù)據(jù)集合運(yùn)用于貝葉斯神經(jīng)網(wǎng)絡(luò)模型，探討金融機(jī)構(gòu)操作中的信用風(fēng)險(xiǎn)測(cè)度方法[8]。國(guó)內(nèi)方面，郭英見等（2009）提出了基于信息融合的商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度模型[9]；吳沖等（2009）采用模糊積分支持向量機(jī)集成技術(shù)，構(gòu)建了商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型[10]；白保中等（2009）運(yùn)用Copula函數(shù)法對(duì)銀行資產(chǎn)組合信用風(fēng)險(xiǎn)進(jìn)行了測(cè)度[11]；李江等（2008）通過(guò)壓力測(cè)試方法來(lái)評(píng)估銀行信用風(fēng)險(xiǎn)[12]。

綜合國(guó)內(nèi)外文獻(xiàn)發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)較多涉及方法論層面探討信用風(fēng)險(xiǎn)測(cè)度問(wèn)題，尚未涉及對(duì)信用環(huán)境進(jìn)行分類，并考察不同信用環(huán)境下的信用風(fēng)險(xiǎn)測(cè)度問(wèn)題，對(duì)此，本文將運(yùn)用模糊綜合評(píng)判法，探討信用平穩(wěn)環(huán)境下的信用風(fēng)險(xiǎn)測(cè)度問(wèn)題。

二、信用平穩(wěn)下商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度指標(biāo)體系設(shè)計(jì)

考慮到商業(yè)銀行信用風(fēng)險(xiǎn)主要來(lái)源于貸款企業(yè)層面，貸款企業(yè)的信用質(zhì)量狀況對(duì)應(yīng)著商業(yè)銀行的信用風(fēng)險(xiǎn)水平，且兩者之間存在著負(fù)相關(guān)關(guān)系①。對(duì)此，商業(yè)銀行可以通過(guò)對(duì)貸款企業(yè)信用質(zhì)量進(jìn)行測(cè)度，來(lái)準(zhǔn)確反映商業(yè)銀行自身面臨來(lái)自于貸款企業(yè)的信用風(fēng)險(xiǎn)水平。商業(yè)銀行信用風(fēng)險(xiǎn)的測(cè)度過(guò)程，就是貸款企業(yè)信用質(zhì)量的測(cè)度過(guò)程。此外，為準(zhǔn)確反映商業(yè)銀行面臨來(lái)自于貸款企業(yè)的信用風(fēng)險(xiǎn)，我們分別從貸款企業(yè)的財(cái)務(wù)與非財(cái)務(wù)層面遴選出信用風(fēng)險(xiǎn)測(cè)度指標(biāo)體系。具體設(shè)計(jì)過(guò)程如下：

（一）信用風(fēng)險(xiǎn)的財(cái)務(wù)性測(cè)度指標(biāo)體系②

商業(yè)銀行面臨來(lái)自于貸款企業(yè)的信用風(fēng)險(xiǎn)程度主要通過(guò)貸款企業(yè)的經(jīng)營(yíng)水平、盈利水平、償債水平等中間變量來(lái)綜合反映?？紤]到貸款企業(yè)的這些中間變量，可以通過(guò)貸款企業(yè)的相關(guān)財(cái)務(wù)性指標(biāo)來(lái)直接反映，將它們稱為“財(cái)務(wù)性變量”。

（1）經(jīng)營(yíng)水平變量。主要反映貸款企業(yè)的資金運(yùn)作與資產(chǎn)盤活效率，由資產(chǎn)周轉(zhuǎn)率、庫(kù)存周轉(zhuǎn)率、應(yīng)付款周轉(zhuǎn)率、應(yīng)收款周轉(zhuǎn)率等指標(biāo)來(lái)綜合決定。

（2）盈利水平變量。主要反映貸款企業(yè)的利率獲取效率，由銷售利潤(rùn)率、營(yíng)業(yè)利潤(rùn)率、資產(chǎn)報(bào)酬率等指標(biāo)來(lái)綜合決定。

（3）償債水平變量。主要反映貸款企業(yè)的債務(wù)償還效率，由資產(chǎn)負(fù)債率、流動(dòng)比率、速動(dòng)比率、凈資產(chǎn)收益率等指標(biāo)來(lái)綜合決定。

