信用风险评估精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的信用风险评估主题范文，仅供参考，欢迎阅读并收藏。
第1篇：信用风险评估范文
摘要：自适应共振模型是为了能够分类任意次序模拟输入模式而设计的，它可以按任意精度对输入的模拟观察矢量进行分类，较好地解决了前稳定性和灵活性问题，同时能够避免对网络先前所学的学习模式修改。本文将ART2模型应用于信用风险评估，通过实证比较研究，结果显示应用自适应共振模型进行信用风险评估在精度和准确性上，都优于其他神经网络模型和统计方法。
1统计方法用于信用风险分类评估存在的局限性
对信用风险评估一类主流方法是基于分类的方法，即把信用风险分析看成是模式识别中的一类分类问题—将企业划分为能够按期还本付息和违约两类。其具体做法是根据历史上每个类别（如期还本付息、违约）的若干样本，从已知的数据中发现其规律，从而总结出分类的规则，建立判别模型，用于对新样本的判别，这样信用评估就转化为统计中的分类问题。传统的统计模型主要基于多元统计分析方法，根据判别函数的形式和样本分布的假定不同，主要的模型有：多元回归分析模型、多元判别分析模型（MDA）、Logit分析模型、近邻法等。其中以多元判别分析模型和Logit分析模型应用最为广泛，已有大量商业化软件。
尽管这些方法在国外有大量应用，但是大量实证研究（Altman，1983；Tam & Kiang，1992；Altman，et al，1994）结果发现：（1）企业财务状况的评价可以看作是一类基于一系列独立变量基础上的分类问题；（2）企业财务状况好坏与
财务比率的关系常常是非线性的；（3）预测变量（财务比率）可能是高度相关的；（4）大量实证结果表明，许多指标不成正态分布。而统计的方法却不能很好地解决以上问题。由此可见统计模型的最大优点在于其具有明显的解释性，存在的缺陷是过于严格的前提条件。如多元判别分析模型（MDA），它要求数据服从多元正态分布、等协方差、已知先验概率和误判代价等要求，而现实中大量数据严重违背了这些假定（Eisenbeis，1997）。引入对数变化可在一定程度上改进数据的非正态分布，但一方面变换后的变量可能失去经济解释含义，另一方面仍没有满足等协方差的要求；应用二次差别分析（QDA）虽可解决等协方差问题，但一方面没有满足正态性假设，另一方面当数据样本小、维数高（指标多）时二次差别分析的性能明显下降，而样本少、维数高正是我国信用数据的显著特点。实证结果还表明二次差别分析对训练样本效果较好，而对测试样本并不理想。除此以外，多元判别分析模型适用于成熟行业的大中型企业，因为这些企业具有较强的稳定性和规范性，其发展有一定的规律可循，参数统计方法易于给出较准确的结果及合理的解释。然而这类方法是静态的，需要根据地区、行业经济情况的变化不断地调整参数，甚至进行变量的调整。
为了解决这些问题，引入了Logit分析模型和近邻法。Logit分析模型不需要假定任何概率分布，也不要求等协方差，但是当样本点存在完全分离时，模型参数的最大似然估计可能不存在，模型的有效性值得怀疑，另外该方法对中心区域的差别敏感性较强，导致判别结构的不稳定。近邻法不要求数据正态分布，但当数据的维数较高时，存在所谓的“维数祸根（Curse of dimensionality）”——对高维数据，即使样本量很大，其撒在高维空间中仍显得非常稀疏，绝大多数点附近根本没有样本点，这就使得“利用空间中每一附近的样本点来构造估计”的近邻法很难使用[4]。
2应用神经网络进行信用风险评估的意义
商业银行信用风险评估是复杂的过程，除了对企业的财务状况的各种特征的评估外，还须对企业的非财务状况进行评估，而且又涉及宏观经济环境和产业结构、产业周期的影响；除了客观的评估外，还依赖于专业人员依据经验进行主观评估。神经网络是一种具有模式识别能力，自组织，自适应，自学习特点的计算机制，它的知识编码于整个权值网络，呈分布式存储且具有一定容错能力。神经网络对数据的分布要求不严格，也不必要详细表述自变量与因变量之间的函数关系，神经网络的这些特征使之成为信用风险分析方法的一个热点。
建立商业银行信用风险评估模型必须依赖于一组已知的函数集合。要求这种函数集合在任意精度上可以逼近实际系统，从数学上讲，这就要求这个集合在连续函数空间上是致密的。目前已经从理论上严格证明了只用一个隐藏层的神经网络就可以唯一地逼进任何一个连续函数。多层神经网络为系统的辨识和建模，尤其是非线性动态映射系统提供了一条十分有效的途径。非线性动态映射系统的神经网络建模被认为是应用神经网络的最成功的范例。
影响商业银行信用风险评估的机理很复杂，无法建立精确的非线性动态模型，而人工神经网络擅长处理非线性的、关系不确定的十分复杂以至于数学模型难以描述的问题。对于分析时间序列数据，由于人工神经网络能识别和模拟数据间的非线性关系，不需要正态分布和先验概率等条件的约束，能针对新增样本灵活的训练再学习，因此优于其他统计方法，同时由于网络本身具有自学习的功能，预测结果相对精度较高而且稳定性好，因此应用神经网络可以通过对网络的训练，掌握借款人的财务特征的非线性函数关系。神经网络是由许多神经元构成的，它对系统特性的记忆表现为各个神经元之间的连接权值，单个神经元在整个系统中起不到决定性作用，一个经过训练的神经网络可以按相似的输入模式产生相似的输出模式，当商业银行信用风险评估系统因某些非财务风险因素和判断误差过大的财务风险因素造成输入模式变形时，网络仍可以保证稳定的输出。
