基于Logistic模型商业银行个人消费信贷风险评估研究.docVIP

基于Logistic模型商业银行个人消费信贷风险评估研究 　　摘要：在消费者“贷款消费”意识不断增强的今天，伴随而来的风险问题也不断显现出来，特别是个人信用风险首当其冲。基于商业银行个人消费信贷的实际操作数据和Logistic回归模型，利用SPSS17.0统计软件构建个人信用评分模型。通过实证，测得借款人的年龄、婚姻状况、受教育程度等六项指标是影响个人信用风险的关键因素。最后，提出了防范个人消费贷款风险的相关建议。 　　关键词：个人消费信贷；信用评分；风险评估；Logistic回归 　　文章编号：1003-4625（2015）03-0053-05 中图分类号：F832.479 文献标识码：A 　　一、引言 　　随着中国经济的快速发展，国民消费能力的不断提高，各种形式的信用消费规模迅速扩大，各商业银行都将个人消费信贷视为自身的优质资产和未来发展的重点。个人消费信贷是国家为了刺激和提高消费者对耐用消费品的消费需求，在居民现有的收入水平下，通过金融机构抵押、保证、担保、信用等方式，向个人消费者提供的信用贷款。个人消费贷款用途多样，几乎涵盖居民生活的各个方面，贷款灵活，使用方便。此外，消费贷款的出现也有利于银行资产业务的多元化，但消费贷款仍不可避免作为一种借贷行为面临种种风险。我国个人消费贷款业务起步较晚，呈现出起步晚、发展快、发展不平衡，个人住房贷款占绝对比例，信用卡、助学贷款违约率高等特点。随着个人信用消费的不断扩大，消费信贷的比重不断提高，在整个市场个人信用制度不完善的情况下，个人信贷风险凸现，银行个人信贷中的不良资产率上升…。从我国四大国有商业银行的情况来看，个人消费贷款的不良率维持在2%-3%左右，一直高于国际1%左右的平均水平，可见我国缺乏科学的个人消费贷款信用风险评估体系。 　　个人信用评分主要针对个人借贷违约可能性的预测，以被评估者相关指标的历史数据为依据，运用统计方法对被评估者的还贷能力和违约行为进行预测和分析。其目的在于得出借款人在未来特定时间内违约的可能性，将贷款申请者的信用级别分类，对信用评估者的潜在违约行为做出预测，为信贷决策提供依据。 　　经过一个多世纪的发展，国外对于个人信用风险评估技术的研究已经相当成熟。沃格勒（1970）首次将线性回归模型引入个人消费贷款风险评估研究。同时，洛克（1984）、奥德格莱（1987）等国外学者也曾先后使用线性回归法、判别分析法、LR模型、神经网络法对个人信用进行评分。国内的研究起步相对较晚，曹鹏（2008）提出商业银行防范个人消费信贷风险的具体方法有：主观判断法、消费贷款计分法、收入水平微观模拟法。陈春香（2009）认为我国个人消费贷款的风险主要有信用风险、银行操作风险、合作方风险、保证风险和市场风险。张成虎、李育林（2008）利用BP神经网络算法建立了个人信用评分模型，其研究结果表明：BP神经网络预测精确度较高并且有较强的判别预测能力，但稳健性较差。周黎（2012）提出把保险和个人消费信贷结合起来，当出现不良贷款时，保险公司就要给商业银行支付一笔赔偿金，这样可以减少银行损失，又可以推动保险业的发展。 　　国内外专家学者有关个人消费贷款及其风险研究对个人信用风险评估的实际应用起到了重要的参考作用。但是，从国内的研究来看，在个人信用评分上还缺乏一个比较成熟全面的评估机制，中国目前还没有制定出一套规范的个人信用评分指标体系和方法，各种信用评分模型还未真正普及到个人消费贷款风险评估体系中，用传统的风险评价方法进行个人信贷风险管理评估很难达到满意的效果。因此，本文通过对比分析以及构造回归分析的统计学方法，结合某商业银行提供的个人消费贷款数据，对数据进行统计处理，得出个人信用中的关键指标和一套较为科学的信用评分方法，并提出防范个人消费信贷风险的具体措施，以期为我国商业银行个人消费贷款的风险管理提供一点借鉴。 　　二、基于Logistic回归方法的个人信用评分模型构建 　　（一）Logistic回归模型原理介绍 　　Logistic回归模型是研究因变量非连续型变量情况的分析模型。其中，解决这个问题的核心方法称为极大似然估计法： 　　1.建立一般线性模型 　　2.为简化模型，对P进行Logit变换 　　优势 　　是事件发生与不发生的概率之比。 　　所以： 　　则当xi增加一个单位： 　　由此，可以得到逻辑回归关于p{Y=1/x}的预测。通常以0.5为界，若P的估计值大于0.5，Y取1；若P的估计值小于0.5，则Y取0。 　　3.极大似然估计 　　设Y是0―1变量，x1，x2，…，xk是与Y相关的自变量，n组观测数据为（ 　　则 的似然函数为： 　　等式两边同时取自然对数： 　　等式两边分别对 求偏导数，使得似然函数的取值最大，得到 的估计值