（二）信用風(fēng)險(xiǎn)的非財(cái)務(wù)性測(cè)度指標(biāo)體系③

商業(yè)銀行面臨來(lái)自于貸款企業(yè)的信用風(fēng)險(xiǎn)程度，除了依賴于貸款企業(yè)的財(cái)務(wù)性變量之外，還依賴于履約狀況水平、管理水平、生態(tài)環(huán)境、領(lǐng)導(dǎo)水平、創(chuàng)新水平、發(fā)展?jié)摿Φ戎虚g變量?？紤]到這些中間變量是通過(guò)財(cái)務(wù)數(shù)據(jù)之外的相關(guān)經(jīng)驗(yàn)統(tǒng)計(jì)而得到的，將它們稱為“非財(cái)務(wù)性變量”。

（1）履約水平變量。主要反映貸款企業(yè)的歷史履約效率，由貸款履約率、合同履約率等指標(biāo)來(lái)綜合決定。

（2）管理水平變量。主要反映貸款企業(yè)的經(jīng)營(yíng)管理效率，由銷售管理、資金管理、質(zhì)量管理、技術(shù)管理等指標(biāo)來(lái)綜合決定。

（3）生態(tài)環(huán)境變量。主要反映貸款企業(yè)的行業(yè)經(jīng)營(yíng)環(huán)境，由行業(yè)景氣度、行業(yè)競(jìng)爭(zhēng)性、行業(yè)政策性等指標(biāo)來(lái)綜合決定。

（4）領(lǐng)導(dǎo)水平變量。主要反映貸款企業(yè)的高管領(lǐng)導(dǎo)效率，由領(lǐng)導(dǎo)層的個(gè)人信用、學(xué)歷水平、經(jīng)營(yíng)理念、經(jīng)營(yíng)業(yè)績(jī)等指標(biāo)來(lái)綜合決定。

（5）創(chuàng)新水平變量。主要反映貸款企業(yè)的技術(shù)創(chuàng)新效率，由創(chuàng)新人力、創(chuàng)新物力、創(chuàng)新財(cái)力、創(chuàng)新效益方面的投入等指標(biāo)來(lái)綜合決定。

（6）發(fā)展?jié)摿ψ兞俊Ｖ饕从迟J款企業(yè)的發(fā)展?jié)摿Τ潭?，由行業(yè)政策、市場(chǎng)份額、潛在效益等指標(biāo)來(lái)綜合決定。

（三）信用風(fēng)險(xiǎn)測(cè)度指標(biāo)體系的基本架構(gòu)

依據(jù)上述分析，給出商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度指標(biāo)體系的基本架構(gòu)，即：信用風(fēng)險(xiǎn)測(cè)度指標(biāo)體系主要由財(cái)務(wù)性測(cè)度指標(biāo)體系與非財(cái)務(wù)性測(cè)度指標(biāo)體系兩大部分構(gòu)成。具體指標(biāo)體系及符號(hào)分別見表1、表2所示。

三、信用平穩(wěn)下商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度模型構(gòu)建

在信用平穩(wěn)環(huán)境下，運(yùn)用模糊綜合評(píng)判法中的專家評(píng)判及打分方式來(lái)設(shè)定各個(gè)測(cè)度指標(biāo)的相應(yīng)權(quán)重，盡管存在一定的主觀性，但是對(duì)測(cè)度結(jié)果影響較小，且操作便利。具體建模過(guò)程與方法如下：

1.測(cè)度指標(biāo)的權(quán)重設(shè)定及反向標(biāo)準(zhǔn)化處理。為設(shè)定信用風(fēng)險(xiǎn)測(cè)度指標(biāo)權(quán)重，模糊綜合評(píng)判法中通常采用專家評(píng)判及打分方式來(lái)實(shí)現(xiàn)，專家依據(jù)歷史經(jīng)驗(yàn)對(duì)反映各個(gè)變量的相關(guān)測(cè)度指標(biāo)權(quán)重進(jìn)行評(píng)判及打分，從而確定各個(gè)測(cè)度指標(biāo)對(duì)關(guān)聯(lián)變量的權(quán)重系數(shù)。以mijk表示測(cè)度指標(biāo)Xijk對(duì)變量Xij的權(quán)重，則反映變量Xij的權(quán)重向量為Mij=（mij1，mij2，…，mijl）。