神经网络可以逼进任意复杂的非线性系统，神经网络的转换函数能够非线性地响应冲击，例如，像覆盖比率这样的财务比率超过最低水平（如AAA级）时，超过这个阀值的增加值不会对信用质量有什么影响。线性回归不能以这样的方式限制响应程度，神经网络的转换函数却能实现。神经网络以并行的方式处理信息，具有很强的信息综合能力，因此神经网络理论在商业银行信用风险分析和实施对信用风险的主动控制中将会发挥更大的作用。
由神经网络构成的非线性模型具有较强的环境适应能力。在根据多个训练样本企业的财务特征建立神经网络非线性系统后，如果企业类型、财务特征和非财务特征发生变化，神经网络可以通过学习，建立企业信用的非线性函数关系，并且不需要改变网络的结构和算法。
综上所述，对于那些无法建立精确的动态判别函数模型的非线性商业银行信用风险评估，可以将神经网络理论应用于风险评估当中，撇开企业财务因素、非财务因素和企业信用状况复杂的非线性机理，建立起非线性风险映射近似的动态模型，使这个模型尽可能精确地反映风险映射关系非线性动态特征。通过该系统我们能够计算对各种输入的响应，预估商业银行信用风险状况及其发展趋势，进而能够使用各种信用工具对风险进行主动控制，促进商业银行的智能化风险管理系统的建设和发展完善。
3基于自适应共振理论的信用风险评估模型
一个公司财务状况的好坏往往是企业自身、投资者和债权人关注的焦点。因为一个营运良好、财务健康的公司可提高自身在市场上的信誉及扩展筹资渠道，以使投资者信心倍增。相反，一个陷入财务困境和濒临破产的企业不仅乏力吸引投资，还让原有投资者面临巨大的信用风险。
由上文的分析中我们知道，对企业财务指标的分析，传统的分类方法尽管有它的优点但本身也存在一些局限性。作为研究复杂系统的有力工具，神经网络能处理任意类型数据，这是许多传统方法无法比拟的。通过不断学习，能够从未知模式的大量复杂数据中发现其规律。神经网络方法克服了传统分析过程的复杂性及选择适当模型函数形式的困难，它是一种自然的非线性建模过程，毋需分清存在何种非线性关系，给建模与分析带来极大的方便。该方法用于企业财务状况研究时，一方面利用其映射能力，另一方面利用其泛化能力，即在经过一定数量的带有噪声的样本训练之后，网络可以抽取样本所隐含的特征关系，并对新情况下的数据进行内插和外推以推断其属性。
目前我国银行机构主要使用计算贷款风险度的方法进行信用风险评估——在对企业进行信用等级评定的基础上，考虑贷款方式、期限以及形式因素，进而确定贷款的风险度。其中作为核心的信用等级评定，是通过对企业的某些单一财务指标进行评价，而后加权平均确定的。该方法的最大缺陷在于指标和权重的确定带有很大的主观性，使得评级结果与企业的实际信用状况有很大出入，因此需要引入科学方法来确定有效指标，并建立准确的定量模型来解决信用评估问题。
针对这种形势，根据我国商业银行的具体情况，结合国际上目前较为流行人工神经网络技术，本文设计了一种基于自适应共振理论的信用风险评估方法。
3.1自适应共振理论（ART）介绍
自适应共振理论（Adaptive Resonance Theory）简称ART，是于1976年由美国Boston大学S. Grossberg提出来的。他多年来一直潜心于研究用数学来描述人的心理和认知活动，试图为人类的心理和认知活动建立统一的数学理论，ART就是这一理论核心部分，又经过了多年的研究和不断发展，至今已经提出了ART1、ART2和ART3共三种结构。ART网络作为模式分类器较好地解决了前面提到的稳定性和灵活性问题。使用ART网络及算法具有较大的灵活性以适应新输入的模式，同时能够避免对网络先前所学的学习模式修改。ART是一种能自组织的产生对环境认识编码的神经网络理论模型，由于横向抑制是自组织网络的特性，ART采用了MAXNET子网结构，该网络采用横向抑制方法增强并能选择具有最大值输出的一个节点。
ART模型的算法过程如下：
第一， 将一个新样本X置入节点；
第二，采用自下而上的过程，求得： ；
第三，运用MAXNET网络，找到具有最大输出值的节点；
第四， 通过自上而下的检验，判断X是否属于第j类，即如果有 ，则X属于第j类， 是警戒参数。如果上式不成立，转到第六步，否则继续。
第五， 对于特定的j和所有的i更新 和 ，设t+1时刻 ， ， ， 。
第六， 无法判断X是否属于第j类，抑制该节点返回到第二步，执行另一个聚类的处理过程。
本文所使用的神经网络模型就是ART2神经网络模型。ART2神经网络是为了能够分类任意次序模拟输入模式而设计的。它可以按任意精度对输入的模拟观察矢量进行分类。
3.2应用ART2神经网络进行信用风险评估的可行性分析
通过上文对ART2神经网络的介绍，笔者认为将ART2神经网络应用于信用风险评估具有统计方法和其他神经网络算法无法比拟的优势。首先，ART2神经网络较好地解决了稳定性和灵活性问题，它可以在接受新模式的同时对旧模式也同样保持记忆，而其它类型神经网络所记忆的样本个数有限，由此可见，ART2神经网络随着输入样本数的增加，它作为模式分类器分类的精度也越高，所覆盖的样本空间也越大。其次，ART2神经网络是边学习边运行的无监督学习，所以它不存在像BP算法那样需要进行几小时甚至更长时间的训练过程，也就是说ART2网络具有较高的运行效率和较快的学习速率，这一点对于解决像信用风险评估这样的复杂问题来说是相当具有优势的。再次，ART2神经网络与人脑的某些功能类似，能够完成识别、补充和撤销的任务。这三种功能在英文中称为Recognition，Reinforcement和Recall，可简称为3R功能。识别功能在上文已经介绍过，下面对补充、撤销功能做些简单介绍。补充功能包含有以下几方面的内容：（1）每当ART2系统对输入矢量的类别作一次判决即是给出矢量所属类别的输出端编号，根据此判决，系统可以采取一种“行动”或者作出某种“响应”。这和人总是根据对外界情况的判断来决定自己的行动相似。