基于人工魚(yú)群算法的中小企業(yè) 信貸風(fēng)險(xiǎn)評(píng)估模型

黃海云

摘要：隨著經(jīng)濟(jì)的發(fā)展，中小企業(yè)已成為國(guó)民經(jīng)濟(jì)的重要組成部分，在促進(jìn)就業(yè)、穩(wěn)定社會(huì)、活躍經(jīng)濟(jì)等方面發(fā)揮著重要作用。近些年來(lái)，中小企業(yè)信貸業(yè)務(wù)日益引起各商業(yè)銀行的重視。如何在促進(jìn)中小企業(yè)信貸業(yè)務(wù)的同時(shí)加強(qiáng)風(fēng)險(xiǎn)防范是一個(gè)急需解決的問(wèn)題，但目前的風(fēng)險(xiǎn)評(píng)估模型都有一定的不足。針對(duì)這個(gè)問(wèn)題，本文提出了一種基于人工魚(yú)群算法的中小企業(yè)信貸風(fēng)險(xiǎn)評(píng)估模型。首先構(gòu)造融合多特征信息的中小企業(yè)向量空間模型，該模型能較好地反應(yīng)中小企業(yè)的實(shí)際經(jīng)營(yíng)情況; 其次構(gòu)造中小企業(yè)風(fēng)險(xiǎn)級(jí)別識(shí)別模型，并通過(guò)魚(yú)群仿生算法尋找模型參數(shù)的最優(yōu)解。該模型可以較好地處理中小企業(yè)風(fēng)險(xiǎn)級(jí)別的識(shí)別，同時(shí)保證較快的收斂速度，從而達(dá)到防范信貸風(fēng)險(xiǎn)的目的。

關(guān)鍵詞：信貸風(fēng)險(xiǎn)；評(píng)價(jià)模型；信貸管理；魚(yú)群優(yōu)化算法

近些年來(lái)，我國(guó)的中小企業(yè)發(fā)展迅速，在確保經(jīng)濟(jì)增長(zhǎng)、緩解就業(yè)壓力、促進(jìn)社會(huì)穩(wěn)定、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)等方面，均發(fā)揮著越來(lái)越重要的作用。中小企業(yè)信貸業(yè)務(wù)越來(lái)越引起各商業(yè)銀行的普遍重視。但中小企業(yè)實(shí)力普遍薄弱，抗風(fēng)險(xiǎn)能力小，質(zhì)押資源非常有限，大量信貸資金涌向中小企業(yè)會(huì)容易引起銀行不良資產(chǎn)的增加。因而開(kāi)展對(duì)中小企業(yè)信貸風(fēng)險(xiǎn)的研究，進(jìn)而建立針對(duì)性的風(fēng)險(xiǎn)評(píng)價(jià)模型對(duì)商業(yè)銀行具有重要意義。

一、中小企業(yè)信貸風(fēng)險(xiǎn)

信貸風(fēng)險(xiǎn)[1]是指商業(yè)銀行在經(jīng)營(yíng)管理過(guò)程中，由于不確定因素使借款人不能按期償還貸款本息的可能性。目前中小企業(yè)信貸面臨的主要風(fēng)險(xiǎn)有：市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、經(jīng)營(yíng)風(fēng)險(xiǎn)及道德風(fēng)險(xiǎn)等。

（1）市場(chǎng)風(fēng)險(xiǎn)。中小企業(yè)的規(guī)模較小，抗市場(chǎng)風(fēng)險(xiǎn)能力較差，隨著外部市場(chǎng)環(huán)境的急劇變化,中小企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)顯著加大。中小企業(yè)資產(chǎn)規(guī)模小，更易受經(jīng)濟(jì)周期波動(dòng)的影響，這使銀行等債權(quán)人承擔(dān)著過(guò)多的市場(chǎng)風(fēng)險(xiǎn)。

（2）信用風(fēng)險(xiǎn)。大多數(shù)中小企業(yè)財(cái)務(wù)信息透明度不高，缺乏規(guī)范的會(huì)計(jì)制度，銀行難以對(duì)其實(shí)際經(jīng)營(yíng)狀況和盈利前景做出準(zhǔn)確判斷。部分企業(yè)存在不遵守合同契約,任意逃廢銀行債務(wù),企業(yè)之間相互拖欠三角債等問(wèn)題。

