收稿日期： 2014-01-12

基金項目： 國家社會科學基金（13BGL041）

作者簡介： 顧海峰（1972—），男，江蘇蘇州人，金融學博士后，東華大學旭日工商管理學院金融系研究員、博士生導師（副），研究方向：金融理論、金融工程與金融風險管理。

摘 要：科學高效的商業(yè)銀行信用風險測度模型，是實現(xiàn)商業(yè)銀行信用風險監(jiān)測目標的重要保障。商業(yè)銀行信用風險主要來源于貸款企業(yè)層面，貸款企業(yè)信用質(zhì)量狀況將對應(yīng)著商業(yè)銀行信用風險水平。對此，從貸款企業(yè)的財務(wù)與非財務(wù)兩個層面設(shè)計信用風險的測度指標體系，運用模糊綜合評判法構(gòu)建信用平穩(wěn)下商業(yè)銀行信用風險測度模型，并給出信用風險測度模型的應(yīng)用實例。研究發(fā)現(xiàn)，在信用平穩(wěn)下，依賴于專家評判及打分方式，使得模糊綜合評判法對于解決商業(yè)銀行信用風險測度問題具有很好的操作便利性；也可為我國商業(yè)銀行體系構(gòu)建科學高效的信用風險監(jiān)測機制提供重要的理論指導與決策參考。

關(guān)鍵詞： 信用平穩(wěn)；商業(yè)銀行；信用風險；測度模型；模糊綜合評判法

中圖分類號：F830.9 文獻標識碼： A 文章編號：1003-7217（2014）05-0008-05

一、問題提出及研究述評

2008年全球金融危機的爆發(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)銀行在信用風險管理方面存在著較大缺陷，這種缺陷不僅體現(xiàn)在信用風險管理的環(huán)節(jié)方面，還體現(xiàn)在信用風險管理的效能方面。由于金融市場中信息不對稱的客觀存在，容易引發(fā)逆向選擇與道德風險問題，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)當注重信用風險監(jiān)測環(huán)節(jié)，即揭示信用風險傳導機理，測度信用風險水平。信用風險監(jiān)測環(huán)節(jié)主要針對貸款之前的風險審核管理，通過測度貸款企業(yè)的信用質(zhì)量，來準確反映商業(yè)銀行面臨來自于貸款企業(yè)的信用風險水平。若測度結(jié)果不符合商業(yè)銀行放貸標準，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)銀行面臨來自于貸款企業(yè)的信用風險。可見，信用風險監(jiān)測是商業(yè)銀行信用風險管理的重要環(huán)節(jié)。此外，運用模糊綜合評判法來構(gòu)建信用平穩(wěn)下的商業(yè)銀行信用風險測度模型，有助于提升信用風險管理效能。從信用風險管理的環(huán)節(jié)與效能分析中可以發(fā)現(xiàn)，信用風險測度模型是商業(yè)銀行信用風險監(jiān)測機制的重要內(nèi)容，構(gòu)建科學高效的商業(yè)銀行信用風險測度模型，是實現(xiàn)商業(yè)銀行信用風險監(jiān)測目標的重要保障。

國內(nèi)外對于商業(yè)銀行信用風險測度研究在方法方面居多。其中，Jorion（1996）運用VAR方法構(gòu)建了基于VAR方法的信用風險測度模型[1]；Saunders（1999）對VAR方法進行了修正及拓展，使得測度結(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Credit Metrics模型進行了分析與拓展，提出了兩階段風險測度方法[4]；Gordy（2000）將Credit Metrics模型與風險附加法模型（CreditRisk+）進行了實證比較[5]；Albanese等（2003）考察了流動性障礙下的信用風險測度問題，提出了基于流動性障礙的風險測度模型[6]；Steven等（2004）將政策周期與政治民主引入發(fā)展中國家主權(quán)信用風險的評價問題，建立了發(fā)展中國家主權(quán)信用風險測度模型[7]；Wand等（2008）將小數(shù)據(jù)集合運用于貝葉斯神經(jīng)網(wǎng)絡(luò)模型，探討金融機構(gòu)操作中的信用風險測度方法[8]。國內(nèi)方面，郭英見等（2009）提出了基于信息融合的商業(yè)銀行信用風險測度模型[9]；吳沖等（2009）采用模糊積分支持向量機集成技術(shù)，構(gòu)建了商業(yè)銀行信用風險評估模型[10]；白保中等（2009）運用Copula函數(shù)法對銀行資產(chǎn)組合信用風險進行了測度[11]；李江等（2008）通過壓力測試方法來評估銀行信用風險[12]。