（2）人在识别时对于所有被识别的类并不是一视同仁的，识别过程受到由上向下预期模式的很强制约。这样就会使得人们在某些情况下只关心几种类别，而对其他类别则“不闻不见”，这种集中注意力的本领可以使人们在混乱的背景中发现目标。在客体发生某种变形或缺损或者有强噪声情况仍能对其正确分类。我国商业银行进行信用风险分析的起步较晚，有关的信息往往残缺不全，ART2网络的这种在混乱中集中注意力发现目标的功能更适合我国的现实数据情况。撤消功能的作用与补充功能相反，这是指某些不同的观察矢量在初步分类时被划分成不同的类别，但是通过系统（主体）与客体相互作用的结果，又应判定它们属于同一类。由此可见基于ART2网络的这些功能，应用ART2神经网络进行信用风险评估相当于人类专家进行信用风险评估的建模过程，而且ART2神经网络与人类专家相比进行的评估更客观、更有效、更精确。最后，ART2神经网络可通过调整警戒线参数 （门限值）来调整模式的类数， 小，模式的类别少（对分类要求粗）， 大，模式的类别多（对分类的要求精细），这一点是其他方法无法比拟的，我们可以通过调整 值对输入网络的财务数据进行传统的两级分类（即违约、非违约两类），也可以通过提高 值对输入网络的财务数据进行国际通用的五级分类（即正常、关注、次级、可疑，损失五类）。Altman、Marco和Varetto与意大利银行联合会合作在其经济和金融信息系统中首次进行了将神经网络应用于企业的经济和金融问题诊断的试验，试验的研究结果表明，将企业的财务状况分为正常、关注和次级三类比分为正常和问题两类困难得多，而ART2神经网络却可以通过 值的调整灵活地实现该功能。
综上所述，笔者选择算法复杂的ART2神经网络进行信用风险评估。并且设计了一个自适应共振网络，对信用风险分析进行了实证研究。
3.3基于ART2模型的信用风险分析的实证研究
下面以某国有商业银行提供的90多家企业客户为对象，应用自适应共振理论对这些企业客户的财务数据进行信用风险评估。对于输入到神经网络的财务比率的选择，参照国内财政部考核企业财务状况及国外用于信用风险评估所使用的一些经典财务比率指标，一共挑选出包括企业盈利能力、企业营运效率、企业偿债能力及企业现金流量状况等二十余个指标，考虑到指标间的相关性，利用SAS统计分析软件进行回归分析，得出以下几个比率：
经营现金流量/资产总额（流动性）
保留盈余/资产总额 （增长性）
息税前利润/资产总额 （赢利性）
资产总额/ 总负债 （偿债性）
销售收入/资产总额 （速动性）
某国有商业银行提供的样本数据有90多家企业的财务数据，数据质量不高，有些企业财务数据缺失严重，经过对样本数据的初步审查，删除了不合格的样本40多个，最终得到有效的样本为55个，其中能够偿还贷款的企业34个，不能偿还贷款的企业21个。
评估的准确程度用两类错误来度量，在统计学中，第一类错误称为“拒真”，第二类错误称为“纳伪”。在信用风险评估中把第一类错误定义为把不能偿还贷款的企业误判为能偿还贷款的企业的错误，第二类错误定义为把能够偿还贷款的企业误判为不能偿还贷款的企业的错误。显然，第一类错误比第二类错误严重得多，犯第二类错误至多是损失一笔利息收入，而犯第一类错误则会造成贷款不能收回，形成呆帐。
在应用自适应共振模型进行信用风险评估的同时，笔者也使用了统计方法和经典的BP神经网络模型对同样的样本数据进行了信用风险评估，以便比较验证自适应共振模型的评估准确性。
统计方法使用的是可变类平均法，可变类平均法是由Lance和 Williams(1967)发展的，计算距离的组合公式为:
Djm=(Djk+DjL)(1-b)/2+DkLb （1）
参数b介于0到-1之间，DkL——是类Ck与CL之间的距离或非相似测度。笔者使用SAS统计软件中提供的可变类平均法对样本数据进行了聚类分析。
BP神经网络的结构包括输入层5个节点，用来输入5个财务指标比率，输出层1个节点（取值为1表示能偿还贷款，取值为0表示不能偿还贷款），另外还有一个隐层，隐层包括5个隐节点。网络的有效性采用K组交叉检验的方法进行验证，也就是将样本分为K组，其中K－1组为训练数据，第K组为检验数据，这里将样本数据分为两组，第一组用于训练网络，包括11个违约的企业和16个非违约的企业，第二组作为检验数据，包括10个违约企业，18个非违约企业。该方法使用MATLAB语言编程实现。
ART2模型包括输入层为5个节点，用来输入5个财务指标比率，输出层3个节点，分别表示信用风险的三个级别（正常，关注，可疑），这里应用ART2模型将信用风险分为三个级别有如下几个原因：（1）将信用风险分为三个级别，比前面使用统计方法和BP模型方法将信用风险简单分成两类（违约、非违约）更容易把握风险的程度，更接近实际信用风险评估的需要，也更贴近于国际通用的五级分类标准。（2）通过ART2网络门限值参数的调整可以将信用风险分为国际通用的五级分类标准，这也正是ART2模型的优势所在，但是ART2网络是信用风险分析混合专家系统的组成部分，它的评估结果要作为输入，输入到专家系统中，以便信用风险评估专家系统进行定性及定量的综合评估，考虑到专家系统的规则的数量和知识库的规模对系统执行效率的影响，因此这里将信用风险分为三类。有关专家系统的详细说明，将在下一节讨论。下面给出ART2模型网络的参数设置：a＝10，b＝10，c＝0.1，d＝0.9， ＝0.2， 。由于ART2模型是无教师指导的网络，因此不用训练，直接输入数据，网络自动进行信用风险评估。其中评估的结果：正常、关注两类属于非违约企业，可疑为违约企业。该方法使用C语言编程实现。
下面给出三种方法的最后评估结果见表1
表1 训练样本和测试样本的误判
训练样本 测试样本
第一类错误 第二类错误 总误判 第一类错误 第二类错误 总误判
