个人信贷风险评估模型建立

1个人信贷风险评估模型建立摘要随着我国商业银行个人消费贷款突飞猛进的发展，总量和规模与日俱增，个人消费贷款违约事件也屡见不鲜，因此商业银行个人消费贷款客户的信用评价也更显重要。本文通过合理假设数学模型，研究确定银行个人信贷风险的评估标准。在实际中，影响贷款风险性的因素涉及很多方面，我们在题目中所给因素的基础上，选择和添加了十组较为重要的影响因素，并对其进行量化处理。论文内容可分为三个层次：首先，我们在对大量真实样本数据分析的基础上，确定了信贷风险评分中十项影响因素的取值，并通过矩阵运算、程序设计、均值算法、数据统计、方程求解等方法，确定了各项指标的评分系数，进而最终确定了评估个人信贷风险的评分函数；其次，在确定评分函数的基础上计算贷款评分的临界值，并依次对客户进行信用评分等级划分；最后，随机选择了十位客户的数据进行检验，得出通过建立的评估模型和所求的数据与实际情况基本一致，且具有简便、易用的特点。2一、问题的提出2008年9月美国金融市场风云再起，雷曼兄弟控股公司破产，美洲银行收购美林集团和AIG集团陷入危机。由此引发了美国金融市场的强烈震撼，并在国际金融市场掀起滔天巨浪，旷日持久的美国次贷危机中与演变成一场严峻的全球经济危机，未及一年多来，贸易骤减，企业倒闭，失业增加，各国经济特别是发达国家的经济呈现出一片萧条的景象。“古为今用，史为实用”。前车之鉴，反思效实。所以，次贷风险的度量和防范就成为当前一个重要研究内容，而次贷风险的防范应该从信贷开始。因此，研究分析银行的客户信用程度，偿还能力等指标对银行的更好运作有着举足轻重的作用。二、问题分析中国人民银行颁布的《关于开展个人消费信贷指导意见》中要求各中资商业银行加大对消费贷款的支持力度，刺激消费从而带动经济发展。个人消费贷款将成为银行贷款投向的一个重点，但是消费贷款不同于其他贷款，其客户分散，贷款规模较小，且笔数多，成本高，风险远远高于其他贷款。所以银行应当加强消费信贷风险管理，建立健全信贷风险管理机制及评分标准，以保证贷款的安全性。而对贷款进行风险评估和量化研究则是银行信贷风险管理的一个必要手段。我们首先通过对深圳某银行消费信贷样本数据的分析，并对风险评价值与所选取的十个重要因素的关系进行假设，通过运算得出了对应的评价系数iC、评价函数Y、临界值CY和等级梯度值AAA+、AAA、AA+、AA、A+、A、B、C。且用已有的数据去检验评价函数及信贷风险标准中的等级梯度值，使模型符合实际。三、模型的假设及符号说明1.模型的假设:（1）根据实际选取十项影响信贷风险的重要因素（理想状态下忽略其他次要因素的影响）。（2）各项影响因素评价系数与所取值的关系是线性的。（3）各影响因素的量化值与实际相符。（4）评分标准的临界值是组A、B评分值的加权平均数。2.符号说明：iY:样本数据的评分值iC:对应影响因素的评分系数ijX:各影响因素实际数据的属性量化值30Y、1Y：样本数据评分值的算数平均值0siX、1tiX：A组、B组原始数据的量化值0iX、1iX：A组、B组数据各列的平均值A=00siiXXB=11tiiXXS=12（A+B）0AY、1BY：A组、B组评分值的平均水平CY：是否贷款的临界值四、模型的建立信贷风险评估模型是评价借款者信用可靠性的定量技术，通过对银行大量个人消费贷款的调查分析建立这一模型。本模型主要通过对贷款者的年龄、婚姻状况、文化程度分期付款占收入的比重、担保情况、单位性质等方面评估信贷风险，涉及十个因素，它们是：1.年龄：C0为年龄评分系数，X0为贷款申请者实际年龄的属性评分。30岁以下记为1分，30～40岁记为3分，40～49岁记为5分，50～65记为4分，65岁以上记为2分。2.婚姻状况：C1为婚姻状况评分系数，X1为贷款申请者实际婚姻状况的属性评分。未婚记2分，已婚无子女记4分，已婚有子女记5分。3.文化程度：C2为文化程度评分系数，X2为贷款申请者实际文化程度的属性评分。高等教育记为5分，中等教育记为3分，初等教育记为1分。4.单位性质：C3为单位性质评分系数，X3为贷款申请者单位性质的属性评分。事业单位记5分，企业单位记4分，个体记3分，其他记2分，无单位记1分。5.职称：C4为职称评分系数，X4为贷款申请者职称的属性评分。高级职称记为5分，中级职称记为3分，初级职称记为1分。6.月收入：C5为月收入评分系数，X5为贷款申请者实际月收入的属性评分。3万以上记为5分，3万～2万记为4分，2万～1万记为3分，1万～5000记为2分，5000以下记为1分。7.分期付款占收入的比重：C6为分期付款占收入比重的评分系数，X6为贷款申请者分期付款占实际月收入比重的属性评分。4大于40%记为1分，30%～40%记为2分，20%～30%记为3分，10%～20%记为4分，10%以下记为5分。8.担保情况：C7为担保情况评分系数，X7为贷款申请者实际担保情况属性评分。有担保记为3分，无担保记为1分。9.身体情况：C8为身体情况评分系数，X8为贷款申请者实际身体情况属性评分。良好记为3分，一般记为2分，差记为1分。10.贷款期限：C9为贷款期限评分系数，X9为贷款申请者实际贷款期限属性评分。5年以上记为1分，5年～4年记为2分，4年～3年记为3分，3年～2年记为2分，2年～1年记为1分。