基于模糊數(shù)學(xué)評價(jià)體系的銀行信貸政策

【摘? 要】隨著我國經(jīng)濟(jì)和科學(xué)的快速發(fā)展，金融領(lǐng)域逐漸開始利用信息技術(shù)發(fā)展提升，尤為特殊的是互聯(lián)網(wǎng)和銀行的結(jié)合，給我們帶來較高效益。在大數(shù)據(jù)背景下，中小微企業(yè)貸款逐漸開始有了技術(shù)上的支持，同時(shí)對銀行業(yè)務(wù)也起到了拓展作用。我們通過利用企業(yè)實(shí)力、信譽(yù)等信息以及模糊數(shù)學(xué)評價(jià)體系模型， 估計(jì)出中小微企業(yè)的信貸風(fēng)險(xiǎn)， 再根據(jù)估計(jì)結(jié)果確定銀行信貸策略。

【關(guān)鍵詞】模糊數(shù)學(xué)評價(jià)模型;層次分析;信貸政策

引言

從企業(yè)實(shí)力、供求關(guān)系穩(wěn)定性以及企業(yè)信譽(yù)對123家企業(yè)進(jìn)行信貸風(fēng)險(xiǎn)評估。企業(yè)實(shí)力主要分為財(cái)力、生產(chǎn)能力以及銷售能力等。根據(jù)進(jìn)項(xiàng)價(jià)稅合計(jì)、銷項(xiàng)價(jià)稅合計(jì)、進(jìn)項(xiàng)有效發(fā)票比例以及銷項(xiàng)有效發(fā)票比例四個指標(biāo)建立風(fēng)險(xiǎn)的評價(jià)指標(biāo)體系，進(jìn)而建立模糊綜合評價(jià)以及層次分析模型評價(jià)出企業(yè)實(shí)力的等級;企業(yè)供求關(guān)系的穩(wěn)定一般指有固定供貨商和銷售方，則購銷方單位代號、進(jìn)出貨物時(shí)間、開票金額都會相對較固定，對其的影響因素體現(xiàn)為進(jìn)出有效發(fā)票比例、進(jìn)出稅價(jià)合計(jì)波動范圍以及進(jìn)出時(shí)間波動，由此建立模糊綜合評價(jià)模型;企業(yè)信譽(yù)，相關(guān)等級評價(jià)，綜合以上因素可得出對信貸風(fēng)險(xiǎn)的評級。對于銀行來說，完成以上風(fēng)險(xiǎn)評估后，還要考慮企業(yè)的違約概率，即對企業(yè)還款能力的評價(jià)， [1]因此，按照企業(yè)的按時(shí)還款概率計(jì)算以三年為周期的銀行貸款期望，但在這期間，有關(guān)利率方面，還需考慮到中小微企業(yè)與銀行均具有一定的不穩(wěn)定性，即要綜合一下客戶流失率，最后得出銀行對各企業(yè)的信貸策略。

如有突發(fā)因素的影響，如2020年的新冠疫情，受疫情影響，33.8%的大數(shù)據(jù)企業(yè)收入與2019年同期持平，32.4%的企業(yè)收入下降20%以內(nèi)，19.7%的企業(yè)收入相比同期有所提高。[3]因此先對給出的各企業(yè)進(jìn)行行業(yè)劃分，如個體經(jīng)營、建設(shè)工程等，然后制定相關(guān)政策。根據(jù)假設(shè)，疫情不會影響企業(yè)信譽(yù)，但會增加一定的信貸風(fēng)險(xiǎn)，所以需要對信貸風(fēng)險(xiǎn)進(jìn)行重新評價(jià)，依舊使用模糊綜合評價(jià)模型，不同的是，在之前的評估因素基礎(chǔ)上增添行業(yè)受疫情影響程度的指標(biāo)，進(jìn)而評估出新的等級結(jié)果。最后根據(jù)所得各企業(yè)的信譽(yù)和新的信貸風(fēng)險(xiǎn)評估等級決定各企業(yè)的信貸策略。

1.信貸風(fēng)險(xiǎn)量化分析

1.1對企業(yè)實(shí)力進(jìn)行建模求解

設(shè)定企業(yè)實(shí)力指標(biāo)集U=（U1，U2，U3，U4），其中U1表示進(jìn)項(xiàng)價(jià)稅合計(jì)，U2表示銷項(xiàng)價(jià)稅合計(jì)，U3表示進(jìn)項(xiàng)有效發(fā)票比例，U4表示銷項(xiàng)有效發(fā)票比例。設(shè)定企業(yè)實(shí)力等級的評價(jià)集為V = （V1， V2， V3， V4），對應(yīng)劃分A、B、C、D等。首先進(jìn)行單因素模糊評價(jià)，獲得評價(jià)矩陣。對第 i 個元素單因素評價(jià)的結(jié)果用模糊集合表示為：Ri = （ri1， ri2， …… rin），以 m 個單因素評價(jià)集R1， R2， …… Rm 為行組成矩陣 Rm?n。[2]以企業(yè)E1為例，進(jìn)行打分， 按下表給出 U × V 上每個有序?qū)Γ╱i，vi）指定的隸屬度：