统计模型 8(38.01%) 9(26.5%) 17(30.9%)
BP模型 2(18.1%) 1(6.1%) 3(11.1%) 3(30.0%) 4(22.2%) 7(25.0%)
ART2模型 4(19.1%) 5(14.7%) 9(16.3%)
通过表1的比较结果可以看出对于统计方法和BP模型自适应共振模型的误判率是最低的，说明了该方法的有效性和可靠性。
另外需要说明的一点是，这里所使用的企业样本数据偏少，而且噪声过多，数据的质量不是很好，这样的数据作为初始数据输入网络对网络的评估的准确性有一定的影响，虽然ART2这种集中注意力可以在混乱的背景中发现目标的特性使得它的评估的准确性比其它两种方法要高，但是笔者相信如果初始输入网络的数据质量再提高一些，网络的误判率会更低。
参考文献：
[1] 张维，李玉霜，商业银行信用风险分析综述，《管理科学学报》[J]，1998年第3期，20－27。
[2] 朱明，杨保安，基于知识的银行贷款分类系统，CJCAI2001[C]，231－235。
[3] 黄娟，冯玉强，王洪伟，基于联接归纳推理的信贷风险评估集成智能系统，《计算机应用研究》[J]，1999年第9期，74－16。
[4] 王春峰，万海晖，张维，商业银行信用风险评估及其实证研究，《管理科学学报》[J]，1998年第1期，68－72。
[5]（美）约翰.B.考埃特，爱德华.I.爱特曼，保罗.纳拉亚南著，石晓军等译，《演进着的信用风险管理》[M]，机械工业出版社，2001。
[6] 李志辉，《现代信用风险量化度量和管理研究》[M]，中国金融出版社，2001年。
[7] R.R.Trippi and E.Turban, Neural networks in finance and investing[M], chicago: Irwin professional publishing，1996。
[8] Dick San-Cheong cheung, Kwok-Wa Lam and Sheung-Lun Hung, neural networks for credit scoring model, intrlligent data engineering and learning perspectives on financial engineering and data mining[M], published by Springer，1998，55－62。
第2篇：信用风险评估范文
关键词：长沙银行；信用风险评估；措施；建议
中图分类号：f830.33 文献 标志码：a 文章编号：1000-8772（2009）18-0083-01
信用风险分析是对可能引起商业银行信贷资产风险的因素进行定性分析，定量 计算 ，目的在于说明借款人违约可能性，从而为贷款决策提供依据。 金融 风险管理已成为我国目前 经济 生活中一个非常重要的问题。
一、长沙银行信用风险评估现状分析
长沙银行成立于1997年5月，是湖南省首家区域性股份制商业银行。成立12年来，长沙银行取得了喜人的 发展 成绩。紧紧围绕“政务银行、中小 企业 银行、市民银行”的特色定位，以及“四个三”的客户发展计划，初步形成了自身的经营特色和核心竞争能力。由于信用评价制度是一个复杂的系统工程，涉及到各方面的因素，同时我国信用评价研究起步较晚，目前我国尚未建立一套全国性的客户信用评价制度与体系。长沙银行对贷款企业进行信用评级的主要做法是：根据评估的需要设置若干组评估指标，对每一指标规定一个参照值。如果这一指标、达到 参考 值的要求就给满分，否则扣减该指标的得分。最后将各指标的得分汇总，并按总分的高低给贷款企业划定信用等级，作为贷款决策的依据。该种方法的不足之处在于：（1）评级指标、体系的构成是通过内部信贷专家确定的，缺乏定量化，具有不确定因索，有待进一步深入研究。（2）指标、权重的设置主要依靠专家对其重要性的相对认志来设定，缺乏 科学 性及客观性。（3）缺少对贷款企业各方面能力的量化分析，在对偿债能力等重要指标上只采用直接观察法，凭经验据报表估计其能力，有很大的主观性。（4）缺少对非财务因素的分析和现金流量的量化预测。
二、加强长沙银行信用风险评估建设
（一）完善信用评价指标体系和评价方法
长沙银行要建立内部评级体系，既要学习借鉴国外模型的理论基础、方法论和设计结构，又要紧密结合本国银行系统的业务特点和管理现状，研究设计自己的模型框架和参数体系。要充分考虑诸如利率市场化进程、企业财务欺诈现象、数据积累量不足、金融产品发展不充分、区域风险差别显着、道德风险异常严重等国内特有因素。只有深刻理解
第3篇：信用风险评估范文
关键词：煤炭企业；支持向量机；客户信用；风险评估
中图分类号：TP301 文献标识码：A文章编号：1007-9599 (2011) 12-0000-01
Support Vector Machine Technology Applied Research in the Coal Customer Credit Risk Assessment
Zhao Kai,Wang Wei
(Pingdingshan College,Pingdingshan467000,China)
Abstract:The support vector machine technology and its improvement,applied to the coal business customer credit risk assessment process for the smooth operation of the coal companies to provide decision support.
