潘乾威 姚舜禹 陳玄默

摘要：文章主要針對(duì)中小企業(yè)信貸問題的研究，利用了層次分析法、模糊綜合評(píng)價(jià)、BP 神經(jīng)網(wǎng)絡(luò)及多元回歸理論等理論或者方法，做了風(fēng)險(xiǎn)模型、信貸政策等模型，綜合運(yùn)用了 EXCEL、SPSS、MATLAB 等軟件編程求解得出了企業(yè)信貸風(fēng)險(xiǎn)量化分析模型、銀行貸款策略優(yōu)化分配模型、疫情下的銀行貸款策略優(yōu)化分配模型等，結(jié)合實(shí)際給出相應(yīng)合理化建議。首先，要求解決有信貸記錄的企業(yè)數(shù)據(jù)進(jìn)行預(yù)處理，包括量綱處理、歸一化處理、異常數(shù)據(jù)處理，構(gòu)建信貸策略及額度分配策略的問題。其次，運(yùn)用了層次分析法、模糊層次分析法及，構(gòu)建了模糊層次結(jié)構(gòu)模型，運(yùn)用了 EXCEL、SPSS、MATLAB編程軟件求解得出企業(yè)信貸風(fēng)險(xiǎn)量化分析模型、銀行貸款策略優(yōu)化分配模型。最后，還對(duì)模型進(jìn)行了誤差分析，對(duì)模型的優(yōu)點(diǎn)和缺點(diǎn)進(jìn)行了客觀分析，理論對(duì)存在的不足進(jìn)行了改進(jìn)，對(duì)模型中偏主觀因素的評(píng)價(jià)指標(biāo)進(jìn)行了靈敏度分析。

關(guān)鍵詞：層次分析法;模糊綜合評(píng)價(jià);BP 神經(jīng)網(wǎng)絡(luò);多元回歸分析

一、引言

中小企業(yè)是我國(guó)經(jīng)濟(jì)中不可或缺的重要力量，它的發(fā)展受到眾多因素的制約，尤以融資約束為最。中小微企業(yè)規(guī)模相對(duì)較小，也缺少抵押資產(chǎn)，但中小企業(yè)信貸風(fēng)險(xiǎn)高被認(rèn)為是造成其融資難的關(guān)鍵原因，也是商業(yè)銀行信貸風(fēng)險(xiǎn)管理的難點(diǎn)之一。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。針對(duì)無信貸記錄的企業(yè)數(shù)據(jù)進(jìn)行量化，并給定了信貸總額的情況下，面對(duì)風(fēng)險(xiǎn)較大的客戶，建立決策模型，對(duì)貸款進(jìn)行合理分配。對(duì)突發(fā)因素影響，各種效益變動(dòng)情況下，嚴(yán)格地把控信貸風(fēng)險(xiǎn)，作出合理的調(diào)整決策方案。

二、模型建立與求解

信貸風(fēng)險(xiǎn)是金融經(jīng)濟(jì)學(xué)中的一種常用詞匯，總體上劃分為市場(chǎng)性風(fēng)險(xiǎn)和非市場(chǎng)性風(fēng)險(xiǎn)兩類， 本文主要指市場(chǎng)性風(fēng)險(xiǎn)，意指借貸銀行因?yàn)楦鞣N不確定因素造成的經(jīng)濟(jì)損失波動(dòng)性，它是銀行在信貸業(yè)務(wù)中的主要風(fēng)險(xiǎn)，具有不可避免性、隱蔽性以及宏觀可控性，為了更好的理解中小微企業(yè)的經(jīng)營(yíng)狀況，進(jìn)銷項(xiàng)發(fā)票信息為依據(jù)，繪制如圖1所示的關(guān)系。

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。一個(gè)企業(yè)能否按時(shí)償還借款與銀行貸款的年利率有著密切關(guān)系，假如利率提高，則借款企業(yè)需要支付的金額會(huì)上升，籌集的資本成本會(huì)呈現(xiàn)一定比例的增加，這些均會(huì)影響到企業(yè)最后還款的額度和期限。不同利率對(duì)于不同信譽(yù)企業(yè)的客戶流失程度，年利率的提高均會(huì)造成客戶的大量流失，因此合理的貸款利率是降低借貸風(fēng)險(xiǎn)的必要手段之一。通過研究分析定性的得出，企業(yè)的發(fā)展穩(wěn)定程度、總利潤(rùn)，企業(yè)規(guī)模以及企業(yè)的信用程度指標(biāo)均是影響借貸風(fēng)險(xiǎn)的重要因素，本文采取層次分析法對(duì)該四種因素關(guān)于借貸風(fēng)險(xiǎn)進(jìn)行定量化模型建立。采用和積法計(jì)算準(zhǔn)則層指標(biāo)相對(duì)與目標(biāo)層的主觀權(quán)重值，通過特征向量和特征值的計(jì)算得到權(quán)值向量，計(jì)算后的結(jié)果需要進(jìn)行檢驗(yàn)來判定矩陣的好壞性：