綜合國內(nèi)外文獻發(fā)現(xiàn)，現(xiàn)有文獻較多涉及方法論層面探討信用風險測度問題，尚未涉及對信用環(huán)境進行分類，并考察不同信用環(huán)境下的信用風險測度問題，對此，本文將運用模糊綜合評判法，探討信用平穩(wěn)環(huán)境下的信用風險測度問題。

二、信用平穩(wěn)下商業(yè)銀行信用風險測度指標體系設(shè)計

考慮到商業(yè)銀行信用風險主要來源于貸款企業(yè)層面，貸款企業(yè)的信用質(zhì)量狀況對應(yīng)著商業(yè)銀行的信用風險水平，且兩者之間存在著負相關(guān)關(guān)系①。對此，商業(yè)銀行可以通過對貸款企業(yè)信用質(zhì)量進行測度，來準確反映商業(yè)銀行自身面臨來自于貸款企業(yè)的信用風險水平。商業(yè)銀行信用風險的測度過程，就是貸款企業(yè)信用質(zhì)量的測度過程。此外，為準確反映商業(yè)銀行面臨來自于貸款企業(yè)的信用風險，我們分別從貸款企業(yè)的財務(wù)與非財務(wù)層面遴選出信用風險測度指標體系。具體設(shè)計過程如下：

（一）信用風險的財務(wù)性測度指標體系②

商業(yè)銀行面臨來自于貸款企業(yè)的信用風險程度主要通過貸款企業(yè)的經(jīng)營水平、盈利水平、償債水平等中間變量來綜合反映。考慮到貸款企業(yè)的這些中間變量，可以通過貸款企業(yè)的相關(guān)財務(wù)性指標來直接反映，將它們稱為“財務(wù)性變量”。

（1）經(jīng)營水平變量。主要反映貸款企業(yè)的資金運作與資產(chǎn)盤活效率，由資產(chǎn)周轉(zhuǎn)率、庫存周轉(zhuǎn)率、應(yīng)付款周轉(zhuǎn)率、應(yīng)收款周轉(zhuǎn)率等指標來綜合決定。

（2）盈利水平變量。主要反映貸款企業(yè)的利率獲取效率，由銷售利潤率、營業(yè)利潤率、資產(chǎn)報酬率等指標來綜合決定。

（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)負債率、流動比率、速動比率、凈資產(chǎn)收益率等指標來綜合決定。

（二）信用風險的非財務(wù)性測度指標體系③

商業(yè)銀行面臨來自于貸款企業(yè)的信用風險程度，除了依賴于貸款企業(yè)的財務(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財務(wù)數(shù)據(jù)之外的相關(guān)經(jīng)驗統(tǒng)計而得到的，將它們稱為“非財務(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、合同履約率等指標來綜合決定。

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

（3）生態(tài)環(huán)境變量。主要反映貸款企業(yè)的行業(yè)經(jīng)營環(huán)境，由行業(yè)景氣度、行業(yè)競爭性、行業(yè)政策性等指標來綜合決定。

（4）領(lǐng)導水平變量。主要反映貸款企業(yè)的高管領(lǐng)導效率，由領(lǐng)導層的個人信用、學歷水平、經(jīng)營理念、經(jīng)營業(yè)績等指標來綜合決定。

（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)新財力、創(chuàng)新效益方面的投入等指標來綜合決定。

（6）發(fā)展?jié)摿ψ兞?。主要反映貸款企業(yè)的發(fā)展?jié)摿Τ潭?，由行業(yè)政策、市場份額、潛在效益等指標來綜合決定。

（三）信用風險測度指標體系的基本架構(gòu)