Keywords:Coal enterprises;Support vector machine;Customer credit;Risk assessment
一、煤炭客户风险评估等级指标体系
要对煤炭客户的信用情况进行定级评估，首先牵涉到的问题是用于分析定级的指标建立，在信用管理科学的发展过程中，不同时期，不同专家提出了不同的信用评价指标体系，其中影响最大的是“5C”：
（1）品格（Character）：着重分析客户是否有依照协议按期如数缴纳货款的意愿和行为，以往的货款缴纳纪录是否保持良好。
（2）能力（Capacity）：着重考察客户广泛运用其才能，使得其生产的产品具有盈利的能力。
（3）资本（Capital）：了解客户的自有资金是否雄厚，其中要注意的是，不仅要分析其资本净值，同时还要分析其负债数量。
（4）担保或抵押（Collateral）：考核客户在短期拖欠款项的情况下，能否提供担保，且担保品是否充足可靠。
（5）环境条件（Condition）：判断客户所处的环境和所属的行业前景是否有利于业务的经营。前者包括客户内部环境，如经营特点、经营方法、技术状况等，以及社会大环境，如劳资关系、政局变动、社会环境、商业周期、季节变动、一般经济状况、国民收入水平等；后者包括行业发展、同业竞争等。
鉴于此，本文在构建煤炭客户信用风险管理的指标体系时，考虑到信用数据的来源、企业信用管理人员资源等这些具体情况，以实用为原则，便于实际的操作。通过建立信息收集卡的方式，由企业指定的信息员完成“5C”中各子指标内容的相关表格。
二、支持向量机技术在煤炭客户信用风险预警中的研究
对于支持向量机来说，标准的支持向量机模型主要用来进行分类操作，但是信用风险的评估过程只要分成有风险与无风险显然是无法满足需求的，需要进一步的结果才能更好的利用结果进行决策分析。而在标准的支持向量机模型表达式 中，可以看到决策函数只用到了划分超平面函数的符号信息。记分类函数 ，如果 是正的，则 是正类，如果 是负的，则 是负类。但 与决策函数相比较，除了包含符号信息，还包含了数值信息。如果两个样本 和 的分类函数 和 都是正的，并且有 大于 ，则 被分错的概率小于 被分错的概率，因为 的绝对值比较小，比较接近负数， 是负类的概率就比较大。可以推测， 的绝对值越接近0， 属于负类的概率越大。
由上可知， 的值有一定的数值意义。对风险评估而言，一般来说 值越大越有可能是正类，即欠费的可能性越小；反之， 越小越有可能是负类，即欠费的可能性越大。
设支持向量机模型中最终 得到的结果r1是（负无穷，正无穷）之间，因需要把结果转为概率[O，lOO]之间，令 ，并把r2转换到[O，100]之间。
过程如下：
r2=1/（2^（-r1+10000000））；
if（r2>1）
r=100；
else
r=l00*r2；
r即为最后的风险概率。
三、煤炭客户信用风险预警的流程
具体步骤：
（1）使用企业客户风险预警模型的5C指标体系。
（2）根据已经设计出的指标进行数据的采集。
（3）把采集到的数据用Hot Deck算法进行数据值填补。
（4）计算所有指标的信息增益值，根据其值从大到校进行指标排序，选出最终建模的指标。
（5）将数据进行加权，并分成训练集和测试集两部分。
（6）使用前文所使用的SVM模型，用训练集进行模型的训练，再用测试集进行模型的测试，得到最终的结果。
其中，实验数据采集后运用Hot deck算法进行数据填充，具体步骤如下：
（1）用属于同一类别的样本组成簇，对于m类问题，则一共有m簇；
（2）用簇内所有样本（包括完整样本和有缺失样本）为每一簇的每个属性确定一个填补值：如果属性a是连续属性，则用簇内所有在属性a非空的样本的平均值作为该簇属性a的填补值，如果属性a是离散属性，则用簇内所有在属性a非空的样本的众数作为该簇属性a的填补值，m类n维问题最多有 个填补值；
（3）用步骤2确定的填补值填补相应的样本缺失属性。
通过上述实现过程，我们就可以建立支持向量机的风险评估模型了，除了根据模型找出高风险用户外，我们还可以用映射的方法把简单的高、低风险用户的评价转化为对每个用户评估中一个1～100的风险值（1表示出现风险的可能性大概是1％，也就是不太可能欠费；100表示出现风险的可能性基本是100％，也就是必然会欠费了）。
四、结束语
鉴于煤炭企业的客户风险管理问题的研究现状，本文从分析煤炭企业风险环境，对客户信用风险进行了相对系统和全面的风险识别，并初步确定了相关的风险指标体系，给煤炭企业全面认识客户风险提供了研究基础。在风险识别的基础上，本文建立了基于支持向量机的客户风险评估模型，对客户信用风险的分析及预测做出了一定的研究工作。
参考文献：
[1]方邦鉴.打造诚信单位:信用制度建设与信用管理实务[M].中国经济出版社,2004,1:115
第4篇：信用风险评估范文
关键词：信用风险评估；指标体系；履约意愿；履约能力
引言