通過(guò)專家打分方式還可以獲得各個(gè)測(cè)度指標(biāo)的實(shí)際取值。考慮到財(cái)務(wù)性測(cè)度指標(biāo)均屬于無(wú)量綱的比例，取值范圍自然位于[0，1]區(qū)間內(nèi)；對(duì)于非財(cái)務(wù)性測(cè)度指標(biāo)，例如測(cè)度指標(biāo)Xijk，專家依據(jù)經(jīng)驗(yàn)數(shù)據(jù)給出測(cè)度指標(biāo)Xijk的上、下限閥值max Xijk與min Xijk，再通過(guò)反向標(biāo)準(zhǔn)化運(yùn)算ijk=max Xijk-Xijkmax Xijk-min Xijk，使得指標(biāo)數(shù)值ijk必然分布于[0，1]內(nèi)。此外，通過(guò)上述反向標(biāo)準(zhǔn)化處理，使得商業(yè)銀行信用風(fēng)險(xiǎn)水平與來(lái)自貸款企業(yè)的測(cè)度指標(biāo)取值之間由原來(lái)的負(fù)相關(guān)性轉(zhuǎn)換為正相關(guān)性。

2.建立信用風(fēng)險(xiǎn)測(cè)度等級(jí)集及分布區(qū)間集。

根據(jù)中國(guó)銀行業(yè)按照五大級(jí)別對(duì)貸款風(fēng)險(xiǎn)進(jìn)行分類管理的原則，將商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度等級(jí)也劃分為五個(gè)等級(jí)，分別為正常（A級(jí)）、輕度（B級(jí)）、中輕（C級(jí)）、中度（D級(jí)）、重度（E級(jí)）?？紤]到測(cè)度指標(biāo)已進(jìn)行了反向標(biāo)準(zhǔn)化處理，且各個(gè)測(cè)度指標(biāo)取值與信用風(fēng)險(xiǎn)水平之間呈現(xiàn)正相關(guān)性，即：反向標(biāo)準(zhǔn)化處理后的測(cè)度指標(biāo)數(shù)值越大，則對(duì)應(yīng)的信用風(fēng)險(xiǎn)水平就越大。此外，對(duì)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的各個(gè)測(cè)度指標(biāo)取值進(jìn)行加權(quán)平均運(yùn)算，得到各個(gè)變量值的范圍也必然在[0，1]區(qū)間內(nèi)。然后，再次對(duì)各個(gè)變量進(jìn)行加權(quán)平均運(yùn)算，最后得到的信用風(fēng)險(xiǎn)測(cè)度結(jié)果也必然分布于[0，1]區(qū)間內(nèi)。對(duì)此，將[0，1]區(qū)間劃分為五個(gè)子區(qū)間，每個(gè)子區(qū)間分別對(duì)應(yīng)著某個(gè)風(fēng)險(xiǎn)測(cè)度等級(jí)，為便于操作，對(duì)[0，1]區(qū)間進(jìn)行均勻分割，即：將[0，0.2）對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)設(shè)定為正常（A級(jí)）；將[0.2，0.4）對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)設(shè)定為輕度（B級(jí)）；將[0.4，0.6）對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)設(shè)定為中輕（C級(jí)）；將[0.6，0.8）對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)設(shè)定為中度（D級(jí)）；將[0.8，1]對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)設(shè)定為重度（E級(jí)）。

3.給出測(cè)度指標(biāo)隸屬向量及評(píng)判隸屬矩陣。

假設(shè)參與風(fēng)險(xiǎn)評(píng)價(jià)的專家人數(shù)為P，專家對(duì)任意測(cè)度指標(biāo)Xijk按照A、B、C、D、E等級(jí)進(jìn)行打分評(píng)價(jià)，則指標(biāo)Xijk對(duì)應(yīng)于A級(jí)的隸屬度為wijk1=PAP，其中PA表示認(rèn)定該指標(biāo)值為A級(jí)的專家人數(shù)，將對(duì)應(yīng)于每個(gè)等級(jí)的隸屬度以橫向量形式表示，即可得到變量Xij的隸屬向量Wijk=（wijk1，wijk2，wijk3，wijk4，wijk5）?？紤]到任意變量Xij可由若干個(gè)測(cè)度指標(biāo)Xijk（1≤k≤l）來(lái)綜合反映，于是得到變量Xij的評(píng)判隸屬矩陣為：