得單因素評價(jià)矩陣：

四個因素對企業(yè)實(shí)力影響程度不同，采用層次分析法獲得各個指標(biāo)的權(quán)重，設(shè)，構(gòu)造判斷矩陣，其中判定企業(yè)的進(jìn)與出總稅價(jià)、進(jìn)與出有效發(fā)票比例具有相同重要性，且進(jìn)出總稅價(jià)比進(jìn)出有效發(fā)票比例稍重要，從而判斷出矩陣取值方法，進(jìn)而列出成對比較矩陣如下：

然后取對應(yīng)特征根4的歸一化特征向量表示此四個因素的權(quán)重占比，即W=（0.375，0.375，0.125，0.125）。確定單因素模糊評價(jià)矩陣和因素權(quán)向量后，通過模糊變化進(jìn)行模糊運(yùn)算，即將U上的模糊向量W變?yōu)閂上的模糊向量B，，其中q稱為綜合評價(jià)合成算子， 這里取成一般的矩陣乘法即可，最后得B=（0.3725，0.29125，0.2775，0.05875） 。

1.2對供求關(guān)系穩(wěn)定性建模求解

因素集U = （U1， U2， …… ， U6） 分別表示進(jìn)出有效發(fā)票比例， 進(jìn)出稅價(jià)合計(jì)波動范圍， 進(jìn)出時(shí)間波動， 評價(jià)集V = （ V1， V2， V3， V4） 分別表示A、B、C、D四個等級，對每個企業(yè)進(jìn)行單因素模糊評價(jià)， 得到評價(jià)矩陣。確定權(quán)數(shù)分配W = （0.2， 0.2， 0.2， 0.2， 0.1， 0.1），通過模糊變化， 將U上的模糊向量W變?yōu)閂上的模糊向量 B， 得到企業(yè)供求關(guān)系穩(wěn)定性最終的分級結(jié)果。

放貸策略：

（1）由上述量化分析得來的企業(yè)信譽(yù)等級和風(fēng)險(xiǎn)評估等級，可將所有企業(yè)分為以下9類：

（2）考慮貸款年利率與客戶流失的關(guān)系，兩者關(guān)系圖像：

對其圖像進(jìn)行擬合，得以下結(jié)果：

Y1= -76.41x2 + 21.984x - 0.6971

Y2= -67.933x2 + 20.207x - 0.6504

Y3= -63.942x2 + 19.569x - 0.6393

（3）對銀行長期貸款期望進(jìn)行考察，由模型假設(shè)，以風(fēng)險(xiǎn)評估A信譽(yù)A的企業(yè)為例，若其兩年總利息為t，其后兩年還款概率為100%，兩年后銀行收到的錢（1+t）萬元，由于我們只考慮三年為周期的最大利潤，不管以后的發(fā)展，故第三年，銀行仍以最高利息借給該企業(yè)，則第三年末，銀行收到錢的期望為（1-h（t））（1+t）*1.15+h（t）（1+t），其中h（t）表示兩年總利息為t時(shí)的客戶流失率。

使用模糊綜合評價(jià)法， 企業(yè)信貸風(fēng)險(xiǎn)評估的因素集為 U = （U1， U2， U3） 分別表示企業(yè)實(shí)力， 企業(yè)信譽(yù)， 行業(yè)受疫情影響程度三個數(shù)據(jù)， 評價(jià)集為V = （V1， V2， V3， V4） 分別表示 A， B， C， D 四個等級. 對每一個企業(yè)進(jìn)行單因素模糊評價(jià)， 得到評價(jià)矩陣. 之后， 確定權(quán)數(shù)分配W= （0.4， 0.4， 0.2）. 通過模糊變化， 將U上的模糊向量W變?yōu)閂上的模糊向量 B， 得到企業(yè)信貸風(fēng)險(xiǎn)評估最終的分級結(jié)果。

參考文獻(xiàn)

[1]宋彥超.試論我國商業(yè)銀行信貸風(fēng)險(xiǎn)管理[J].價(jià)值工程， 2010

[2]梅正陽;韓志斌.數(shù)學(xué)建模教程.[M].模糊數(shù)學(xué)模型.2012

[3]大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟：2020中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展白皮書

作者簡介：高心怡，大連理工大學(xué)工程力學(xué)專業(yè)。