（3）經(jīng)營(yíng)風(fēng)險(xiǎn)。中小企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)主要是企業(yè)內(nèi)部、外部因素的變化給企業(yè)的發(fā)展帶來(lái)不確定性而產(chǎn)生的風(fēng)險(xiǎn)。許多中小企業(yè)設(shè)備工藝落后，競(jìng)爭(zhēng)力較弱，抵御風(fēng)險(xiǎn)的能力弱。風(fēng)險(xiǎn)對(duì)于中小企業(yè)來(lái)說(shuō)影響力大大超過(guò)了大企業(yè)，而中小企業(yè)的任何一種風(fēng)險(xiǎn)都會(huì)帶來(lái)危機(jī)。

（4）道德風(fēng)險(xiǎn)。中小企業(yè)普遍資信度不高，誠(chéng)信觀念淡薄。部分中小企業(yè)管理人員素質(zhì)較差，信用觀念淡薄，他們往往會(huì)利用銀行掌握的信息不對(duì)稱，設(shè)法逃廢銀行債務(wù)。

（5）管理風(fēng)險(xiǎn)。中小企業(yè)組織結(jié)構(gòu)單一，法人治理結(jié)構(gòu)不完善，對(duì)風(fēng)險(xiǎn)管理缺乏全局性的把握。存在不同程度的管理混亂現(xiàn)象，如企業(yè)規(guī)章制度不健全，報(bào)表失真，成本居高不 下等。這些問(wèn)題直接威脅企業(yè)的生存和發(fā)展。

(6）制度風(fēng)險(xiǎn)。目前，我國(guó)的大部分中小企業(yè)沒(méi)有建立起現(xiàn)代企業(yè)制度，許多中小企業(yè)成分復(fù)雜、產(chǎn)權(quán)不清，因此銀行貸款給這些中小企業(yè)所面臨的風(fēng)險(xiǎn)大。

二、 目前已有的信貸風(fēng)險(xiǎn)評(píng)價(jià)方法

目前中小企業(yè)信貸普遍面臨著各種風(fēng)險(xiǎn)，只有建立完善高效的風(fēng)險(xiǎn)管理模型，才能從根本上解決信貸風(fēng)險(xiǎn)問(wèn)題，使中小企業(yè)的信貸業(yè)務(wù)進(jìn)入良性循環(huán)的境況中。

目前已有的信貸風(fēng)險(xiǎn)評(píng)價(jià)方法主要有基于專家評(píng)分的方法、層次分析法[1,2]、模糊評(píng)價(jià)方法[3-4]和基于協(xié)同學(xué)原理的方法。基于專家評(píng)分的方法把所得的評(píng)分進(jìn)行平均，通過(guò)得分來(lái)判定風(fēng)險(xiǎn)等級(jí)。但該方法往往過(guò)于主觀，難于客觀評(píng)價(jià)企業(yè)真實(shí)的風(fēng)險(xiǎn)狀況。層次分析法和模糊評(píng)價(jià)方法沒(méi)有考慮到評(píng)價(jià)指標(biāo)之間的相關(guān)性問(wèn)題。而基于協(xié)同學(xué)原理的方法雖可以綜合各種主客觀因素，但難于構(gòu)建原型向量。為更好地對(duì)企業(yè)風(fēng)險(xiǎn)進(jìn)行有效的評(píng)估，提出了一種基于人工魚(yú)群算法的中小企業(yè)信貸風(fēng)險(xiǎn)評(píng)估模型。

三、風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)及類別

1.風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)

為較好地反映可能影響企業(yè)信用風(fēng)險(xiǎn)的內(nèi)外部因素,本文選取了16個(gè)指標(biāo)，這些指標(biāo)主要是從企業(yè)的還款能力、盈利能力及發(fā)展前景等方面選取。這些評(píng)價(jià)指標(biāo)如表1所示。

2. 信貸風(fēng)險(xiǎn)分類

從2002年以來(lái)，中國(guó)全面實(shí)行信貸五級(jí)分類制度，按信貸的風(fēng)險(xiǎn)程度，將銀行信貸資產(chǎn)分為五種類別：正常、關(guān)注、次級(jí)、可疑、損失。將正常及關(guān)注類歸為正常類，次級(jí)、可疑和損失類信貸歸為不良信貸。

