信用风险分析方法的发展论文

《信用风险分析方法的发展论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、信用风险分析方法的发展论文摘要对目前极具应用前景的信用风险分析方法进行了评述,分析了它们的特点、应用及进展,并在此基础上,提出了我国相应的决策,以便为促进我国信用风险管理水平的提高提供有益的借鉴。关键词信用风险神经网络专家系统杂合体系一、问题的提出银行面临的主要风险有信用风险、市场风险、利率风险。我国商业银行的改革一直在进行中。就我国实际情况而言,银行经营效益低下,呆账、坏账增加固然有体制上的原因,但忽视信用风险分析和管理方法的研究,对信用资产进行不合理的定价也是一个不容忽视的原因。近20年来,随着国际金融领域竞争的空前加剧及大规模贷款组合的不断发展,传统的

2、信用评估方法已不能满足人们的需要。一批以信息技术为支撑,以系统采用统计科学、人工智能、模拟技术等为特征的现代信用风险分析方法在西方发达国家不断涌现。与国外相比,我国目前对风险分析方法的研究还不充分,.freelan认为:NN分析方法在信用风险识别和预测中的应用,并没有实质性的优于线性区别模型。因此从目前的研究文献看,NN系统已显示出非常大的应用前景,但与传统的DA、LG方法相比,还不具备绝对的优势。原因在于目前尚无成熟的理论指导来设定网络结构,要得到一个较好的NN结构,需要人为地试凑。并且网络的学习过程慢,尤其当网络结构复杂,样本训练次数多时,其运算效率降低

3、。因此,NN的未来发展仍有待人们艰苦不懈的努力。4.杂合系统与支持向量机方法(1)杂合系统。杂合方法是指把两种或多种不同的方法结合在一起形成一种新的方法，这种新的方法既能继承原来各方法中的优点，又能克服各方法中的缺点，同时还能形成一种新的优点，而这种新的优点是原来所有方法中都不具备的。由于具有这样的特性，提高了解决问题的效率，是目前一种比较流行的研究方法。Kerling(1995)将递归分割算法与DA方法进行比较的同时，提出了两种方法的杂合方法，结果证明杂合方法的分类效果比单独使用这两种方法都好。）的学习方法，研究如何根据有限学习样本，进行模式识别和回归预测

4、等。近年来，SVM已成为解决模式分类和回归问题的有利工具。由于SVM在学习过程中避免了神经网络的一些缺陷，如网络结构难以确定、在样本训练过程中发生过学习或欠学习、容易产生局部极小等，因此，在进行模式分类时，人们自然认为SVM学习方法优于神经网络方法。它的主要研究内容是，当问题是线性可分时，给出一个求解最大间隔法的方法；而当问题不是线性可分时，提出利用一核函数将样本集映射到某一高维空间，使得样本集在高维空间中的像是线性可分的。其学习方法最大的特点是：根据结构风险最小划原则，尽量提高学习机的泛化能力。其中，通过非线性映射，将低维空间中的非线性问题转变为高维空间中

5、的线性问题，并采用一核函数代替高维空间中的内积运算，达到避免高维运算和解决非线性的目的。尽管通常来说，支持向量机方法也是神经网络方法的一种，但考虑到支持向量机方法与其他神经网络方法相比，确实有其独特之处，特别是在信用风险分析领域的研究中表现出很强的应用前景，因此将该方法单列出来。三、结语目前,具有高技术含量的风险管理模型在西方发达国家获得了突飞猛进的发展,其主要特征表现为综合吸收当今各学科领域的最新技术成果,大量运用计算机信息技术、经济计量技术、模拟技术，以及神经网络和专家系统对信用风险进行计量、定价、交易和套期保值,风险评价方法越来越体现出从定性到定量、从

6、简单到复杂、从微观层次的个别资产信用风险评价到宏观层次的资产组合信用风险评价的趋势。由于我国商业银行和金融市场尚处在新兴发展阶段,核心的信用风险分析仍采用传统的比例分析方法,远不能满足商业银行对贷款进行风险分析的需要。吸收和借鉴西方风险管理的新方法,对于我们具有重要的意义。这里仅提出几点建议:1.由于风险分析方法的成功运用依赖于庞大完整的数据库,而我国目前大多数企业数据资料不全,并且国内缺乏独立的金融资信评级机构。因此,我国目前当务之急要大力培育和发展中国独立的信用评级机构,同时从长远看,我国商业银行和企业必须尽快建立统一、规范的数据仓库和管理信息系统,以满

7、足所有工具对数据的需求。2.要抓紧培养高素质的专业人才队伍,同时建立良好的信用文化环境及适合自身的信用文化和管理哲学,要将风险意识根植于银行的上上下下,让全体员工以伦理道德、避免风险及银行的健康发展作为其行动准则;3.在实践中,国内不能直接照搬国外的方法,而要科学、灵活地借鉴国外的先进模型,逐步开发适合中国实际的信用风险模型。4.意识到模型自身固有的缺陷。要坚持定性与定量相结合的原则,任何复杂的数量分析都不能替代经验判断,况且目前现有的信用风险模型仍处于发展的早期阶段,过度依赖于数量模型将会产生模型风险。