模糊AHP个人信用评分模型设计

一、绪论

（一）研究背景与意义

1. 选题背景

在市场经济国家中，商业银行通常被称为“风险机器”，即是说银行通过承担各种各样的风险来获取收入。在这些风险中，信用风险是尤为重要的风险之一。而信用风险管理作为银行经营中的控制风险的手段也将贯穿于银行经营管理的整个过程中。近五十年来，随着经济全球化的不断加深，世界经济发展格局发生了深刻变革，过去的国际金融秩序早已无法满足现代银行业快速发展的需求。在金融危机席卷全球后，银行所处外部环境也遭到了重大的打击。1990年以来，多次区域性或全球性经济问题的发生，如大和银行，巴林银行的倒闭，97年东南亚金融危机的发生，2008年美国次贷危机引发的全球经济危机等这些问题都使经济学家们进行了深刻的反思，他们发现其中一个重要的环节问题就是信用风险管理水平相对于经济形势发展水平的落后。

在各式各样的风险种类中，信用风险是最古老的一种。从人类出现经济活动以来，信用风险就在始终影响经济中所有个体的行为方式。作为经济活动中心的银行，由于其的经济活动枢纽的地位与责任，也更加直观的面对信用风险的威胁，信用风险管理对于银行的重要性也不言而喻。以2008年美国次贷危机为例，这次次贷危机直接或间接的导致雷曼兄弟，美林证券等众多知名金融机构的破产，接管和收购，究其根源就是信用风险管理失当的结果。大量的信贷资金为了赚取更高的利润长期投入高风险投资领域，并且大量低信用群体也得到了授信。一旦宏观经济调整，整个信贷结构全面倒塌，泡沫破灭引发大规模违约。当违约损失超过一定限度时，市场上出现一系列连锁反应，各种风险相继被诱发，金融市场的震荡直接冲击了实体经济的发展。2008年开始的全球金融危机的根源就在于信用风险管理的失败，次级房屋抵押贷款的坏账不断蔓延，金融机构与投资者们相继亏损乃至破产，投资信心收到严重打击，金融界的巨大风暴最终造成了对实体经济的巨大冲击，从而引起了全球性的金融危机。

放眼国内，我国自改革开放以来，经济快速发展，银行业在短短数十年间跨越了国际银行业几十年走过的路程，但是这种极其迅速的发展也带来了较多负面效果，商业银行注重追求利益最大化而盲目拓展业务导致对于风险管理的忽视就是其中极其重要的一个问题。商业银行近年来开展的业务种类越来越多也越来越复杂导致了风险来源的复杂化与多元化。如何有效的提升风险管理控制能力也成为了掣肘国内银行业发展的重要问题。相比西方发达资本主义国家，我国资本市场还处于相对初级的发展阶段，企业发展所需要的资金大多来自银行贷款。这个极受欢迎的间接融资模式，注定了在我国的经济发展中商业银行起到了关键作用。如果出现大范围的信用危机，不仅影响到商业银行自身的运作发展，同时也是对国民经济的重大打击。以2005年为基准，截至2012年，国内商业银行贷款总额增加46万亿元，增幅239%。2013年3月，银监会下发2012年度监管统计数据，数据显示在 2012年12月末的时点上，商业银行不良贷款共4839亿人民币，同比增长654亿人民币。很显然，在国内金融市场贷款总额快速增长的过程中，银行的不良贷款发生额的逐年增加，而这带来的信用风险急剧增加。因此，管理和控制信贷风险不仅是商业银行本身一个重要组成部分，也是国内经济保持目前健康发展的前提。目前我国商业银行的信用风险管理水平还处于一个较低的层次，不能较好的抵御风险，如果不能提高商业银行的信用风险鼓励能力，就不能很好的应对金融市场竞争日益严重的今天。

经过100多年的发展，美国的个人征信体系已经较为健全，信用管理法律完整规则且成体系，社会征信体系完善且富有公信力。三大征信机构TransUnion、E- quifax、 Experian以及数百家小型征信机构按照市场规则运行，已经实现了征信体系市场化的任务，保证了征信结果的客观公正。征信机构收集个人信息并对其进行分析，制作出对个人信用的评价报告供金融机构使用。

对于客户信用风险评估的研究在我国起步较晚，同时在基础条件，技术条件和市场条件等方面与国外金融市场都存在较大的差异。因此，适用于国外发达国家银行业的信用风险评估体系并不完全适用于国内，差异在于国内无法做到完全信息。同时，国内商业银行对于信用风险管理的重视也并不够，导致在理念，技术，制度等多个方面存在明显缺陷，对于违约个人的数据库的建立无论从范围的广度还是时间的长度上来说都不够充足。因此，如何凭借有限的资料来判断贷款人的信用状况对于国内的商业银行来说是一个很有研究价值的课题。

（二）国内外研究现状

1. 国外信用风险评估的现状

国外资本主义国家银行业对于风险评估的研究起步较早且发展迅速，在综合运用金融学、数理统计学、计量经济学、经济学等多种学科后出现了多种风险管理思想以及风险度量模型，得到了社会的普遍认可及应用。1909年John Moody 首现对铁路债券进行了信用评级，在此之后各种度量信用风险的方法不断出现。个人信用评分在发达资本主义国家已经出现了数十年，部分国家已经形成了较为成熟的个人信用评分理论，方法及模型。个人信用评分方法可以分为数理统计方法和人工智能方法两个大类，其中数理统计方法包括判别分析、回归分析、数学规划、分类树法、层次分析法等。人工智能方法分为神经网络、遗传算法、最近邻法等。

在针对个人信用评分的必要性研究上，Padilla及Pagano（1997）认为信息不对称导致银行要求借款人支付更高的利息，同时也造成了借款人的高位约可能性，而详细调查并评估客户的信用状况可以有效的避免这种问题的出现。Love、Nataliya、Inessa（2003）和Marco Pagano、Tulli Jappelli（2005）认为信息的传播和共享可以加强银行对借款人特征的认识，同时对客户的还贷能力做出正确的评估，从而尽可能的使信息透明化，使信贷的分配更加合理。

在针对个人信用评分指标选取的研究上，美国FICO个人信用评分指标体系包含了五个方面的内容，分别是支付历史、尚未还清贷款数额、信用卡使用时间、信用账户数额、信用账户类型这五个方面的内容，出于美国国情对于个人隐私的保护原因，不考虑种族、信仰、年龄、收入、职务、职业、雇主、受雇时间长短以及受雇历史等方面的信息。

2. 国内研究文献综述

我国客户信用风险评估研究的水平与发达国家相比相对滞后，大多数只是在介绍和比较国外一些较为成熟的信用风险评估模型，但是在实证分析中，主要还是以评估对象的财务比率进行分析比较，真正使用量化手段对于银行贷款信用评