(1) 正常：借款人能夠履行合同，沒(méi)有足夠理由懷疑不能按時(shí)足額償還貸款本息。

(2) 關(guān)注：借款人目前有能力履行合同，但存在一些可能對(duì)償還貸款本息產(chǎn)生不利影響 的因素。

(3) 次級(jí)：借款人的還款能力出現(xiàn)明顯問(wèn)題，靠其正常營(yíng)業(yè)收入無(wú)法足額償還貸款本息。

(4）可疑：借款人無(wú)法足額償還貸款本息。

(5）損失：在采取所有可能的措施或一切必要的法律程序之后，本息仍然無(wú)法完全收回。

四、基于人工魚(yú)群算法的風(fēng)險(xiǎn)評(píng)價(jià)模型

1. 中小企業(yè)風(fēng)險(xiǎn)信息建模

我們可以把中小企業(yè)經(jīng)營(yíng)狀況表示為是一個(gè)向量■，其中■表示中小企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)，如還款能力、盈利能力及發(fā)展前景等方面的指標(biāo)。

如何衡量中小企業(yè)的風(fēng)險(xiǎn)是一個(gè)核心問(wèn)題,風(fēng)險(xiǎn)的量化模型可以用下面的公式計(jì)算：

■

這里■為特征權(quán)重, ■表示在某個(gè)指標(biāo)■出現(xiàn)在風(fēng)險(xiǎn)等級(jí)■的概率。

2. 人工魚(yú)群算法

人工魚(yú)群算法（Artificial Fish Swarm Algorithm，AFSA）是2002年提出來(lái)的一種仿生智能優(yōu)化算法[5,6]。人工魚(yú)群算法通過(guò)模仿魚(yú)群的覓食、聚群、追尾及隨機(jī)行為，從而實(shí)現(xiàn)尋優(yōu)。人工魚(yú)群算法具有建模簡(jiǎn)單、收斂速度快等特點(diǎn)，已經(jīng)得到了很多專家學(xué)者的重視 [7，8]。人工魚(yú)群算法的行為主要包括：覓食行為（AF-prey），聚群行為（AF-swarm）和追尾行為（AF-follow）.

（1）覓食行為（AF-prey）：假設(shè)人工魚(yú)的當(dāng)前位置為■，在其視野范圍內(nèi)隨機(jī)選擇一個(gè)位置，■若■，則向該方向前進(jìn)一步，否則重新隨機(jī)選擇位置■，判斷是否滿足前進(jìn)條件。

（2）聚群行為（AF-swarm）：假設(shè)人工魚(yú)的當(dāng)前位置為■，如果中心位置的食物密度■并且中心位置的視野范圍內(nèi)的伙伴數(shù)■滿足■，則表明伙伴中心有較多食物且不太擁擠，就朝伙伴的中心位置方向前進(jìn)一步，否則執(zhí)行覓食行為。

（3）追尾行為（AF-follow）：假設(shè)人工魚(yú)的當(dāng)前位置為■，其視野范圍內(nèi)最優(yōu)的伙伴為■，如果■視野范圍內(nèi)的伙伴數(shù)■滿足■，同時(shí)滿足■，則人工魚(yú)向■位置前進(jìn)一步；否則執(zhí)行覓食行為。

人工魚(yú)群算法如下所示：

1) 初始化人工魚(yú)群的種群大小（fishnum）、維度(dimension)、步長(zhǎng)（step）、視野（Visual）、擁擠度（■）、最大迭代次數(shù)(maxgen)等變量；

2)隨機(jī)生成正態(tài)分布的人工魚(yú)群;

3) 每條人工魚(yú)通過(guò)聚群、追尾、覓食和隨機(jī)行為更新自己的位置；

4)計(jì)算魚(yú)群食物濃度并記錄最優(yōu)值；

5) 若迭代終止，輸出最優(yōu)值及各類數(shù)據(jù)；否則返回3繼續(xù)執(zhí)行。

算法1人工魚(yú)群算法

人工魚(yú)群算法流程圖如圖1所示：

3.基于人工魚(yú)群算法的權(quán)重優(yōu)化

如何衡量中小企業(yè)的風(fēng)險(xiǎn)是一個(gè)核心問(wèn)題, 模型公式（1）中■的取值是一個(gè)關(guān)鍵問(wèn)題。我們利用人工魚(yú)群算法在參數(shù)空間里尋找最優(yōu)解。

