姬波 徐晶晶

摘? 要：本文主要針對(duì)中小企業(yè)的信貸風(fēng)險(xiǎn)進(jìn)行量化分析的研究，利用123家企業(yè)，將誤差值較大以及一些不合常理的數(shù)據(jù)予以剔除，繪制箱線圖判斷極端異常值的值。首先將處理后的數(shù)據(jù)量化處理，歸一化到[0，1]范圍內(nèi)，根據(jù)量化歸一后的各項(xiàng)指標(biāo)數(shù)據(jù)來確定影響銀行對(duì)企業(yè)評(píng)估的主要影響因素，借助SPSS軟件分析提取出四個(gè)主成分，可以初步得到信譽(yù)評(píng)級(jí)、違約情況、進(jìn)項(xiàng)金額和銷項(xiàng)金額對(duì)信貸風(fēng)險(xiǎn)水平的影響，進(jìn)而對(duì)數(shù)據(jù)執(zhí)行逐步回歸分析。其次采用層次分析法得到兩兩因素間的模糊判斷矩陣，對(duì)矩陣進(jìn)行標(biāo)度法歸一處理，計(jì)算出各個(gè)指標(biāo)的權(quán)重。最后根據(jù)多元回歸的帶的數(shù)值公式，帶入各企業(yè)的數(shù)據(jù)計(jì)算出得分，根據(jù)得分劃分九個(gè)等級(jí)，貸款額定分別為10-100萬等額分布，利率4%-15%依此升高。

關(guān)鍵詞：層次分析法;模糊評(píng)價(jià);回歸分析

引言

由于中小微企業(yè)規(guī)模相對(duì)較小，并且缺少抵押資產(chǎn)，因此銀行通常是依據(jù)信貸政策、企業(yè)的交易票據(jù)信息和上下游企業(yè)的影響力，向?qū)嵙?qiáng)、供求關(guān)系穩(wěn)定的企業(yè)提供貸款，并可以對(duì)信譽(yù)高、信貸風(fēng)險(xiǎn)小的企業(yè)給予利率優(yōu)惠。銀行首先根據(jù)中小微企業(yè)的實(shí)力、信譽(yù)對(duì)其信貸風(fēng)險(xiǎn)做出評(píng)估，然后依據(jù)信貸風(fēng)險(xiǎn)等因素來確定是否放貸及貸款額度、利率和期限等信貸策略。企業(yè)的生產(chǎn)經(jīng)營和經(jīng)濟(jì)效益會(huì)受到一些突發(fā)因素影響，并且突發(fā)因素對(duì)不同行業(yè)、不同類別的企業(yè)會(huì)有不同的影響。

1、問題分析

首先我們采用拉依達(dá)準(zhǔn)則對(duì)所給數(shù)據(jù)進(jìn)行異常值處理，對(duì)于一些不合常理的數(shù)據(jù)，采取修改或者剔除的方法對(duì)這些數(shù)據(jù)進(jìn)行適當(dāng)處理。然后運(yùn)用箱線圖判斷極端異常值的值，將這些數(shù)據(jù)剔除并插入相應(yīng)的值。如是否違約、信譽(yù)等級(jí)等信息為文字表述，采用人工賦值的手段，將該類數(shù)據(jù)進(jìn)行量化處理。為了保證統(tǒng)計(jì)數(shù)據(jù)的可用性，根據(jù)數(shù)值計(jì)算規(guī)律，對(duì)訓(xùn)練集和測試集進(jìn)行規(guī)劃預(yù)處理，采用歸一化映射，從而確定影響銀行對(duì)企業(yè)的風(fēng)險(xiǎn)評(píng)價(jià)綜合得分的主要因素，我們選取信譽(yù)評(píng)級(jí)、違約情況、進(jìn)項(xiàng)金額、進(jìn)項(xiàng)稅額、銷項(xiàng)金額、銷項(xiàng)稅額等六項(xiàng)指標(biāo)進(jìn)行主成分分析。由SPSS軟件分析所得共提取出四個(gè)主成分，也就是對(duì)應(yīng)的進(jìn)項(xiàng)指標(biāo)、銷項(xiàng)指標(biāo)、信譽(yù)評(píng)級(jí)和違約情況。