随着中国加入WTO，《新巴塞尔资本协议》正式，金融全球化进程不断加快，中国商业银行业除了要与国内同业展开竞争之外，还要面对国际先进的商业银行的挑战，因此对金融风险管理的要求更高、更紧迫。在商业银行所面临的各类金融风险中，信用风险是最古老也是最重要的一类风险，商业银行必须对自己的信用风险进行更加科学有效的评估和防范。
商业银行信用风险评估是一个较为复杂的系统，信用风险的评估指标作为此复杂系统的输入项，对于评估结果的有效性和准确性起着举足轻重的作用。因此，商业银行进行信用风险评估及管理的首要任务是以指标选择原则为指引，以对信用风险的影响因素分析为依据，构建信用风险评估指标体系，为商业银行的风险评估及管理工作奠定基础。
一、商业银行信用风险评估指标的选取原则
1.科学性原则。即评估指标的选择、数据的选取和计算必须以公认的科学理论为依据。
2.全面性和独立性原则。即评估指标具有较强的概括性，既能综合反映商业银行信用风险的程度，各指标间又相互独立，相关性小。
3.可行性原则。即评估指标所涉及的数据容易获取和计算。
4.可量化原则。即指标的选择及表述要尽量做到以量化研究为主，从而避免主观评价所带来的不确定性。
二、商业银行信用风险的影响因素分析
商业银行信用风险的影响因素有很多，经过研究发现可以将其概括为两个方面：贷款企业的履约能力及履约意愿。贷款企业履约就意味着银行能够在规定期限内收回贷款本息，该贷款企业不会令银行遭受因贷款而带来的损失。
1.履约能力。企业的履约能力是企业经营管理情况及发展实力的综合体现，通常可以通过其财务情况体现。财务指标是企业财务状况的客观反映，与一般技术经济指标相比，它具有更强的灵敏度和综合性。企业的管理模式及有效性各不相同，也很难评判，但都会不同程度地反映在其财务指标的发展变动上，因此信用风险评估的一个中心内容就是对企业财务指标的提炼和分析。
2.履约意愿。企业的履约意愿包括企业管理者的道德修养、宏观经济环境变化对管理者履约心理的影响、金融监管环境的好坏对管理者履约投机心理的影响等等。基于以下两点考虑，本研究将履约意愿暂不作为指标体系构建的考虑因素。
其一，履约能力与履约意愿并不是相互独立存在的，而是相互影响、相互作用的。在经济环境稳定、法制健全、讲求商业信誉的社会中，贷款企业有履约能力而不愿履约的可能性较小，此时，履约意愿可以内化于对履约能力的考察。其二，由指标选取的基本原则出发，所选指标要尽可能量化和标准化，履约意愿以中国目前的社会信用管理状况来讲，还不能达到对各贷款企业精确量取。
综上所述，商业银行信用风险评估指标的选取就集中于对企业履约能力的研究，即企业财务指标的选取。
三、商业银行信用风险评估指标体系构建
由以上的分析及对企业财务指标的归纳，商业银行信用风险指标体系可由以下四个方面，14个指标构成。
1.偿债能力。（1）流动比率：比率越高，说明偿还短期负债的能力越强，一般认为，对于大部分企业来说，流动比率为200%是比较合适的比率。（2）速动比率：比率越高，说明偿还短期负债的能力越强，但不宜过高，一般应维持在100%的水平。（3）资产负债率：反映在总资产中有多大比例是通过借债来筹资的，一般情况下，资产负债率越小，表明企业长期偿债能力越强。（4）超速动比率：比率越高，说明变现能力越强，较速动比率能够更确切地反映立即变现能力。
2.营运能力。（1）应收账款周转率：反映应收账款周转速度。比率越高，说明发生坏账损失的可能性越小。（2）存货周转率：综合衡量企业生产经营各环节中存货运营效率。比率越高，说明借款人存货从资金投入到销售收回的时间越短。在销售利润率相同的情况下，比率越高，获利越多。（3）流动资产周转率：比率越高，说明以相同的流动资产完成的周转额越多，流动资产利用效果越好。（4）固定资产周转率：比率越高，说明企业固定资产利用充分，结构合理，能够充分发挥效率。（5）总资产周转率：比率越高，说明企业全部资产的使用效率越高。
3.盈利能力。（1）销售利润率：反映企业一定时期的获利能力。比率越高，说明销售净收入中的利润越高。（2）净资产收益率：衡量企业运用自有资本的效率。比率越高，说明投资带来的收益越高。（3）成本费用利润率：反映经营耗费所带来的经营成果。比率越高，说明企业的经济效益越好。（4）资产收益率：衡量每单位资产创造的净利润大小。比率越高，说明企业在增加收入和节约资金方面的能力越强。
4.贷款方式。贷款方式虽非企业的财务指标，但在信用风险研究领域越来越受到各专家学者的重视。贷款方式不仅影响贷款企业的履约意愿，更为重要的是，在企业履约能力不足以偿还贷款本息的时候不同程度的补偿银行因此所遭受的损失。从这个意义上来讲，贷款方式是影响银行信用风险的一个重要指标。
结论
1.商业银行信用风险评估指标体系的应用。商业银行信用风险评估作为一个具有系统性、非线性等的复杂系统问题，传统的比例分析方法、统计分析方法等线性方法已经不足以客观、准确地反映银行所面临的信用风险。指标体系的结构以及指标权数的确定应以基于复杂、非线性理论的人工智能方法为主，通过建立合理完善的信用风险评估模型对银行信用风险进行评估。
