商业银行客户授信评级研究_基于多指标综合评价视角.pdfVIP

年第年第 期（总第期（总第 期）期） 金金融教学与研究融教学与研究 22 114242 商业银行客户授信评级研究 ——— 基于多指标综合评价视角 徐洪明 （天津航空有限责任公司 计划财务部，天津 300300） 摘 要：商业银行对客户的授信评级可引入多指标综合评价的思想、理论和方法，实现多指标综合评价与商业银行客 户授信评级的有效结合。应根据各种评估技术特有的优势，并结合评估环境状况，选择简单易行、符合银行授信评级特 点的评价方法；应注重多种综合评价方法的组合使用，互相补充，从而更好地提高我国商业银行授信评级的可靠性。 关 键 词：商业银行；授信评级；多指标综合评价 中图分类号： 文献标识码： 文章编号： （ ） F830.5 A 1006－3544 2012 02－0017－03 贷款信用风险管理是商业银行内部风险管理的 户自身条件与既有标准的比较。因此，该模式很少应 核心，其中一个重要内容是对借款人进行信用风险 用于客户授信评级。 评级，即商业银行在发放贷款之前，首先对借款人不 3.“先学习后评价”。实现“学习”，必须具备一定 能履约的可能性进行评估，并把这种可能性划分为 量的样本，样本的质量直接关系到“学习”的效果。商 几个等级，以此作为标准来区分借款人资信的优 业银行要建立各类客户信用的数据库，如冶金、化 劣，进而做出贷款与否的决定。商业银行对客户的信 工、机械、贸易等，并用这些已“认可”的知识来评估 用状况进行评价，属于多指标综合评价的范畴，因 客户信用状况，神经网络就是此类模式的代表。朱顺 此，引入多指标综合评价的思想、理论和方法，有利 [1] 泉以广泛采用 神经网络学习算法为例 ，将评价 BP 于提高授信评级的准确性、科学性。 指标个数定为输入结点数。可将信用状况分为两类， 即输出结果为两个，采用如下的形式表示：良好 一、多指标综合评价在授信评级中的应用 （，），不良（ ，）；亦可分为五级，中间节点的个数 1 0 0 1 （一）授信评级中的评价模式分析 应该小于输入节点数，而大于输出节点数，并通过公 综合评价模式大致分为三种类型： 式计算确定。同时，确定隐含层、输出层的神经元的 1.“直接评价”。目前我国商业银行大都采用该 传递函数及网络训练的训练次数、精确度、学习速率 种模式，尽管有些商业银行的授信评级与该模式的 等参数，将同类企业的已确认的结果作为训练数据， 流程有所出入，但其思想和本质仍符合直接评价模 将被评价客户的指标值作为测试数据，将神经网络 式。直接评价模式简单易懂、可操作性强。 优化算法分类程序存放在 文件 中，并在 M wl.m Matlab 2. “先分类后评价”。该模式属于排序评价，候选 状态下执行 文件，进而得到评估结果。应用以 神