動態(tài)模糊聚類信用評價(jià)模型和其應(yīng)用探究

《動態(tài)模糊聚類信用評價(jià)模型和其應(yīng)用探究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、動態(tài)模糊聚類信用評價(jià)模型和其應(yīng)用探究　　【摘要】本文簡要介紹了小額貸款公司客戶信用評級的研究現(xiàn)狀，提出基于動態(tài)模糊聚類方法建立信用評價(jià)模型，按照信用等級分為“信用好”、“信用中等”和“信用差”三類，并運(yùn)用該模型對小額貸款公司10個企業(yè)客戶進(jìn)行信用分類實(shí)證研究。研究結(jié)果表明，基于動態(tài)模糊聚類的信用評價(jià)模型能對客戶信用級別進(jìn)行高效的分類，可為小額貸款公司有效甄別高風(fēng)險(xiǎn)的貸款客戶，更好地保護(hù)貸款資金提供方的利益。應(yīng)用實(shí)例也證明了該模型的設(shè)計(jì)準(zhǔn)確可靠。【關(guān)鍵詞】信用風(fēng)險(xiǎn)；信用評價(jià)；動態(tài)模糊聚類模型一、引言6小額貸款公司與銀行等金融結(jié)構(gòu)一樣，也是典型的風(fēng)險(xiǎn)管理型企業(yè)。小額貸款公司經(jīng)營管理的

2、過程實(shí)際上就是風(fēng)險(xiǎn)管理的過程，其風(fēng)險(xiǎn)管理的目標(biāo)可以定位在將運(yùn)營過程中各種有損公司目標(biāo)實(shí)現(xiàn)的風(fēng)險(xiǎn)事項(xiàng)，及對小額貸款公司產(chǎn)生的不利影響維持在一個可容忍的水平。對于小額貸款公司而言，其面臨的主要風(fēng)險(xiǎn)有兩類，那就是合規(guī)風(fēng)險(xiǎn)與貸款損失風(fēng)險(xiǎn)。其中貸款損失風(fēng)險(xiǎn)即是信用風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)是指因交易對手未能履行約定中的義務(wù)而造成經(jīng)濟(jì)損失的風(fēng)險(xiǎn)，即受信人不能履行合同責(zé)任而使授信人的預(yù)期收益和實(shí)際收益發(fā)生偏離的可能性。小額貸款公司的信用風(fēng)險(xiǎn)是指借款人由于各種原因不愿或無力履行合同而造成違約，致使小額貸款公司遭受損失的可能性。由于小額貸款公司的經(jīng)營范圍是小額貸款，業(yè)務(wù)范圍單一。因此，以貸款為主要經(jīng)營業(yè)務(wù)的小

3、額貸款公司最主要的風(fēng)險(xiǎn)來自于客戶的違約情況，即信用風(fēng)險(xiǎn)。小額貸款公司對客戶的信用評價(jià)是小額貸款公司貸款的核心內(nèi)容，對客戶的信用評估是否合理、科學(xué)、準(zhǔn)確關(guān)系著小額貸款公司貸款的成敗。研究有效、準(zhǔn)確的信用評估模型能對小額貸款公司信用風(fēng)險(xiǎn)防范和信貸決策提供科學(xué)的指導(dǎo)。二、信用評級國內(nèi)外研究現(xiàn)狀傳統(tǒng)的信用評級研究受到資料匱乏，計(jì)量技術(shù)發(fā)展緩慢的制約，長期以來很大程度上依靠管理者主觀經(jīng)驗(yàn)判斷，主要表現(xiàn)為定性分析和靜態(tài)分析，這樣的信用評價(jià)滯后于市場風(fēng)險(xiǎn)的發(fā)展。20世紀(jì)50年代之前，信用評級主要以專家經(jīng)驗(yàn)判斷為主。信用分析專家閱讀客戶申請材料并結(jié)合其他信用因素，給出信用分析結(jié)論。這一時(shí)期的信用