Wij=Wij1

Wij2

Wijl=

wij11wij12wij13wij14wij15

wij21wij22wij23wij24wij25

wijl1wijl2wijl3wijl4wijl5

4.計(jì)算風(fēng)險(xiǎn)測(cè)度結(jié)果及評(píng)判信用風(fēng)險(xiǎn)等級(jí)

下面，將變量Xij的評(píng)判隸屬矩陣進(jìn)行加權(quán)平均運(yùn)算，得到變量Xij的隸屬向量：

Aij=（mij1，mij2，…，mijl）×

wij11wij12wij13wij14wij15

wij21wij22wij23wij24wij25

wijl1wijl2wijl3wijl4wijl5=

（aij1，aij2，…，aij5）

對(duì)隸屬向量Aij進(jìn)行標(biāo)準(zhǔn)化運(yùn)算ijk=aijk∑5k=1aijk，得到歸一化隸屬向量ij=（ij1，ij2，…，ij5）。

以各個(gè)歸一化隸屬向量ij=（ij1，ij2，…，ij5）為橫向量形成矩陣形式，即可得到兩大主變量X1與X2的隸屬矩陣分別為：

W1=111112…115

121122…123

131132…133

W2=211212…215

…………

261262…265

以mij表示變量Xij對(duì)主變量Xi的權(quán)重，則反映主變量X1與X2的權(quán)重向量分別為M1=（m11，m12，m13），M2=（m21，m22，…，m26），對(duì)主變量Xi的隸屬矩陣進(jìn)行加權(quán)平均運(yùn)算，得到主變量Xi的隸屬向量為Ai=Mi·Wi=（ai1，ai2，…，ai5），i=1，2。再對(duì)Ai進(jìn)行標(biāo)準(zhǔn)化運(yùn)算ij=aij∑5j=1aij，得到歸一化隸屬向量i=（i1，i2，…，i5），還可得到信用風(fēng)險(xiǎn)的隸屬矩陣為W=1112…15

2122…25。最后，結(jié)合主變量對(duì)信用風(fēng)險(xiǎn)的權(quán)重向量M=（m1，m2），即可得到信用風(fēng)險(xiǎn)的隸屬向量為A=M·W=（a1，a2，…，a5），通過(guò)標(biāo)準(zhǔn)化運(yùn)算i=ai∑5i=1ai，得到信用風(fēng)險(xiǎn)的歸一化隸屬向量=（1，2，…，5）。此外，取五大等級(jí)區(qū)間的中間值建立權(quán)重向量S=（0.1，0.3，0.5，0.7，0.9），則信用風(fēng)險(xiǎn)測(cè)度結(jié)果為f=·ST?？紤]到0≤f≤1，則f必然落在某個(gè)等級(jí)區(qū)間內(nèi)，即可認(rèn)定測(cè)度結(jié)果對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)。

四、商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度模型應(yīng)用：實(shí)例分析

（一）設(shè)定測(cè)度指標(biāo)隸屬向量數(shù)據(jù)及相關(guān)權(quán)重

假設(shè)某商業(yè)銀行邀請(qǐng)10位專家組成員對(duì)某貸款企業(yè)進(jìn)行評(píng)判及打分，專家組依據(jù)貸款企業(yè)的財(cái)務(wù)及非財(cái)務(wù)數(shù)據(jù)，對(duì)各個(gè)測(cè)度指標(biāo)對(duì)應(yīng)的相關(guān)數(shù)據(jù)進(jìn)行了反向標(biāo)準(zhǔn)化運(yùn)算處理，并按照A、B、C、D、E順序?qū)Ω鱾€(gè)測(cè)度指標(biāo)進(jìn)行了評(píng)判及打分，并對(duì)相關(guān)測(cè)度指標(biāo)及變量的權(quán)重系數(shù)進(jìn)行了設(shè)定，具體結(jié)果分別由表3、表4給出。