具體方法如算法2所示。

1)初始化，構(gòu)建中小企業(yè)風(fēng)險(xiǎn)信息向量;

2)構(gòu)建風(fēng)險(xiǎn)度量函數(shù);

3)初始化魚(yú)群;

4）以評(píng)價(jià)準(zhǔn)確率作為適應(yīng)度函數(shù)，利用人工魚(yú)群算法尋找參數(shù)■的最優(yōu)解;

5) 對(duì)待分類中小企業(yè)標(biāo)注風(fēng)險(xiǎn)等級(jí)。

算法2基于人工魚(yú)群算法的模型參數(shù)優(yōu)化

4. 中小企業(yè)信貸風(fēng)險(xiǎn)評(píng)價(jià)模型

在本文中，構(gòu)建了基于人工魚(yú)群算法的中小企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)模型。首先從中小企業(yè)的還款能力、盈利能力及發(fā)展前景等信息構(gòu)建了風(fēng)險(xiǎn)信息向量。其次構(gòu)造風(fēng)險(xiǎn)評(píng)價(jià)模型。最后通過(guò)人工魚(yú)群算法在參數(shù)空間中尋找評(píng)價(jià)指標(biāo)權(quán)重的最優(yōu)解。整體模型如圖2所示。

五、結(jié)論

本文提出的模型可兼顧中小企業(yè)信貸風(fēng)險(xiǎn)的各種主客觀因素，較好地處理中小企業(yè)風(fēng)險(xiǎn)級(jí)別的識(shí)別，同時(shí)保證較快的收斂速度，從而達(dá)到防范信貸風(fēng)險(xiǎn)的目的。當(dāng)然必須說(shuō)明的是，

目前國(guó)內(nèi)關(guān)于中小企業(yè)的貸款分類標(biāo)準(zhǔn)和評(píng)價(jià)準(zhǔn)則仍有待進(jìn)一步完善，影響風(fēng)險(xiǎn)的各種因素仍需進(jìn)一步研究。但我們相信，隨著研究的不斷深入，更多更好的模型將不斷出現(xiàn)，從而在促進(jìn)中小企業(yè)信貸業(yè)務(wù)的同時(shí)加強(qiáng)風(fēng)險(xiǎn)的防范。

參考文獻(xiàn)：

[1]趙煥臣.層次分析法——一種簡(jiǎn)易的新決策方法[M].北京：科技出版社.1986.

[2]姜靈敏.基于AHP的商業(yè)銀行貸款風(fēng)險(xiǎn)分類評(píng)價(jià)模型[J].科技管理研究，2005,（9）：178-181.

[3]王建成.企業(yè)信貸能力的因子分析模糊綜合評(píng)價(jià)[J].系統(tǒng)工程，2002，(3)：93-96.

[4]蔡明瑞，黃志強(qiáng).模糊綜合評(píng)價(jià)法在銀行貸款風(fēng)險(xiǎn)分類中的應(yīng)用[J].合作經(jīng)濟(jì)與科技，2004，（12）：23-24.

[5］李曉磊,錢積新.基于分解協(xié)調(diào)的人工魚(yú)群優(yōu)化算法研究[J].電路與系統(tǒng)學(xué)報(bào),2003,8(1):1-6.

[6］王聯(lián)國(guó),洪毅,趙付青,等.基于鄰域正交交叉算子的人工魚(yú)群算法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2008,39(8):140-141.

[7] Saeed Farzi , “Efficient Job Scheduling in Grid Computing with Modified Artificial Fish Swarm Algorithm”, International Journal of Computer Theory and Engineering, 2009 ,1(1),13-18,.

[8] Ana Maria A.C. Rocha,, Tiago F.M.C. Martins, Edite M.G.P. Fernandes,” An Augmented Lagrangian Fish Swarm Based Method for Global Optimization”, Journal of Computational and Applied Mathematics, 2010,10,2-20.

基金項(xiàng)目：泉州市科技計(jì)劃項(xiàng)目（2012Z91）