2.商业银行信用风险评估指标体系的不足。对信用风险评估指标的选取主要集中于定量的财务指标范畴，这一方面是基于对信用风险影响因素之间相互作用的理论分析，一方面是源于中国金融信用体系的限制。这种评估体系结构，虽在一定的理论及实际条件下是科学、合理的，但是从长远考虑，中国商业银行在不断加强金融管制、健全金融法制的同时，对信用风险评估指标的选择应不断纳入环境因素、企业信用因素等更多非财务指标，不断提高商业银行信用风险评估的前瞻性和科学性。
参考文献：
[1]夏红芳.商业银行信用风险度量与管理研究[M].杭州：浙江大学出版社，2009.
[2]于立勇.商业银行信用风险评估[M].北京：北京大学出版社，2007.
[3]李小燕，钱建豪.中国企业信用风险评价指标的有效性研究[J].中国软科学，2005，(9).
[4]Cebenoyan，A.Sinan；Strahan，Philip E.Risk management，capital structure and lending at banks[J].Journal of Banking and Finance， 2004，(1).
[5]陈元燮.建立信用评级指标体系的几个理论问题[J].财经问题研究，2000，(8).
A Construction Research on Credit Risk Evaluation Index System for Commercial Banks
（School of Economics and Management，Xi’an Shiyou University，Xi’an 710065，China）
第5篇：信用风险评估范文
一、当今国际银行业变革调整的主要方式及其意义
当今银行业重大变革方式很多，如组织架构重构，业务及资产组合的调整，产权的改革等。各种变革调整方式的出发点和着力点不同，对各银行的发展产生不同的效果。
管理架构的重构，80年代末、90年代初在国际先进银行曾经普遍出现过。各银行根据服务客户理念的变化和信息管理技术的发展条件，对整个组织架构进行调整。银行组织架构朝扁平化方向发展，地域化分割逐渐虚化，业务实现垂直化管理，银行风险管理的集中化程度提高。在这种架构下，银行可以很方便地根据客户需要，在全球范围内统一进行资源的调配，提高了银行竞争力，也提高了对客户的服务效率。
业务的调整，银行在发展过程中，依据自身的优劣势，在业务和地域上进行调整。这主要是出于新的发展战略需要，在一些传统业务和地域上的进退收缩。传统的银行业务增长模式倾向立足于资产规模的扩张和机构网络体系的延伸，因此，银行总体业务量和机构布局是银行力量的主要体现。但现代银行更注重资本的盈利能力和相对优势的发挥，更重视对客户忠诚度的培养和客户价值增值的管理。不断调整的世界经济金融形势及发展格局要求各家银行不断调整自身的战略优势和生存空间。这方面的典型案例是一些银行确立的市场优势战略，并主动从一些市场撤退某些业务，如大通银行几年前出售其香港零售业务的策略。另一方面，由于银行监管体制的变化，银行非银行业务的融合，银行业务能力的增强，商业银行对投资银行、保险业务的渗透日益普遍，从而引起机构设置及业务管理方式的变革。
资产组合的调整，银行业务能力的变化带来银行资产结构的变化。传统的贷款在一些大银行资产的配置中占的比重越来越少，而证券化资产和交易资产（Trading Assets）等越来越多。如摩根大通银行1999年和2000年，贷款占总资产的比例都不到30%（注：2000 Jpmorgan Chase Annual Report）。另一方面，市场越来越重视银行的“清洁”资产。对不良资产进行清理剥离，组建资产管理公司专门予以处置，这在当代已经成为处理问题银行、建立健康银行体系的重要途径，如美国20世纪80年代末、90年代初出现的“好”“坏”银行的办法，东南亚国家在1998年金融危机后兴起的处理不良资产风潮等，都对当时的银行体系建设产生了重要的作用和影响，并对稳定市场信心带来了正面效应。
涉及产权变革的银行整合，包括银行机构之间并购，银行与其它机构间的战略投资合作关系的建立，以及利用资本市场进行股份制改造和上市等。如东南亚危机发生后，韩国等国曾出现过银行国有化和后来的私有化的过程，是大规模银行重组的典型。由银行产权调整引起的银行变革，既可能是公司管制方式和管理格局的变动，也可能是促使银行业务范围和经营地域发生变化的重要措施。
