会计信息的数据挖掘方法与银行信贷风险预测.pdfVIP

第3期总第197嬲 商业经济与管理 No．3Vd．197 BUSINESSECON◇氧垂lCS 耪静。猢 20081年3舞 J◇嚣粼【◇F 会计信息的数据挖掘方法与银行信贷风险预测 彭 寿 康 《濒江工商大学金融学院，浙汪抗髑310018) 摘要：基于售患熵理论和数据挖掘技术，文章提出一辩会诗信息的数据挖掘方法，投资者孝 债权入可用这种方法获企韭的会计数据中挖掘出决策有用信，惑。本文以银行信贷风险预测模型构 建为例，对这种方法的有效性进行了实证检验。 关键谰：信贷风险；信惠演；熬据挖攘；信号囔案差 中图分类号：F830．9一文献标识码：A 文章编号：1000—2154(2008)03—0050—07 一、引言 髂咫风险是撸医借款入没有完全履约，致使银行资产遭受损失的风险。攒器银行对垒球银行数危枕的 研究表明，信用风险管理不善进而引发流动性危机，是银行破产的最主要原因。在银行的风险管理实践中． 信贷风险评估是个重要环节，尽管要求贷款企业提供必要的财务数据早已成为银行工作的一种常态，但银 行懿信贷风陵评佳帮被一个阕题新豳惑：究竟哪些财务籀标孛食套预测企鼗贷款风险戆信惠、怎撵穰惩这 些信息?可以说，这个问题能否解决，在很大程度上影响到银行的信贷风险评估质量和信用风险管理水平。 数据挖掘是20世纪80年代末开始出现的，从大量的、有噪声的实际数据巾，挖掘有用信息的一种技术。 经过∞世纪粥年代的迅猛发展，该技术已广泛应霜予各个领域，并且蔌的应用领域还在不断开发出来【“。 本文从信息熵理论出发，以银行信贷风险评估为视角，提出一种会计信息的数据挖掘方法，这种方法可以计 量各个财务指标中所含有的预测企救贷款风险的信息量。借助予这种方法，本文还提嫩了信贷风险预测的 两种新的模型，实证结果显示，两种模型都有懿好的预测准确性。 二、财务指标预测信息含量的计量方法 基于会计数据的信贷风险评估模型是近年来得到广泛应用的一种银行信用风险管理工具，对这种工具 也取褥了很多成栗，有个阏题却始终隧绕着该领域酶臻究者：究竟哪些指标霹泼作药企照信贷风险评估酶 预测变量?由于已有的经济理论无法回答这个问题，现有研究只能通过各种方法(如经验判断、T检验、逐步 回归、因子分析等)进行探索，于是出现在不同文献中的指标就有儿十个之多，这充分反映了信贷风险评估 孛预溅变量选择的无序。 羧璃蠢期：2007一08一06 基金项目：教育部人文社会科学规划课题(06JA790105) 作者简介：彰寿康(1957一)，男，江苏苏州人，浙江工商大学盒融学院教授，经济学博士，主要从事金融监管、风险管理研 究。 万方数据 第3期 彭寿康：会计信息的数据挖掘方法与银行信贷风险预测 5l 预测变量选择问题的关键是：怎样判断一个指标含有的预测某类事件发生的信息价值?实际上，不仅 在银行信贷风险评估、货币危机预警等预测问题中需要解决这个问题，就是在金融机构偿付能力监管指标 的设计和有效性分析中，也会遇到同类问题。因此对它的研究就有很大的意义。基于信息熵理论和数据挖 掘技术，本文提出一种度量一个指标所含有的预测某类事件发生的信息价值的计量方法，具体分析如下。 用(石。，石2，……‰，，，)表示贷款申请企业，其中≈代表企业的各个财务指标(在申请贷款时由企业提 供)、Y代表企业是否违约(贷款发放一定时间后，如一年后，由银行参照某种标准界定)。信贷风险评估就是 通过瓤来预测Y，核心环节是要知道哪些瓤对预测Y有信息价值、怎样构建预测模型。借款企业是否违约 具有不确定性、是个随机事件，若知道某个财务指标祝的取值后，可降低Y这个随机事件的不确定性，糍对 信贷风险预测就有信息价值。在信息论和统计学中，随机变量的不确定性可用信息熵来度量，其对离散型 和连续型变量的定义分别为： ．Ⅳ +■