表3 財(cái)務(wù)性測(cè)度指標(biāo)對(duì)應(yīng)的隸屬向量及權(quán)重?cái)?shù)據(jù)

（二）依據(jù)評(píng)判隸屬矩陣計(jì)算歸一化隸屬矩陣

依據(jù)上述隸屬向量數(shù)據(jù)及相應(yīng)權(quán)重，可得到各個(gè)變量的評(píng)判隸屬矩陣；對(duì)評(píng)判隸屬矩陣及對(duì)應(yīng)權(quán)重向量進(jìn)行加權(quán)平均運(yùn)算，可得到各個(gè)變量Xij的隸屬向量Aij；再對(duì)各個(gè)隸屬向量Aij進(jìn)行標(biāo)準(zhǔn)化運(yùn)算，可得到兩大主變量X1與X2的隸屬矩陣：

W1=0.50.350.1500

0.460.30.2400

0.380.30.240.080

W2=0.370.230.220.180

0.390.270.270.070

0.50.30.200

0.440.280.2800

0.370.380.2500

0.360.320.3200

再結(jié)合權(quán)重向量M1=（0.3，0.4，0.3），M2=（0.2，0.2，0.2，0.2，0.1，0.1），即可得到兩大主變量Xi（i=1，2）的隸屬向量分別為A1=（0.448，0.315，0.213，0.024，0），以及A2=（0.323，0.292，0.215，0.05，0），再進(jìn)行標(biāo)準(zhǔn)化運(yùn)算，即可得到信用風(fēng)險(xiǎn)的隸屬矩陣為：

W=0.4480.3150.2130.0240

0.3670.3320.2440.0570

最后，依據(jù)主變量對(duì)信用風(fēng)險(xiǎn)的權(quán)重向量M=（0.5，0.5），得到信用風(fēng)險(xiǎn)的隸屬向量A，再對(duì)A進(jìn)行標(biāo)準(zhǔn)化運(yùn)算，得到信用風(fēng)險(xiǎn)的歸一化隸屬向量=（0.4075，0.3235，0.2285，0.0405，0）。

（三）計(jì)算風(fēng)險(xiǎn)測(cè)度結(jié)果及評(píng)判信用風(fēng)險(xiǎn)等級(jí)

選取五大等級(jí)區(qū)間的中間值建立權(quán)重向量S=（0.1，0.3，0.5，0.7，0.9），依據(jù)信用風(fēng)險(xiǎn)測(cè)度公式f=·ST，即可計(jì)算出信用風(fēng)險(xiǎn)值為f=0.2904。顯然，商業(yè)銀行來(lái)自于樣本貸款企業(yè)的信用風(fēng)險(xiǎn)測(cè)度結(jié)果分布于[0.2，0.4）區(qū)間內(nèi)，該區(qū)間所對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)為輕度（B級(jí)）。進(jìn)一步分析還可以發(fā)現(xiàn)，信用風(fēng)險(xiǎn)值f=0.2904，逼近輕度（B級(jí)）對(duì)應(yīng)區(qū)間的中心位置，對(duì)此，將信用風(fēng)險(xiǎn)等級(jí)認(rèn)定為輕度（B級(jí)）的可靠性程度較高。此外，一般模糊分析法通常依據(jù)歸一化隸屬向量的最大隸屬度來(lái)作出判斷，若將上述實(shí)例運(yùn)用一般模糊分析法思路，得到的結(jié)論是：信用風(fēng)險(xiǎn)等級(jí)屬于正常（A級(jí)），因?yàn)闅w一化隸屬向量的最大隸屬度為0.4075，恰好對(duì)應(yīng)于正常（A級(jí)）位置?？紤]到對(duì)應(yīng)于B級(jí)與C級(jí)的隸屬度之和遠(yuǎn)大于A級(jí)對(duì)應(yīng)的最大隸屬度，說(shuō)明被認(rèn)定為B級(jí)或C級(jí)的可能性也較大。顯然，一般模糊分析法的測(cè)度結(jié)論相對(duì)比較粗糙。通過(guò)對(duì)上述結(jié)論的比較分析發(fā)現(xiàn)，運(yùn)用模糊綜合評(píng)判法所得到的測(cè)度結(jié)果相對(duì)可靠，尤其是對(duì)于解決信用平穩(wěn)環(huán)境下的信用風(fēng)險(xiǎn)測(cè)度問(wèn)題，具有明顯的優(yōu)越性。