依據(jù)上述分析，給出商業(yè)銀行信用風險測度指標體系的基本架構(gòu)，即：信用風險測度指標體系主要由財務(wù)性測度指標體系與非財務(wù)性測度指標體系兩大部分構(gòu)成。具體指標體系及符號分別見表1、表2所示。

三、信用平穩(wěn)下商業(yè)銀行信用風險測度模型構(gòu)建

在信用平穩(wěn)環(huán)境下，運用模糊綜合評判法中的專家評判及打分方式來設(shè)定各個測度指標的相應(yīng)權(quán)重，盡管存在一定的主觀性，但是對測度結(jié)果影響較小，且操作便利。具體建模過程與方法如下：

1.測度指標的權(quán)重設(shè)定及反向標準化處理。為設(shè)定信用風險測度指標權(quán)重，模糊綜合評判法中通常采用專家評判及打分方式來實現(xiàn)，專家依據(jù)歷史經(jīng)驗對反映各個變量的相關(guān)測度指標權(quán)重進行評判及打分，從而確定各個測度指標對關(guān)聯(lián)變量的權(quán)重系數(shù)。以mijk表示測度指標Xijk對變量Xij的權(quán)重，則反映變量Xij的權(quán)重向量為Mij=（mij1，mij2，…，mijl）。

通過專家打分方式還可以獲得各個測度指標的實際取值?？紤]到財務(wù)性測度指標均屬于無量綱的比例，取值范圍自然位于[0，1]區(qū)間內(nèi)；對于非財務(wù)性測度指標，例如測度指標Xijk，專家依據(jù)經(jīng)驗數(shù)據(jù)給出測度指標Xijk的上、下限閥值max Xijk與min Xijk，再通過反向標準化運算ijk=max Xijk-Xijkmax Xijk-min Xijk，使得指標數(shù)值ijk必然分布于[0，1]內(nèi)。此外，通過上述反向標準化處理，使得商業(yè)銀行信用風險水平與來自貸款企業(yè)的測度指標取值之間由原來的負相關(guān)性轉(zhuǎn)換為正相關(guān)性。

2.建立信用風險測度等級集及分布區(qū)間集。

根據(jù)中國銀行業(yè)按照五大級別對貸款風險進行分類管理的原則，將商業(yè)銀行信用風險測度等級也劃分為五個等級，分別為正常（A級）、輕度（B級）、中輕（C級）、中度（D級）、重度（E級）?？紤]到測度指標已進行了反向標準化處理，且各個測度指標取值與信用風險水平之間呈現(xiàn)正相關(guān)性，即：反向標準化處理后的測度指標數(shù)值越大，則對應(yīng)的信用風險水平就越大。此外，對經(jīng)過標準化處理后的各個測度指標取值進行加權(quán)平均運算，得到各個變量值的范圍也必然在[0，1]區(qū)間內(nèi)。然后，再次對各個變量進行加權(quán)平均運算，最后得到的信用風險測度結(jié)果也必然分布于[0，1]區(qū)間內(nèi)。對此，將[0，1]區(qū)間劃分為五個子區(qū)間，每個子區(qū)間分別對應(yīng)著某個風險測度等級，為便于操作，對[0，1]區(qū)間進行均勻分割，即：將[0，0.2）對應(yīng)的風險等級設(shè)定為正常（A級）；將[0.2，0.4）對應(yīng)的風險等級設(shè)定為輕度（B級）；將[0.4，0.6）對應(yīng)的風險等級設(shè)定為中輕（C級）；將[0.6，0.8）對應(yīng)的風險等級設(shè)定為中度（D級）；將[0.8，1]對應(yīng)的風險等級設(shè)定為重度（E級）。

3.給出測度指標隸屬向量及評判隸屬矩陣。

假設(shè)參與風險評價的專家人數(shù)為P，專家對任意測度指標Xijk按照A、B、C、D、E等級進行打分評價，則指標Xijk對應(yīng)于A級的隸屬度為wijk1=PAP，其中PA表示認定該指標值為A級的專家人數(shù)，將對應(yīng)于每個等級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可由若干個測度指標Xijk（1≤k≤l）來綜合反映，于是得到變量Xij的評判隸屬矩陣為：