1. 計(jì)算比較矩陣的特征值和特征向量。

由特征方程WA-λI=0，利用Matlab 軟件求解出矩陣的最大特征值λmax= 4.2064，對(duì)應(yīng)的特征向量為

W0=（0.0765 0.5430 0.2445 0.1360）

該特征向量即為準(zhǔn)則層對(duì)目標(biāo)層的權(quán)重。

2. 一致性檢驗(yàn)

由于矩陣 A 的階數(shù)為 4 階，則查詢資料得到其隨機(jī)一致性指標(biāo)為 RI=0.89，計(jì)算

CI=（λmax-4）/（4-1）=0.0682

因此，一致性比例指標(biāo)為 CR=CI/RI=0.0757，遠(yuǎn)小于0.1，可知準(zhǔn)則層對(duì)于目標(biāo)層的矩陣是滿足一致性的，即比較矩陣的構(gòu)造是合理可行的。

層次分析法（AHP）能將人的主觀判斷過程數(shù)學(xué)化、思維化，使決策依據(jù)易于被人接受，因此，更能適合復(fù)雜的社會(huì)科學(xué)領(lǐng)域的情況，其思維一致性很難保證。檢驗(yàn)判斷矩陣是否一致非常困難。在這種情況下，本著對(duì)信貸風(fēng)險(xiǎn)影響因素的客觀評(píng)價(jià)，采用模糊綜合評(píng)價(jià)與層次分析法相結(jié)合來達(dá)到降維的目的。模糊綜合評(píng)價(jià)是基于模糊數(shù)學(xué)的一種定量分析方法，將需要研究的模糊對(duì)象及反映模糊對(duì)象的模糊概率定義為一個(gè)模糊集合，建立適當(dāng)?shù)碾`屬函數(shù)，通過模糊集合論進(jìn)行有目的的運(yùn)算和變換。模糊綜合評(píng)價(jià)法可以科學(xué)有效全面的對(duì)研究對(duì)象進(jìn)行總結(jié)評(píng)價(jià)，揭示出其優(yōu)缺點(diǎn)，從而有針對(duì)的進(jìn)行意見或者行動(dòng)反饋。其基本步驟如下：

第一，將研究對(duì)象定義為多種因素組合影響的模糊集合，確定被研究對(duì)象的因素集C=（c1，c2，…cn） 和評(píng)價(jià)集 V=（v1，v2，…，vn）。因素集合為各個(gè)評(píng)價(jià)指標(biāo)的組合，評(píng)價(jià)集合中的元素一般可以分為優(yōu)、良、中、差和劣五個(gè)等級(jí)。

第二，計(jì)算從因素集中某個(gè)因素對(duì)被評(píng)價(jià)對(duì)象等級(jí)的隸屬度，建立模糊關(guān)系矩陣 R。

第三，利用層次分析法得到各個(gè)階層之間的權(quán)向量W。

第四，采用加權(quán)平均法將權(quán)向量與模糊關(guān)系矩陣進(jìn)行乘積，得到被研究對(duì)象的模糊綜合評(píng)價(jià)結(jié)果向量 S=W*R。

本文采用評(píng)分的方式衡量各個(gè)指標(biāo)的等級(jí)，確定0.8～1之間的系數(shù)得分基礎(chǔ)為90， 0.6～0.8之間的得分為70，0.4～0.6之間的得分為50，0～到0.4之間的得分為 30。以方案層對(duì)于目標(biāo)層的綜合權(quán)重為基準(zhǔn)，可知它們的得分約為 55、28、14、8，構(gòu)造得分矩陣 R■■=[55，28，14，8]T，則可以計(jì)算出綜合評(píng)價(jià)總得分：

各個(gè)指標(biāo)單獨(dú)的分?jǐn)?shù)計(jì)算結(jié)果見表1。

企業(yè)實(shí)力、企業(yè)規(guī)模、企業(yè)穩(wěn)定性、企業(yè)信譽(yù)等級(jí) 4 種指標(biāo)因素對(duì)于借貸風(fēng)險(xiǎn)的權(quán)值大小計(jì)算為：