2、模型的建立與求解

本文基于所給歷史數(shù)據(jù)，對(duì)市場下的估值水平進(jìn)行測算，并比較各個(gè)企業(yè)的信譽(yù)等級(jí)差異。所給數(shù)據(jù)量過多，這就會(huì)導(dǎo)致在數(shù)據(jù)記錄上有可能存在誤差，這些誤差可能來源人工的疏漏，亦可能來自機(jī)器記錄中的故障，因此首先采用拉依達(dá)準(zhǔn)則對(duì)題中所給數(shù)據(jù)進(jìn)行異常值處理。對(duì)待測數(shù)據(jù)進(jìn)行等精度測量，獨(dú)立得到 ，并計(jì)算出其算術(shù)平均值 及剩余誤差 ，按照貝塞爾公式算出標(biāo)準(zhǔn)偏差 ，若某個(gè)測量值 的剩余誤差 ，滿足下式：

本文認(rèn)為 是含有粗大誤差值的壞值，應(yīng)予以剔除。對(duì)于一些不合常理的數(shù)據(jù)，假定假定此數(shù)據(jù)是由自動(dòng)寫入或采樣錯(cuò)誤引起的，并且應(yīng)該對(duì)數(shù)據(jù)進(jìn)行校正或丟棄以進(jìn)行適當(dāng)處理。假設(shè)給定指標(biāo)的背景值范圍限定在 區(qū)間內(nèi)，則將區(qū)間 中的數(shù)據(jù)視為正常范圍的值，并消除異常數(shù)據(jù)。然后使用箱線圖準(zhǔn)確判斷極端異常值的數(shù)據(jù)值，刪除這一部分?jǐn)?shù)據(jù)并插入相應(yīng)的值。對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化的數(shù)據(jù)異常值處理，本文選取其中部分?jǐn)?shù)據(jù)繪制箱線圖以反映原始數(shù)據(jù)分布的特征，比較某些數(shù)據(jù)集的分布點(diǎn)特征，并使用MATLAB進(jìn)行計(jì)算。

對(duì)于所給的數(shù)據(jù)，例如是否違約、信譽(yù)等級(jí)等信息均為文字表達(dá)，對(duì)建立數(shù)學(xué)模型具有一定的阻礙性，本文采用人工賦值的方法對(duì)該類數(shù)據(jù)進(jìn)行量化處理。A、B、C、D四個(gè)信譽(yù)等級(jí)依次對(duì)應(yīng)為3、2、1、0分值，該分值作為進(jìn)一步標(biāo)準(zhǔn)歸一化的基礎(chǔ)。對(duì)于是否違約存在是、否兩種情況，進(jìn)行0-1映射處理，違約對(duì)應(yīng)得分為0[1]。在對(duì)文本數(shù)據(jù)進(jìn)行賦值后，鑒于不同評(píng)級(jí)指標(biāo)之間的度量單位或數(shù)量級(jí)有所不同，因此無法對(duì)不同屬性的特性值表征進(jìn)行比較。故而為了消除這些因素的噪聲，確保數(shù)據(jù)的可行準(zhǔn)確性，根據(jù)數(shù)值計(jì)算規(guī)律對(duì)訓(xùn)練集和測試集進(jìn)行歸一化預(yù)處理，采用歸一化映射：

將數(shù)據(jù)進(jìn)行無量綱化到[0，1]范圍內(nèi)，這有利于在同一體系內(nèi)建立統(tǒng)計(jì)評(píng)估模型。其中 。歸一化的效果是原始數(shù)據(jù)被規(guī)整到[0，1]范圍內(nèi)，這種歸一化方式稱為[0，1]區(qū)間歸一化[2]。

根據(jù)量化和歸一化處理后的各項(xiàng)指標(biāo)數(shù)據(jù)，確定影響銀行對(duì)企業(yè)的風(fēng)險(xiǎn)評(píng)價(jià)綜合得分的主要影響因素，方便后續(xù)進(jìn)行回歸分析，其中選取信譽(yù)評(píng)級(jí)、違約情況、進(jìn)項(xiàng)金額、進(jìn)項(xiàng)稅額、銷項(xiàng)金額、銷項(xiàng)稅額等六項(xiàng)指標(biāo)進(jìn)行主成分分析。

