姬波 徐晶晶

摘  要：本文主要针对中小企业的信贷风险进行量化分析的研究，利用123家企业，将误差值较大以及一些不合常理的数据予以剔除，绘制箱线图判断极端异常值的值。首先将处理后的数据量化处理，归一化到[0，1]范围内，根据量化归一后的各项指标数据来确定影响银行对企业评估的主要影响因素，借助SPSS软件分析提取出四个主成分，可以初步得到信誉评级、违约情况、进项金额和销项金额对信贷风险水平的影响，进而对数据执行逐步回归分析。其次采用层次分析法得到两两因素间的模糊判断矩阵，对矩阵进行标度法归一处理，计算出各个指标的权重。最后根据多元回归的带的数值公式，带入各企业的数据计算出得分，根据得分划分九个等级，贷款额定分别为10-100万等额分布，利率4%-15%依此升高。

关键词：层次分析法;模糊评价;回归分析

引言

由于中小微企业规模相对较小，并且缺少抵押资产，因此银行通常是依据信贷政策、企业的交易票据信息和上下游企业的影响力，向实力强、供求关系稳定的企业提供贷款，并可以对信誉高、信贷风险小的企业给予利率优惠。银行首先根据中小微企业的实力、信誉对其信贷风险做出评估，然后依据信贷风险等因素来确定是否放贷及贷款额度、利率和期限等信贷策略。企业的生产经营和经济效益会受到一些突发因素影响，并且突发因素对不同行业、不同类别的企业会有不同的影响。

1、问题分析

首先我们采用拉依达准则对所给数据进行异常值处理，对于一些不合常理的数据，采取修改或者剔除的方法对这些数据进行适当处理。然后运用箱线图判断极端异常值的值，将这些数据剔除并插入相应的值。如是否违约、信誉等级等信息为文字表述，采用人工赋值的手段，将该类数据进行量化处理。为了保证统计数据的可用性，根据数值计算规律，对训练集和测试集进行规划预处理，采用归一化映射，从而确定影响银行对企业的风险评价综合得分的主要因素，我们选取信誉评级、违约情况、进项金额、进项税额、销项金额、销项税额等六项指标进行主成分分析。由SPSS软件分析所得共提取出四个主成分，也就是对应的进项指标、销项指标、信誉评级和违约情况。

2、模型的建立与求解

本文基于所给历史数据，对市场下的估值水平进行测算，并比较各个企业的信誉等级差异。所给数据量过多，这就会导致在数据记录上有可能存在误差，这些误差可能来源人工的疏漏，亦可能来自机器记录中的故障，因此首先采用拉依达准则对题中所给数据进行异常值处理。对待测数据进行等精度测量，独立得到 ，并计算出其算术平均值 及剩余误差 ，按照贝塞尔公式算出标准偏差 ，若某个测量值 的剩余误差 ，满足下式：

本文认为 是含有粗大误差值的坏值，应予以剔除。对于一些不合常理的数据，假定假定此数据是由自动写入或采样错误引起的，并且应该对数据进行校正或丢弃以进行适当处理。假设给定指标的背景值范围限定在 区间内，则将区间 中的数据视为正常范围的值，并消除异常数据。然后使用箱线图准确判断极端异常值的数据值，删除这一部分数据并插入相应的值。对数据进行标准化的数据异常值处理，本文选取其中部分数据绘制箱线图以反映原始数据分布的特征，比较某些数据集的分布点特征，并使用MATLAB进行计算。

对于所给的数据，例如是否违约、信誉等级等信息均为文字表达，对建立数学模型具有一定的阻碍性，本文采用人工赋值的方法对该类数据进行量化处理。A、B、C、D四个信誉等级依次对应为3、2、1、0分值，该分值作为进一步标准归一化的基础。对于是否违约存在是、否两种情况，进行0-1映射处理，违约对应得分为0[1]。在对文本数据进行赋值后，鉴于不同评级指标之间的度量单位或数量级有所不同，因此无法对不同属性的特性值表征进行比较。故而为了消除这些因素的噪声，确保数据的可行准确性，根据数值计算规律对训练集和测试集进行归一化预处理，采用归一化映射：

将数据进行无量纲化到[0，1]范围内，这有利于在同一体系内建立统计评估模型。其中 。归一化的效果是原始数据被规整到[0，1]范围内，这种归一化方式称为[0，1]区间归一化[2]。

根据量化和归一化处理后的各项指标数据，确定影响银行对企业的风险评价综合得分的主要影响因素，方便后续进行回归分析，其中选取信誉评级、违约情况、进项金额、进项税额、销项金额、销项税额等六项指标进行主成分分析。

假设研究对象有两项指标 和 ，本文从总体 中抽取N个样品进行研究，它们散布在椭圆平面内，指标 与 具有相关性。 和 分别是椭圆的长轴和短轴 ，故 与 互不相关。其中 是点 在长轴上的投影坐标， 是该点在短轴上的投影坐标。从中可以看出点的N个观测值的波动大部分可以归结为 轴上投影点的波动，而 轴上投影点的波动较小。若 作为一个综合指标，则 可以较好地反映出N个观测值的变化情况， 的作用次要。于是，综合指标 称为主成份。要用数量化的方法对事物进行分类，就必须用数量化的方法描述事物之间的相似程度。一个事物常常需要用多个变量来刻画。如果对于一群有待分类的样本点需用 个变量描述，则每个样本点可以看成是 空间中的一个点。因此，很自然地想到可以用距离来度量样本点间的相似程度。在目前已经出现的突发事件即为2020年初的新型冠状病毒疫情，该疫情仍会持续一段时间，已经对2020年初的企业经营生产造成了相当的影响，并且该影响将随着疫情在国际范围内升温持续一段事件并带来更加难以准确预计的影响。

结论

为评估无法用数据精确度量的信贷风险，本文选择使用模糊综合评判法，起到了良好的量化问题的作用。建立在模糊集合基础上的模糊综合评判方法，从多个指标对被评价事物隶属等级状况进行综合性评判，它把被评判事物的变化区间做出划分，一方面可以顾及对象的层次性，使得评价标准、影响因素的模糊性得以体现;另一方面在评价中又可以充分发挥人的经验，使评价结果更客观，符合实际情况。模糊综合评判可以做到定性和定量因素相结合，扩大信息量，使评价数度得以提高，评价结论可信。

參考文献

[1]  庞素琳.信用评价与股市预测模型研究及应用：统计学、神经网络与支持向量机方法[M].北京：科技出版社，2005.

[2]  张云迪，沙秀娟. 重庆银行的信贷风险管控分析[J]. 财务与会计，2015（24）.

[3]  代军勋. 商业银行积极风险管理研究[M].武汉：武汉大学出版社，2006.

[4]  原铭悦.论国家新调控下的商业银行信贷风险管理[J].知识经济，2014（2）.