以上十项得分的总和:Y=C0X0+C1X1+C2X2+C3X3+C4X4+C5X5+C6X6+C7X7+C8X8+C9X9记为该笔贷款的信贷评分。（各信贷风险影响因素的量化值见附录一）。下面根据收集的贷款样本资料，求出各评分iC。从消费贷款的非违约贷款和违约贷款中分别随机抽取s和t个样本分别记为A、B组。则它们对应的评分为：组A的评分值Y0=C0X00+C1X01+C2X02+……+C8XO8+C9X09Y1=C0X10+C1X11+C2X12+……+C8X18+C9X19Y2=C0X20+C1X21+C2X22+……+C8X28+C9X29……………………Ys=C0Xs0+C1Xs1+C2Xs2+……+C8Xs8+C9Xs9组B的评分值Y0=C0X00+C1X01+C2X02+……+C8XO8+C9X09Y1=C0X10+C1X11+C2X12+……+C8X18+C9X19Y2=C0X20+C1X21+C2X22+……+C8X28+C9X29……………………Yt=C0Xt0+C1Xt1+C2Xt2+……+C8Xt8+C9Xt9又做001siiYYs，101tiiYYt，即0Y为组A的平均值，1Y为组B的平均值。为使组A与组B之间有明显区别，希望它们平均值之间差距越大越好，而组内离差平方和越小越好，即5012012345678900211211(),,,,,,,,,()()stiiiiYYLCCCCCCCCCCYYYY（1）越大越好，从而建立评分系数0123456789,,,,,,,,,CCCCCCCCCC为0123456789,,,,,,,,,LCCCCCCCCCC的极大值点。[1][2]由微分方程可知（0123456789,,,,,,,,,CCCCCCCCCC）为方程组0123456789,,,,,,,,,0iLCCCCCCCCCCC(0,1,...,9)i的解五、模型的求解1.将原始数据写成矩阵组A的矩阵000000010809000010111819000090919899XXXXXXXXXXXX=3532122333351112233335351113333232315333143411233345521433233534124333555312312355551153233555144333组B的矩阵000000010809000010111819000090919899XXXXXXXXXXXX=32351343335232323323423231431335355133333512514333555555111235555213333534311332451151131352521313236各列的平均值00000189()XXXX=354312333311110189()XXXX=4433423232做新的矩阵A、B，及两组的算术平均值矩阵S000000000000110880990000000010011118819900000000900911988999XXXXXXXXXXXXXXXXAXXXXXXXX=0011001000003200100000120120000311212000211101100010110200100011001000201000021020120120100012021000111111110000110880991111111110011118819911111111900911988999XXXXXXXXXXXXXXXXBXXXXXXXX=1202302010120110100002011120101102111010112111201011221212111122111010110111101101221110101221301000且1()2SAB=121211311010123310000002111200101211123010303212101021311510211113100210111111120121101210201231330000满足式（1）的（0123456789,,,,,,,,,CCCCCCCCCC）为方程组701000011110122201333014440155501666017770188801999XXCXXCXXCXXCCXXSCXXCXXCXXCXXCXX的解，即010000111101222013330144410155501666017770188801999XXCXXCXXCXXCCXXSCXXCXXCXXCXXCXX=1S1110301010解得：（0123456789,,,,,,,,,CCCCCCCCCC）=（0.9，1.8，5.5，4.5，3.8，6.3，7.5，5.5，3.6，2.7）（其中1S通过设计程序求得，具体程序见附录二）3.确定评分函数01234567890.91.85.54.53.86.37.55.53.62.7YXXXXXXXXXX（2）4.组A、B评分制的平均水平0000000118899AYCXCXCXCX=121.51111100118899BYCXCXCXCX=115.4再取出两组数据（每组20个），重复以上过程，取平均数，最终求得临界值：01ABcsYtYYst=118.45[3