基于反常扩散模型的个人信用风险评估方法 优先出版.pdfVIP

DOI:10.13546/j.cnki.tjyjc.2016.13.017 方法应用 基于反常扩散模型的个人信用风险评估方法 周寿彬 （西华师范大学 商学院，四川 南充 637009） 摘 要：文章首先讨论反常扩散方程的概率密度函数的特征，在扩散理论中引入扩散控制与违约强度两个函 数，提出给予反常扩散模型的信用风险评估方法，为管理者进行个人信贷风险的评估提供了决策数据。然后通过 与传统评估模型的评级效果进行对比，考察基于反常扩散模型在风险评估中的适用性。该评估方法以违约概率 及置信区间半径最小化为目标，尽可能地让银行和个人的经济损失降到最低，继而实现信贷资源的优化配置。 关键词：个人信用风险；风险评估；反常扩散模型；扩散控制函数；违约概率 中图分类号：F832 文献标识码：A 文章编号：1002-6487（2016）13-0065-04 越来越多研究开始进行信用风险的定量评估[6]，例如，VaR 0 引言 方法被应用于对市场风险的度量，以及VaR的模拟机制用 于企业或个人信用风险的计量[7]。由于受不可预知的不确 信用风险的出现往往伴随着诚信较低的交易双方，该 定因素影响，使商业银行的实际收益与预期收益存在偏 情况下交易双方完成契约责任的可能性较低，若契约的一 差，减少甚至丧失获取额外收益及获得可能或不确定性。 方不能够诚信履约，产生的后果将由进行代替的现金流成 为了解决这些问题，并使风险价值的度量更为明确，本文 本去测量。即当信贷机构降低借贷者的信用等级的时候， 提出了基于反常扩散模型的个人信用评估方法，以蒙特卡 信用风险也可能产生损失，通常会导致某种程度上市场信 洛模拟法为核心的反常扩散建模机制将以时间最短、风险 用的下降。商业银行作为一个国家金融业最重要的组成 期望最小化为目标，构建风险评估模型，利用训练数据的 部分，其运作效率的高低和风险的大小，直接反映出一个 统计特性计算客户的违约概率，通过比较该违约概率及门 国家的金融可持续发展能力[1]。当下在面对货币贬值，市 限值，从而对个人信用风险类别作决策。 场价格变动较大的情况下，客户信贷消费易呈现消极趋 势，因此开展信贷客户信用度评判工作对商业银行金融风 1 模型假设 控方案的制定显得尤为重要。信贷客户信用度评判工作 主要包括以下流程：信用等级判别、偿还评估、对信贷风险 本文关于信用风险评估的研究主要基于以下假设： 的控制能力评估以及基于以上评估基础上的金融机构对 （1）适应性，即样本中包含的指标变量对本文所采用 的资金调度与人力的分配决策等[2]。这种应急问题最显著 的模型均满足要求。 特点就是时间的紧迫性，其时间效益高于经济效益。如何 （2）环境稳定性，假设所有外部环境稳定不变，不考虑 在这有限的时间段内进行高效、有序的对各种资源进行优 外界金融环境动态变化影响。 化的配置，并将信贷危机造成的经济损失减少到最低限 （3）历史性，假设借款者过去的信用行为在未来仍可 度，这将取决于信贷客户信用度评判工作是否采取了最佳 能发生。 效果。 （4）同质性，对于申请者而言，发放贷款与不发放贷款 传统的个人信用风险评估方法主要是依赖于一些统 的样本同质。 计学习模型，如Logistic回归模型[3]和神经网络训练模型[4] （5）模型实际上认为所有综合指标值大于“典型违约 等进行决策。由于信用评价对数据积累的规模要求较高， 个体”综合指标