基于ahp—ovp模型银行信贷客户选择评价探究

《基于ahp—ovp模型银行信贷客户选择评价探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于AHP—OVP模型银行信贷客户选择评价探究摘要：文章针对国内外关于银行信贷客户选择评价方法研究存在的不足，将层次分析法(AHP)与密切值法(OVP)有机结合，构建了AHP-OVP评估模型，引入到银行信贷客户的选择中，并对模型进行了检验，结果表明该方法能有效的对银行信贷客户进行选择，并在一定程度上弥补了以往银行信贷客户选择评价方法的一些缺陷。关键词：银行信贷客户；层次分析法；密切值法一、引言合理有效地选择信贷客户对于银行来说不仅能有效控制贷款风险，还能为银行创造十分大的价值，因此，怎样选择合适的

2、信贷客户对于银行来说十分重要。目前国内外学者已开始对银行信贷客户选择问题进行了相关研究，余燕达和李海晨基于数据挖掘的方法对信贷客户信用评价选择进行了研究，王雪青和马辉采用灰色关联法对银行信贷客户选择进行了评价研究，赵鉴采用模糊评价法对银行信贷客户选择评价模型进行了构建。通过以上文献可以看出，现有学者对银行信贷客户选择评价模型构建的思路为：首先将信贷客户采用若干类型的评价指标，采用专家评价手段获得各指标评价值，然后采用诸如数据挖掘法、灰关联法、模糊评价法等方法对评价指标数据进行处理，从而实现对信贷客

3、户的选择。虽然现有信贷客户选择的评价方法主要以相对流行的数理评价模型为依据，但是上述这些数理评价模型在评价对象上具有一定的约束条件，并且评价权重的确定较为主观，无法剔除评价指标之间的非线性关系和信息重叠，由此导致银行信贷客户选择评价信息失真而给银行造成较大的损失。基于此，本文将层次分析法和密切值法这两种方法进行组合，构建出银行信贷客户选择的AHP-OVP评价模型。二、银行信贷客户选择的AHP-OVP模型构建1.建立层次结构模型。根据银行信贷客户选择的影响因素将银行信贷客户选择评价指标分解成目标层、

4、准则层和项目层。2.构造判断矩阵。根据银行信贷客户评价标准采用1-9标度方法对各指标因素进行两两比较由此构造出银行信贷客户选择评价的判断矩阵。3.层次单排序及一致性比较。釆用CR二■来对判断矩阵的一致性进行检验，当且仅当CRO时，Ai偏离最优点，其值越大，偏离越远；当Ci=O时，A最接近最优点，以Ci的大小作为决策准则，Ci最小的对象就是最佳信贷客户。三、应用实例现有三个备选的贷款企业客户，根据对选择基准因素的分析，各个备选企业客户的评价主要包括财务状况、管理水平、行业地位、变现能力、技术实力和履

5、约信誉。下面将通过运用前面第2节构建AHP-OVP模型对备选的贷款企业客户进行评价选择。1.建立层次结构模型。根据前面可知银行信贷客户选择为评价目标层，财务状况、管理水平、行业地位、变现能力、技术实力和履约信誉为评价指标构成准则层，三个备选贷款企业客户构成对象层，如图1所示。2.确定备选企业在信贷客户选择评价指标中的权重由银行管理层人员组建评价小组，根据三个被选贷款企业客户依次对六项评价指标进行两两比较从而得出具体的评价分值，进而根据评价分值对判断矩阵进行构建。并对各备选企业在评价指标中的权重和一

6、致性检验参数进行测算，结果如表2-7所示。3.应用密切值法进行综合评价。由于各选择基准因素指标的数值越大越好运用公式(3)转化为规范化指标矩阵,计算结果见表8。由(5)式可得最优点和最劣点，分别为A+=(0.9331,0.6883,0.8711,0.6667,0.8615,0.8698)A-=(0.1227,0.2293,0.1640,0.3333,0.0718,0.1650)根据(7)、(8)式可计算d+i、d~i:d+i二(0.8104,1.0015,1.3238),d-i=(1.3936,1

7、.0212,0.5891)由(9)式易得d+=min{d+i}=0.8104,d-=max{d-i}=l.3936根据公式(6)则可得到各对象的密切值Ci=(0,0.5030,1.2108)由此可知，C1

8、非线性关系和信息重叠，由此导致银行信贷客户选择评价信息失真而给银行造成较大的损失。基于现有研究不足，本文构建了银行信贷客户选择的AHP-0VP评价模型，依据财务状况、管理水平、行业地位、变现能力、技术实力和履约信誉这六个选择基准因素对各备选贷款企业客户进行了有效排序，并通过了一个案例对其进行了验证，结果发现，银行信贷客户选择的AHP-OVP评价模型能充分利用层次分析法和密切值法各自的长处，不用对评价指标计算权重，并且计算相对直观明了，从而减少了主观性又不是科学性、合理性，能有效地对