五、結(jié)論與展望

以上探討了信用平穩(wěn)下商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度問(wèn)題。一方面，從貸款企業(yè)的財(cái)務(wù)與非財(cái)務(wù)兩個(gè)層面入手，設(shè)計(jì)了信用風(fēng)險(xiǎn)測(cè)度指標(biāo)體系，在此基礎(chǔ)上，運(yùn)用模糊綜合評(píng)判法，構(gòu)建了信用平穩(wěn)下商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度模型，并給出了信用風(fēng)險(xiǎn)測(cè)度模型的應(yīng)用實(shí)例。通過(guò)實(shí)例分析發(fā)現(xiàn)，與一般模糊分析法相比較，模糊綜合評(píng)判法對(duì)于解決信用平穩(wěn)環(huán)境下的信用風(fēng)險(xiǎn)測(cè)度問(wèn)題具有較高的可靠性與優(yōu)越性。但是，在信用突變環(huán)境下，模糊綜合評(píng)判法則具有較大的局限性，因?yàn)橐坏y(cè)度指標(biāo)發(fā)生突變，依賴于專家評(píng)判及打分方式得到的測(cè)度結(jié)果容易發(fā)生等級(jí)的“過(guò)度跳躍”，導(dǎo)致風(fēng)險(xiǎn)測(cè)度結(jié)果的不穩(wěn)定性，從而缺乏一定的說(shuō)服力。

商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度問(wèn)題是金融學(xué)領(lǐng)域的重大問(wèn)題，尤其是2008年全球金融危機(jī)的爆發(fā)及其演變，展開這方面研究對(duì)于提升我國(guó)銀行業(yè)風(fēng)險(xiǎn)管理能力具有重要意義。對(duì)此，探討不同信用環(huán)境下的商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度問(wèn)題，還有待于進(jìn)一步探討，希望我們的研究能為這方面的后續(xù)研究提供重要的基礎(chǔ)性鋪墊。

注釋：

①

貸款企業(yè)信用質(zhì)量越高，說(shuō)明貸款企業(yè)貸款償還能力越大，則商業(yè)銀行面臨來(lái)自于貸款企業(yè)層面的信用風(fēng)險(xiǎn)水平越低；貸款企業(yè)信用質(zhì)量越低，說(shuō)明貸款企業(yè)貸款償還能力越小，則商業(yè)銀行面臨來(lái)自于貸款企業(yè)層面的信用風(fēng)險(xiǎn)水平越高。因此，兩者之間存在負(fù)相關(guān)性。

②所謂信用風(fēng)險(xiǎn)的財(cái)務(wù)性測(cè)度指標(biāo)體系，就是通過(guò)貸款企業(yè)財(cái)務(wù)報(bào)告數(shù)據(jù)能夠直接反映信用風(fēng)險(xiǎn)水平的相關(guān)因子集合。

③所謂信用風(fēng)險(xiǎn)的非財(cái)務(wù)性測(cè)度指標(biāo)體系，就是通過(guò)財(cái)務(wù)數(shù)據(jù)之外的相關(guān)經(jīng)驗(yàn)統(tǒng)計(jì)能夠間接反映信用風(fēng)險(xiǎn)水平的相關(guān)因子集合。

參考文獻(xiàn)：

[1]Jorion P.Risk： measuring the risk in value at risk[J]. Financial Analysts Journal， 1996，（11）：198-221.

[2]Saunders A.Credit risk measurement： new approaches to value at risk and other paradigms[M]. John Wiley and Sons， Inc，1999：368-392.

[3]Jeffrey， R. B.a survey of contingent claims approaches to risky debt valuation[J].Journal of Risk Finance，2000，（3）：53-70.

[4]Jose A. Lopez， Marc R. Saidenberg，evaluating credit risk models[J]. Journal of Banking and Finance，2000，（24）：151-165.

[5]Gordy， M. B.A comparative anatomy of credit risk models[J]. Journal of Banking and Finance，2000，（24）：119-149.