Wij=Wij1

Wij2

Wijl=

wij11wij12wij13wij14wij15

wij21wij22wij23wij24wij25

wijl1wijl2wijl3wijl4wijl5

4.計算風險測度結(jié)果及評判信用風險等級

下面，將變量Xij的評判隸屬矩陣進行加權(quán)平均運算，得到變量Xij的隸屬向量：

Aij=（mij1，mij2，…，mijl）×

wij11wij12wij13wij14wij15

wij21wij22wij23wij24wij25

wijl1wijl2wijl3wijl4wijl5=

（aij1，aij2，…，aij5）

對隸屬向量Aij進行標準化運算ijk=aijk∑5k=1aijk，得到歸一化隸屬向量ij=（ij1，ij2，…，ij5）。

以各個歸一化隸屬向量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），對主變量Xi的隸屬矩陣進行加權(quán)平均運算，得到主變量Xi的隸屬向量為Ai=Mi·Wi=（ai1，ai2，…，ai5），i=1，2。再對Ai進行標準化運算ij=aij∑5j=1aij，得到歸一化隸屬向量i=（i1，i2，…，i5），還可得到信用風險的隸屬矩陣為W=1112…15

2122…25。最后，結(jié)合主變量對信用風險的權(quán)重向量M=（m1，m2），即可得到信用風險的隸屬向量為A=M·W=（a1，a2，…，a5），通過標準化運算i=ai∑5i=1ai，得到信用風險的歸一化隸屬向量=（1，2，…，5）。此外，取五大等級區(qū)間的中間值建立權(quán)重向量S=（0.1，0.3，0.5，0.7，0.9），則信用風險測度結(jié)果為f=·ST?？紤]到0≤f≤1，則f必然落在某個等級區(qū)間內(nèi)，即可認定測度結(jié)果對應(yīng)的風險等級。

四、商業(yè)銀行信用風險測度模型應(yīng)用：實例分析

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

假設(shè)某商業(yè)銀行邀請10位專家組成員對某貸款企業(yè)進行評判及打分，專家組依據(jù)貸款企業(yè)的財務(wù)及非財務(wù)數(shù)據(jù)，對各個測度指標對應(yīng)的相關(guān)數(shù)據(jù)進行了反向標準化運算處理，并按照A、B、C、D、E順序?qū)Ω鱾€測度指標進行了評判及打分，并對相關(guān)測度指標及變量的權(quán)重系數(shù)進行了設(shè)定，具體結(jié)果分別由表3、表4給出。

表3 財務(wù)性測度指標對應(yīng)的隸屬向量及權(quán)重數(shù)據(jù)

（二）依據(jù)評判隸屬矩陣計算歸一化隸屬矩陣

依據(jù)上述隸屬向量數(shù)據(jù)及相應(yīng)權(quán)重，可得到各個變量的評判隸屬矩陣；對評判隸屬矩陣及對應(yīng)權(quán)重向量進行加權(quán)平均運算，可得到各個變量Xij的隸屬向量Aij；再對各個隸屬向量Aij進行標準化運算，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），再進行標準化運算，即可得到信用風險的隸屬矩陣為：

W=0.4480.3150.2130.0240

0.3670.3320.2440.0570

最后，依據(jù)主變量對信用風險的權(quán)重向量M=（0.5，0.5），得到信用風險的隸屬向量A，再對A進行標準化運算，得到信用風險的歸一化隸屬向量=（0.4075，0.3235，0.2285，0.0405，0）。

