农村商业银行贷款违约影响因素研究.pdfVIP

财税统计 农村商业银行贷款违约影响因素研究 李易衡 （天津工业大学管理学院） 摘要院在对农村商业银行贷款信用风险影响因素进行理论分析的 农村商业银行的信贷风险管理问题研究相比于四大商 基础上，通过收集某农村商业银行的实际贷款数据，运用随机森林算 业银行信贷风险管理问题研究还是非常薄弱的。本文以某 法和Logistic模型对贷款数据进行实证分析，得出影响农村商业银 农村商业银行为例，研究影响该农村商业银行贷款违约的 行贷款违约风险的若干因素，为该农村商业银行降低贷款违约风险， 因素，以期为农村商业银行的贷款质量管理提供有效帮助。 提供了借鉴依据。 2 商业银行贷款违约影响因素分析 关键词院农村商业银行 信用风险 Logistic模型 1 概述 欧美等国家对于商业银行贷款违约风险的研究比较 在我国，信贷业务收入作为银行的主要收入，其贷款质 多，影响因素主要包括借款人性别、年龄、种族、贷款金额、 量的高低，直接影响着银行业的盈利水平，而对贷款违约影 贷款年限、贷款价值比、贷款期限等。在参考国内外学者对 响因素的分析能够有效辅助贷款质量的评估，帮助银行避 于该问题研究的基础上，本文又根据所选研究农商行的特 担保方式，还款方式等 免不必要的损失。由于我国银行体系的特殊性，农村商业银 殊性，选择了贷款利率， 11个因素 行与国有商业银行及其他股份制银行相比，自身基础比较 作为贷款违约的影响因素。 薄弱，为了帮助农村商业银行更加有效管理贷款风险，从源 3 非参数随机森林法和Logistic回归模型 头把该风险降到最低，本文在实地调研的基础上，利用所得 由于贷款违约分析的数据分布复杂，特征较多，并且噪 数据，对农村商业银行贷款违约影响因素进行研究。 声很大，同时自变量又分为连续属性和离散属性，用传统方 [1] [2] 法难以达到满意的评估效果。本文引入非参数随机森林法 范英 和蔡冬林 研究表明，贷款风险的影响因素包括 借款人因素、信用环境因素、历史因素和内部管理因素4 对原始自变量属性进行筛选，再用Logistic回归模型对该 大类。李正波[3]等以调研数据为依托，采用Logistic模型对 农村商业银行贷款违约因素进行系统建模与定性分析。 我国农村信用社农户贷款信用风险进行了实证研究，结果 3.1 非参数随机森林算法 随机森林 (Random For- 贷款期限、利率、信用社服 est，RF)算法是由LeoBreriman于2001年提出的一种分 显示：非种养业收入、自营支出、 务对农户的违约行为影响显著，农户年龄和教育程度对农 类和预测算法。在本研究中采用的是投票的方式，具体公 。余江[4] [5] 式如下。 户的违约行为影响也较大 和陈东海等 的研究表 N 明，借款人特征、担保方式、贷款利率和期限等贷款特征， H(x)=argmax h(x，θ) 移 i 社会信用环境和银行对信贷风险的控制能力等因素可以 i = 1 作为判断贷款人是否存在道德风险的指标。 随机森林的生成流程图如下图所示： （上接第71页） 较高的难