分析計(jì)算數(shù)據(jù)發(fā)現(xiàn)：A2的權(quán)重最大，表明該因素對(duì)于借貸風(fēng)險(xiǎn)的影響最大，其次分別為A3和A4，而A1相比其他三種因素影響較小，因此關(guān)于借貸風(fēng)險(xiǎn)的計(jì)算公式可以近似表達(dá)為（負(fù)號(hào)僅表示為取值相反）：

F=-0.085 A1-0.517 A2-0.250 A3-0.148 A4

由于待評(píng)價(jià)指標(biāo)的公司數(shù)目較多，因此不方便對(duì)各個(gè)公司的數(shù)據(jù)進(jìn)行逐一數(shù)據(jù)處理，決定采用模糊分析的理念及方法。查驗(yàn)相關(guān)資料結(jié)合銀行實(shí)際情況，首先，將風(fēng)險(xiǎn)分為 A、B、C、D 四個(gè)等級(jí)，對(duì)企業(yè)能夠及時(shí)還款的概率能力進(jìn)行綜合分析。因此重新構(gòu)建了信貸風(fēng)險(xiǎn)計(jì)算模型，將其轉(zhuǎn)化為風(fēng)險(xiǎn)度量數(shù)學(xué)模型;其次，通過BP神經(jīng)網(wǎng)絡(luò)算法中同類型的企業(yè)進(jìn)行經(jīng)營(yíng)狀況與發(fā)展穩(wěn)定程度預(yù)測(cè)，并將預(yù)測(cè)精度帶入風(fēng)險(xiǎn)度量模型中得到一個(gè)確定的量化計(jì)算模型;最后，以1億元的銀行年放貸額度為標(biāo)準(zhǔn)，通過不同的風(fēng)險(xiǎn)度量計(jì)算數(shù)值來規(guī)劃不同企業(yè)的最佳投貸額度。

三、結(jié)語

信貸風(fēng)險(xiǎn)影響因素的客觀評(píng)價(jià)，采用模糊綜合評(píng)價(jià)與層次分析法相結(jié)合來達(dá)到降維的目的，減少主觀因素帶來誤差。清除異常數(shù)據(jù)，填補(bǔ)空缺值，優(yōu)化企業(yè)信貸綜合評(píng)價(jià)指標(biāo)。運(yùn)用神經(jīng)網(wǎng)絡(luò)，多元回歸分析及 SPSS 數(shù)據(jù)處理，從一般性層面解決在突發(fā)事件情況下銀行應(yīng)對(duì)情況的分析策略，在很大程度上優(yōu)化了預(yù)測(cè)結(jié)果。在研究銀行貸款策略優(yōu)化分配模型時(shí)，對(duì)企業(yè)的風(fēng)險(xiǎn)進(jìn)行了模糊處理而不是精確分析，對(duì)具體的企業(yè)會(huì)存在一定的誤差。由于無精準(zhǔn)數(shù)據(jù)，故量化模型的精確度、誤差等無法分析，模型對(duì)特殊情況的數(shù)據(jù)的分析缺乏依據(jù)?；谏窠?jīng)網(wǎng)絡(luò)的權(quán)重系數(shù)更新模型來獲得新的風(fēng)險(xiǎn)度量模型，通過抽樣樣本得出整體數(shù)據(jù)匹配的模型，從而根據(jù)不同的度量數(shù)值決定不同的企業(yè)放貸數(shù)目。

參考文獻(xiàn)：

[1]單光年.大數(shù)據(jù)背景下商業(yè)銀行信貸風(fēng)險(xiǎn)管理策略研究[J].商業(yè)經(jīng)濟(jì)，2020（08）：164-165.

[2]秦穎.基于模糊分析法的商業(yè)銀行信貸風(fēng)險(xiǎn)內(nèi)控體系評(píng)價(jià)研究[D].濟(jì)南：山東大學(xué)，2008.

[3]郝麗萍，胡欣悅，李麗. 商業(yè)銀行信貸風(fēng)險(xiǎn)分析的人工神經(jīng)網(wǎng)絡(luò)模型研究[J]. 系統(tǒng)工程理論與實(shí)踐，2001（05）：62-69.

（作者單位：潘乾威，蘭州交通大學(xué)交通運(yùn)輸學(xué)院;姚舜禹、陳玄默，蘭州交通大學(xué)自動(dòng)化與電氣工程學(xué)院）