（三）計算風險測度結(jié)果及評判信用風險等級

選取五大等級區(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)信用風險測度公式f=·ST，即可計算出信用風險值為f=0.2904。顯然，商業(yè)銀行來自于樣本貸款企業(yè)的信用風險測度結(jié)果分布于[0.2，0.4）區(qū)間內(nèi)，該區(qū)間所對應(yīng)的風險等級為輕度（B級）。進一步分析還可以發(fā)現(xiàn)，信用風險值f=0.2904，逼近輕度（B級）對應(yīng)區(qū)間的中心位置，對此，將信用風險等級認定為輕度（B級）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作出判斷，若將上述實例運用一般模糊分析法思路，得到的結(jié)論是：信用風險等級屬于正常（A級），因為歸一化隸屬向量的最大隸屬度為0.4075，恰好對應(yīng)于正常（A級）位置?？紤]到對應(yīng)于B級與C級的隸屬度之和遠大于A級對應(yīng)的最大隸屬度，說明被認定為B級或C級的可能性也較大。顯然，一般模糊分析法的測度結(jié)論相對比較粗糙。通過對上述結(jié)論的比較分析發(fā)現(xiàn)，運用模糊綜合評判法所得到的測度結(jié)果相對可靠，尤其是對于解決信用平穩(wěn)環(huán)境下的信用風險測度問題，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)銀行信用風險測度問題。一方面，從貸款企業(yè)的財務(wù)與非財務(wù)兩個層面入手，設(shè)計了信用風險測度指標體系，在此基礎(chǔ)上，運用模糊綜合評判法，構(gòu)建了信用平穩(wěn)下商業(yè)銀行信用風險測度模型，并給出了信用風險測度模型的應(yīng)用實例。通過實例分析發(fā)現(xiàn)，與一般模糊分析法相比較，模糊綜合評判法對于解決信用平穩(wěn)環(huán)境下的信用風險測度問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，模糊綜合評判法則具有較大的局限性，因為一旦測度指標發(fā)生突變，依賴于專家評判及打分方式得到的測度結(jié)果容易發(fā)生等級的“過度跳躍”，導致風險測度結(jié)果的不穩(wěn)定性，從而缺乏一定的說服力。

商業(yè)銀行信用風險測度問題是金融學領(lǐng)域的重大問題，尤其是2008年全球金融危機的爆發(fā)及其演變，展開這方面研究對于提升我國銀行業(yè)風險管理能力具有重要意義。對此，探討不同信用環(huán)境下的商業(yè)銀行信用風險測度問題，還有待于進一步探討，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，說明貸款企業(yè)貸款償還能力越大，則商業(yè)銀行面臨來自于貸款企業(yè)層面的信用風險水平越低；貸款企業(yè)信用質(zhì)量越低，說明貸款企業(yè)貸款償還能力越小，則商業(yè)銀行面臨來自于貸款企業(yè)層面的信用風險水平越高。因此，兩者之間存在負相關(guān)性。

②所謂信用風險的財務(wù)性測度指標體系，就是通過貸款企業(yè)財務(wù)報告數(shù)據(jù)能夠直接反映信用風險水平的相關(guān)因子集合。

③所謂信用風險的非財務(wù)性測度指標體系，就是通過財務(wù)數(shù)據(jù)之外的相關(guān)經(jīng)驗統(tǒng)計能夠間接反映信用風險水平的相關(guān)因子集合。

參考文獻：

[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)銀行信用風險評估模型研究[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集成的商業(yè)銀行信用風險評估模型研究[J].運籌與管理，2009，（2）：115-119.

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

[12]李江，劉麗平. 中國商業(yè)銀行體系信用風險評估——基于宏觀壓力測試的研究[J].當代經(jīng)濟科學，2008，（6）：66-73.

（責任編輯：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)銀行信用風險評估模型研究[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集成的商業(yè)銀行信用風險評估模型研究[J].運籌與管理，2009，（2）：115-119.

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

[12]李江，劉麗平. 中國商業(yè)銀行體系信用風險評估——基于宏觀壓力測試的研究[J].當代經(jīng)濟科學，2008，（6）：66-73.

（責任編輯：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)銀行信用風險評估模型研究[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集成的商業(yè)銀行信用風險評估模型研究[J].運籌與管理，2009，（2）：115-119.

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

[12]李江，劉麗平. 中國商業(yè)銀行體系信用風險評估——基于宏觀壓力測試的研究[J].當代經(jīng)濟科學，2008，（6）：66-73.

（責任編輯：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