假設(shè)研究對(duì)象有兩項(xiàng)指標(biāo) 和 ，本文從總體 中抽取N個(gè)樣品進(jìn)行研究，它們散布在橢圓平面內(nèi)，指標(biāo) 與 具有相關(guān)性。 和 分別是橢圓的長軸和短軸 ，故 與 互不相關(guān)。其中 是點(diǎn) 在長軸上的投影坐標(biāo)， 是該點(diǎn)在短軸上的投影坐標(biāo)。從中可以看出點(diǎn)的N個(gè)觀測值的波動(dòng)大部分可以歸結(jié)為 軸上投影點(diǎn)的波動(dòng)，而 軸上投影點(diǎn)的波動(dòng)較小。若 作為一個(gè)綜合指標(biāo)，則 可以較好地反映出N個(gè)觀測值的變化情況， 的作用次要。于是，綜合指標(biāo) 稱為主成份。要用數(shù)量化的方法對(duì)事物進(jìn)行分類，就必須用數(shù)量化的方法描述事物之間的相似程度。一個(gè)事物常常需要用多個(gè)變量來刻畫。如果對(duì)于一群有待分類的樣本點(diǎn)需用 個(gè)變量描述，則每個(gè)樣本點(diǎn)可以看成是 空間中的一個(gè)點(diǎn)。因此，很自然地想到可以用距離來度量樣本點(diǎn)間的相似程度。在目前已經(jīng)出現(xiàn)的突發(fā)事件即為2020年初的新型冠狀病毒疫情，該疫情仍會(huì)持續(xù)一段時(shí)間，已經(jīng)對(duì)2020年初的企業(yè)經(jīng)營生產(chǎn)造成了相當(dāng)?shù)挠绊懀⑶以撚绊憣㈦S著疫情在國際范圍內(nèi)升溫持續(xù)一段事件并帶來更加難以準(zhǔn)確預(yù)計(jì)的影響。

結(jié)論

為評(píng)估無法用數(shù)據(jù)精確度量的信貸風(fēng)險(xiǎn)，本文選擇使用模糊綜合評(píng)判法，起到了良好的量化問題的作用。建立在模糊集合基礎(chǔ)上的模糊綜合評(píng)判方法，從多個(gè)指標(biāo)對(duì)被評(píng)價(jià)事物隸屬等級(jí)狀況進(jìn)行綜合性評(píng)判，它把被評(píng)判事物的變化區(qū)間做出劃分，一方面可以顧及對(duì)象的層次性，使得評(píng)價(jià)標(biāo)準(zhǔn)、影響因素的模糊性得以體現(xiàn);另一方面在評(píng)價(jià)中又可以充分發(fā)揮人的經(jīng)驗(yàn)，使評(píng)價(jià)結(jié)果更客觀，符合實(shí)際情況。模糊綜合評(píng)判可以做到定性和定量因素相結(jié)合，擴(kuò)大信息量，使評(píng)價(jià)數(shù)度得以提高，評(píng)價(jià)結(jié)論可信。

參考文獻(xiàn)

[1]? 龐素琳.信用評(píng)價(jià)與股市預(yù)測模型研究及應(yīng)用：統(tǒng)計(jì)學(xué)、神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)方法[M].北京：科技出版社，2005.

[2]? 張?jiān)频?，沙秀? 重慶銀行的信貸風(fēng)險(xiǎn)管控分析[J]. 財(cái)務(wù)與會(huì)計(jì)，2015（24）.

[3]? 代軍勛. 商業(yè)銀行積極風(fēng)險(xiǎn)管理研究[M].武漢：武漢大學(xué)出版社，2006.

[4]? 原銘悅.論國家新調(diào)控下的商業(yè)銀行信貸風(fēng)險(xiǎn)管理[J].知識(shí)經(jīng)濟(jì)，2014（2）.