4、評級方法可以統(tǒng)稱為專家判斷法，屬于信用評價(jià)方法發(fā)展的初級階段。專家判斷法主要包括5C（Character，Capacity，CapitalorCash，Collateral，andCondi6tion）信用評級法和以5C信用評級法為基礎(chǔ)發(fā)展起來的綜合評價(jià)法。專家判斷法在信用評級過程中發(fā)揮了積極的作用，但是也存在著主觀性較強(qiáng)的缺陷，其結(jié)果存在較大的不確定性。此后，更多的數(shù)學(xué)方法逐漸被引入到信用評級中來，信用評價(jià)開始呈現(xiàn)出度量分析得趨勢。目前，信用評價(jià)最常用的方法大多都是基于分類的方法。如多元判別分析（MDA）、Logistic回歸模型、Probit回歸模型等統(tǒng)計(jì)方法，還有近年來國內(nèi)

5、學(xué)者和專家也紛紛提出的綜合評判法、信用評分法、判別分析法、神經(jīng)網(wǎng)絡(luò)預(yù)測法等等。這些方法里面都不發(fā)可取之處，而在具體的運(yùn)用中仍然存在很多局限。如MDA要求樣本數(shù)據(jù)服從正態(tài)分布和等協(xié)方差，而實(shí)際中的大量數(shù)據(jù)并不服從這些統(tǒng)計(jì)規(guī)律；Logistic回歸模型對中間區(qū)域的差別敏感性很強(qiáng)；神經(jīng)網(wǎng)絡(luò)模型存在黑箱性、不穩(wěn)定性、隨機(jī)性和過分?jǐn)M合等問題。隨著計(jì)量方法的大量引入，信用評價(jià)模型研究由定性向定量、由靜態(tài)向動態(tài)發(fā)展，使得管理者可以根據(jù)市場和交易方采用合適的信用動態(tài)風(fēng)險(xiǎn)衡量模型。本文提出的聚類分析應(yīng)用于小額貸款企業(yè)客戶信用評價(jià)時(shí)不要求數(shù)據(jù)服從具體某類分布，對變量可采用名義尺度和次序尺度等優(yōu)點(diǎn)，適

6、用于信用風(fēng)險(xiǎn)分析中按照定量、定性指標(biāo)對不服從一定分布特性數(shù)據(jù)進(jìn)行分類的要求。對于我國信用數(shù)據(jù)具有明顯的非正態(tài)分布特征，將動態(tài)聚類分析應(yīng)用于小額貸款公司企業(yè)客戶信用評價(jià)具有較強(qiáng)的針對性和適用性。6三、動態(tài)模糊聚類信用評價(jià)模型1.模糊聚類基本概念。聚類分析屬于非參數(shù)統(tǒng)計(jì)辦法，該方法主要優(yōu)點(diǎn)是不要求總體服從某種具體分布，可對變量采用名義尺度、次序尺度等。因此，該方法可用于定量研究，也可對現(xiàn)實(shí)中無法用數(shù)值精確表述的屬性進(jìn)行分析。傳統(tǒng)的聚類分析將待分類的樣本嚴(yán)格劃分到某一類中，每種類別的界限必須是明確規(guī)定的，具有非此即彼的性質(zhì)，這些分類的模式稱為硬聚類。然而現(xiàn)實(shí)中，有很多樣本的類屬具有模糊

7、性，或者沒辦法先給出嚴(yán)格的分類界限。基于模糊聚類的分析方法能夠描述樣本歸屬于不同類別的不確定性程度，更客觀反映了樣本數(shù)據(jù)的組成系統(tǒng)。模糊聚類是聚類分析研究的主流，具有學(xué)科交叉性，發(fā)展及應(yīng)用的前景十分廣闊，在許多領(lǐng)域的應(yīng)用研究上取得了豐碩的成果，如礦藏識別，天氣預(yù)報(bào)，醫(yī)學(xué)診斷以及圖像語音識別等等?？蛻粜庞迷u估實(shí)際上是一個分類問題，如果掌握了客戶相關(guān)信用信息（即樣本的特征變量）進(jìn)行客戶分類，將客戶分為信用好，信用中等，信用差等類別。6客戶信用評估實(shí)質(zhì)上是一個分類問題，如果掌握了客戶相