[6]Albanese C， Campolieti J.，Chen O. and zavidonov a. Credit Barrier Models[J]. Risk Magazine，2003，（16）：357-388.

[7]Steven A. Block and Paul M. Vaaler.The price of democracy：sovereign risk rationing，bond spreads and political business cycles in developing countries[J].Journal of International Money and Finance，2004，（23）：917-946.

[8]Wand S C， Liu X H and Zhang P Q.Learning bayesian networks structure from small data set in operation risk analysis[J]. Journal of System & Management，2008，（4）：448-454.

[9]郭英見，吳沖. 基于信息融合的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J].金融研究，2009，（1）：95-106.

[10]吳沖，郭英見，夏晗. 基于模糊積分支持向量機(jī)集成的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J].運(yùn)籌與管理，2009，（2）：115-119.

[11]白保中，宋逢明，朱世武. Copula函數(shù)度量我國(guó)商業(yè)銀行資產(chǎn)組合信用風(fēng)險(xiǎn)的實(shí)證研究[J].金融研究，2009，（4）：129-142.

[12]李江，劉麗平. 中國(guó)商業(yè)銀行體系信用風(fēng)險(xiǎn)評(píng)估——基于宏觀壓力測(cè)試的研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2008，（6）：66-73.

（責(zé)任編輯：寧曉青）

Study on Application and Commercial Bank Credit Risk

Measurement Model

under Credit Stability Based on

Fuzzy Comprehensive Evaluation Method

GU Hai feng

（Glorious Sun School of Business and Management of Donghua University， Shanghai 200051， China）

Abstract：A scientific credit risk measurement is an important safeguard for commercial banks to fulfill the credit risk monitoring goal. The credit risk mainly comes from loaned enterprises， and the credit quality of loaned enterprises corresponds to banks' credit risk level. This paper formulates a credit risk measurement index from financial and nonfinancial two levels of loaned erterprises， applying fuzzy comprehensive evaluation method， constructing commercial bank credit risk measurement model under credit stability， and giving a practical example of model application. It shows that under credit stability， weight assignment relying on expert evaluation style offers fuzzy comprehensive evaluation method good operation convenience to solve the problem of commercial bank credit risk measurement. The research result will provide important theoretical guidance and decision making reference for China commercial bank system to construct the scientific and efficient credit risk monitoring mechanism.

Key words：Credit stability； Commercial bank； Credit risk； Measurement model； Fuzzy comprehensive evaluation method

[2]Saunders A.Credit risk measurement： new approaches to value at risk and other paradigms[M]. John Wiley and Sons， Inc，1999：368-392.

[3]Jeffrey， R. B.a survey of contingent claims approaches to risky debt valuation[J].Journal of Risk Finance，2000，（3）：53-70.

[4]Jose A. Lopez， Marc R. Saidenberg，evaluating credit risk models[J]. Journal of Banking and Finance，2000，（24）：151-165.

[5]Gordy， M. B.A comparative anatomy of credit risk models[J]. Journal of Banking and Finance，2000，（24）：119-149.

[6]Albanese C， Campolieti J.，Chen O. and zavidonov a. Credit Barrier Models[J]. Risk Magazine，2003，（16）：357-388.

[7]Steven A. Block and Paul M. Vaaler.The price of democracy：sovereign risk rationing，bond spreads and political business cycles in developing countries[J].Journal of International Money and Finance，2004，（23）：917-946.

[8]Wand S C， Liu X H and Zhang P Q.Learning bayesian networks structure from small data set in operation risk analysis[J]. Journal of System & Management，2008，（4）：448-454.

[9]郭英見，吳沖. 基于信息融合的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J].金融研究，2009，（1）：95-106.

[10]吳沖，郭英見，夏晗. 基于模糊積分支持向量機(jī)集成的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J].運(yùn)籌與管理，2009，（2）：115-119.

[11]白保中，宋逢明，朱世武. Copula函數(shù)度量我國(guó)商業(yè)銀行資產(chǎn)組合信用風(fēng)險(xiǎn)的實(shí)證研究[J].金融研究，2009，（4）：129-142.

[12]李江，劉麗平. 中國(guó)商業(yè)銀行體系信用風(fēng)險(xiǎn)評(píng)估——基于宏觀壓力測(cè)試的研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2008，（6）：66-73.

