資源描述：
《基于遺傳規(guī)劃方法的商業(yè)銀行信用風(fēng)險評估模型.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、2001年2月系統(tǒng)工程理論與實踐第2期文章編號:100026788(2001)0220073207基于遺傳規(guī)劃方法的商業(yè)銀行信用風(fēng)險評估模型王春峰,康莉(天津大學(xué)金融工程研究中心,天津大學(xué)管理學(xué)院,天津300072)摘要:利用遺傳規(guī)劃方法研究了我國商業(yè)銀行的信用風(fēng)險評估問題,并使用我國商業(yè)銀丟失實際數(shù)據(jù)對模型進(jìn)行了實證檢驗L檢驗結(jié)果表明,該模型在預(yù)測精度、實用價值和魯棒性方面都優(yōu)于傳統(tǒng)的統(tǒng)計模型、神經(jīng)網(wǎng)絡(luò)模型和決策樹模型L關(guān)鍵詞:遺傳規(guī)劃;信用風(fēng)險評估中圖分類號:F830.49aAModelBasedonGeneticProgrammingforCreditR
2、iskAssesmentinCommercialBanksWANGChun2feng,KANGLi(CenterforFinancialEngineering,SchoolofManagement,TianjinUniversity,Tianjin300072)AbstractInthispaper,amodelbasedongeneticprogrammingispresentedtocreditriskassessmentincommercialbanks.Empiricalresultsshowthatgeneticprogrammingmodelism
3、oreadvantageousthantraditionalstatisticalmodels,neuralnetworkmodelsanddecisiontreemodelsinpredictionaccuracyandrobustness.Keywordsgeneticprogramming;creditriskassessment1引言[1]近年來,商業(yè)銀行的信用風(fēng)險問題受到了學(xué)術(shù)界和金融實業(yè)界廣泛關(guān)注L所謂信用風(fēng)險,是指供款人由于種種原因,不愿或無力償還銀行貸款本息,導(dǎo)致銀行貸款損失的的可能性L《世界銀行》對全球銀行業(yè)危機的研究指出,信用風(fēng)險管理不善是
4、導(dǎo)致商業(yè)銀行破產(chǎn)的常見原因L對處于新興市場和轉(zhuǎn)軌經(jīng)濟時期[1]的我國商業(yè)銀行而言,加強信用風(fēng)險管理尤為重要L信用風(fēng)險管理包括風(fēng)險識別、風(fēng)險評估和風(fēng)險處理,其中信用評估是基礎(chǔ)和關(guān)鍵L信用評估是指,對可能引起貸款風(fēng)險的因素進(jìn)行定性分析、定量計算,以測量借款人的違約概率,為貸款決策提供依據(jù)L當(dāng)前國際學(xué)術(shù)界和實業(yè)界處理這一問題的主流方法是基于分類的方法,即根據(jù)借款人的財務(wù)、非財務(wù)狀況,將其分為正常(按期還本付息)和違約兩類,這樣信用評估就轉(zhuǎn)化為統(tǒng)計中的分類問題L學(xué)術(shù)界和金融實業(yè)界提出了多種分類模型用于信用評估,這些模型可歸為兩大類:傳統(tǒng)統(tǒng)計模型和人工智能模型L傳統(tǒng)的統(tǒng)
5、計模型主要基于多元統(tǒng)計分析方法,其基本思路是,根據(jù)已經(jīng)掌握的歷史上每個類別(違約類、正常類)的若干樣本,從中總結(jié)出分類的規(guī)律,建立判別公式,用于對新樣本的分類L根據(jù)判別函數(shù)的形式和樣本分布的假定不同,主要的模型有:多元回歸分析模型、多元判別分析模型(MDA)、ligit分析模型、[2]近鄰法L其中以MDA和Logit分析模型應(yīng)用最為廣泛,已有大量商業(yè)化軟件L統(tǒng)計模型的最大優(yōu)點在于其具有明顯的解釋性L存在的缺陷是過于嚴(yán)格的前提條件L如MDA,它要求數(shù)據(jù)服從多元正態(tài)分布和等協(xié)[3]方差,而現(xiàn)實中大量數(shù)據(jù)嚴(yán)重違背了這些假定(Eisenbeis(1977)總結(jié)了MDA
6、應(yīng)用中的幾個主要問題)La收稿日期:1999207205資助項目:國家自然科學(xué)基金95重大項目“金融數(shù)學(xué)、金融工程、金融管理”資助?1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.74系統(tǒng)工程理論與實踐2001年2月引入對數(shù)變換可在一定程度上改進(jìn)數(shù)據(jù)的非正態(tài)分布,但一方面變換后的變量可能失去經(jīng)濟解釋含義,另一方面仍沒有滿足等協(xié)方差的要求;應(yīng)用二次差別分析(QDA)雖可解決等協(xié)方差問題,但一方面沒有滿足正態(tài)性假定,另一方面當(dāng)數(shù)據(jù)樣本小、維數(shù)高(指標(biāo)多)時(QDA)的性能明顯下降(樣本少、
7、維數(shù)高正是我國信用數(shù)據(jù)的顯著特點,見后面分析),實證結(jié)果還表明QDA對訓(xùn)練樣本效果較好,而對測試樣本并不理[2]想L為了解決這些問題,引入了Logit分析模型和近鄰法LLogit模型不需假定任何概率分布,也不要求等協(xié)方差,但是當(dāng)樣本點存在完全分離時,模型參數(shù)的最大似然估計可能不存在,模型的有效性值得懷疑,另外該方法對中間區(qū)域的差別敏感性較強,導(dǎo)致判別結(jié)構(gòu)的不穩(wěn)定L近鄰法不要求數(shù)據(jù)正態(tài)分布,但當(dāng)數(shù)據(jù)的維數(shù)較高時,存在所謂的“維數(shù)禍根(Curseofdimensionality)”——對高維數(shù)據(jù),即使樣本量很大,其撒在高維空間中仍顯得非常稀疏,絕大多數(shù)點附近根本沒
8、有樣本點,這就使得“利用空間中每一附近