（責(zé)任編輯：寧曉青）

Study on Application and Commercial Bank Credit Risk

Measurement Model

under Credit Stability Based on

Fuzzy Comprehensive Evaluation Method

GU Hai feng

（Glorious Sun School of Business and Management of Donghua University， Shanghai 200051， China）

Abstract：A scientific credit risk measurement is an important safeguard for commercial banks to fulfill the credit risk monitoring goal. The credit risk mainly comes from loaned enterprises， and the credit quality of loaned enterprises corresponds to banks' credit risk level. This paper formulates a credit risk measurement index from financial and nonfinancial two levels of loaned erterprises， applying fuzzy comprehensive evaluation method， constructing commercial bank credit risk measurement model under credit stability， and giving a practical example of model application. It shows that under credit stability， weight assignment relying on expert evaluation style offers fuzzy comprehensive evaluation method good operation convenience to solve the problem of commercial bank credit risk measurement. The research result will provide important theoretical guidance and decision making reference for China commercial bank system to construct the scientific and efficient credit risk monitoring mechanism.

Key words：Credit stability； Commercial bank； Credit risk； Measurement model； Fuzzy comprehensive evaluation method

[2]Saunders A.Credit risk measurement： new approaches to value at risk and other paradigms[M]. John Wiley and Sons， Inc，1999：368-392.

[3]Jeffrey， R. B.a survey of contingent claims approaches to risky debt valuation[J].Journal of Risk Finance，2000，（3）：53-70.

[4]Jose A. Lopez， Marc R. Saidenberg，evaluating credit risk models[J]. Journal of Banking and Finance，2000，（24）：151-165.

[5]Gordy， M. B.A comparative anatomy of credit risk models[J]. Journal of Banking and Finance，2000，（24）：119-149.

[6]Albanese C， Campolieti J.，Chen O. and zavidonov a. Credit Barrier Models[J]. Risk Magazine，2003，（16）：357-388.

[7]Steven A. Block and Paul M. Vaaler.The price of democracy：sovereign risk rationing，bond spreads and political business cycles in developing countries[J].Journal of International Money and Finance，2004，（23）：917-946.

[8]Wand S C， Liu X H and Zhang P Q.Learning bayesian networks structure from small data set in operation risk analysis[J]. Journal of System & Management，2008，（4）：448-454.

[9]郭英見，吳沖. 基于信息融合的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J].金融研究，2009，（1）：95-106.

[10]吳沖，郭英見，夏晗. 基于模糊積分支持向量機(jī)集成的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J].運(yùn)籌與管理，2009，（2）：115-119.

[11]白保中，宋逢明，朱世武. Copula函數(shù)度量我國(guó)商業(yè)銀行資產(chǎn)組合信用風(fēng)險(xiǎn)的實(shí)證研究[J].金融研究，2009，（4）：129-142.

[12]李江，劉麗平. 中國(guó)商業(yè)銀行體系信用風(fēng)險(xiǎn)評(píng)估——基于宏觀壓力測(cè)試的研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2008，（6）：66-73.

（責(zé)任編輯：寧曉青）

Study on Application and Commercial Bank Credit Risk

Measurement Model

under Credit Stability Based on

Fuzzy Comprehensive Evaluation Method

GU Hai feng

（Glorious Sun School of Business and Management of Donghua University， Shanghai 200051， China）

Abstract：A scientific credit risk measurement is an important safeguard for commercial banks to fulfill the credit risk monitoring goal. The credit risk mainly comes from loaned enterprises， and the credit quality of loaned enterprises corresponds to banks' credit risk level. This paper formulates a credit risk measurement index from financial and nonfinancial two levels of loaned erterprises， applying fuzzy comprehensive evaluation method， constructing commercial bank credit risk measurement model under credit stability， and giving a practical example of model application. It shows that under credit stability， weight assignment relying on expert evaluation style offers fuzzy comprehensive evaluation method good operation convenience to solve the problem of commercial bank credit risk measurement. The research result will provide important theoretical guidance and decision making reference for China commercial bank system to construct the scientific and efficient credit risk monitoring mechanism.

Key words：Credit stability； Commercial bank； Credit risk； Measurement model； Fuzzy comprehensive evaluation method