除上述一些重大变革方式外，目前，银行业可能出现的调整方向主要受两方面力量的推动，其一是技术进步引起的银行虚拟化和业务电子化处理的深化。面对客户的渠道越来越多，网上银行及电话银行、ATM机的作用会进一步提高，由此可能引起分行网络分布及其功能的调整。据美国货币监理署统计，至1999年第三季度，在以下几类银行业务中，美国银行业通过网上银行提供服务的渠道的情况是：账户查询和资金转账占88.8%，付款占78.2%，信贷申请占60%，新账户的开立占36.6%，经纪业务占21.6%，现金管理占15.7%，托管占11.9%，保险占5.4%.（注：Karen Furst，William Lang，and Daniel Nolle Internet Banking： Developments and Prospects p13，April 2002，Harvard University）随着电子化技术的进一步发展，银行的分销体系和成本结构可能发生变化，进而引起银行业务发展方式和机构管理方式的变革。第二个趋势是在银行监管政策放松管制的推动下，银行非银行机构融合的深入引起银行竞争格局、银行效率及银行生存空间和增长空间的变化。
总之，当今银行发展格局是多方面因素形成和推动的。面临竞争对手，寻求发展对策，在确立重组、发展、改革的主题时，需要对我国银行业与先进同业的差距有更全面的认识，需要考虑各银行实际状况的差异，在此基础上，确定各种措施的优先程序及轻重缓急，逐步推进。我国银行业的重组既要应对现实挑战，也要面向未来发展。银行重组的方向选择是在现实问题、未来发展目标及发展战略等因素综合考虑的基础上确定的。
二、我国银行业经营管理存在的问题及重组改革的迫切性
据了解，花旗银行管理的一个通俗理念是：微笑的股东带来微笑的员工，微笑的员工带来微笑的客户，微笑的客户带来微笑的股东。一个最现代化的银行管理体系大抵也是从所有者、管理者、员工和客户的关系做起，探讨复杂的银行重组改革关系，也不妨按此展开分析。
本文拟以一个简单的模型导出我国银行经营管理存在的突出问题，在此基础上，对我国银行重组措施及其效果进行分析。
银行生存链条的是市场环境所决定的市场空间。现代银行的管理就是要尽力在可能的市场空间内，获得最大收益，并要使四方的基本利益实现统一，建立合理的相互依存关系。在目前状况下，我国银行管理体制的缺陷，集中体现在以下几个方面：
1、所有者与管理层缺乏有效的责任约束。投资人对管理层和银行经营没有形成有效约束的体制，投资人的利益无法得到有效保障。
2、职员缺乏工作积极性。银行职员需要将银行服务客户的使命高效地贯彻落实。我国银行业职员普遍缺乏足够的动力和约束力挖掘其潜力，实现高效率的服务。
3、未建立以客户为中心的高效率服务体系。银行要根据客户的需求，建立合理的业务流程和服务手段。我国银行业仍然处于较原始的发展阶段，在服务效率及产品方面难以满足客户的需求。
4、银行与客户之间的关系脆弱。银行在服务客户基础上，从客户那里获得最大回报，并对风险进行有效控制，形成长期互利合作关系。我国银行业与客户之间良好的信用关系远未形成，由于过去信用风险的积累以及现代信用体系的缺乏，导致银行严重的不良资产问题的产生。
所有者、经营者、员工和客户四方面关系形成相互依存体，构成了银行生存发展的基础，但我国银行业并没有形成顺畅的循环体。
在我国，上述四环节存在的问题，首先导致银行运作效率低下，也导致银行盈利能力弱，风险状况突出，竞争力差。我国加入WTO后，低效率和低竞争力已经成为我国银行业生存发展的巨大压力。另一方面，中国市场经济的深入发展对社会中介职能的效率、稳定和安全性要求也在提高，特别是在我国银行体系仍居于金融市场主导地位的情况下，银行业的发展对我国整体经济的高效运作和走向成熟具有特别重要的意义。尽管我国经济维持了多年持续高速发展的良好局面，但最近一、两年仍有不同的声音评估我国发展面临的风险，其中一个重要原因就是因为我国银行业管理低效和严重的不良资产问题的存在。我国银行业发展面临的障碍已经成为影响宏观经济发展的制约因素。我国经济要按党的“十六”报告确定发展蓝图，迈上新台阶，银行管理体制必定要变革。
银行循环链条生存空间是由宏观经济体发展和银行在市场中获取的市场格局决定的。银行作为主动者可以控制自身的市场选择，这也就是后文将要强调的银行市场定位、市场战略，以及适应市场变化能力的问题。
三、我国银行业重组改革的措施及效果
我国银行业发展存在的问题，以及生存面临的压力已经基本得到共识，但采取何种措施进行改革则有众多说法。对国有银行来说，目前理论界比较流行的观点是推动国有银行的股份化改造及上市。
银行上市的方式和路径有很多种，如在国内上市，在海外上市，分割上市或整体上市等。我们认为，从现今银行发展潮流讲，银行整体上市是一种相对可行的选择。理论上讲，在一定的条件下，银行股份制改造及上市，有助于解决如下几方面问题：
1、上市银行可解决公司治理机制问题，即通常所说的委托关系问题
委托关系要解决所有权和经营权分离的情况下，所有者对经营管理者的监控问题。出资人不直接参与银行机构的管理，但要通过合适方式，行使对银行经营管理的控制权，使其作为所有者的权益能够真正得到保障。股东选聘董事，组成银行董事会，代为行使监控职能，是一种广为应用的方式。为确保此种方式的有效运作，作为出资人利益代表的董事会董事要有适当的任职资格，并要充分履行董事职责，积极参与对银行重大经营管理的决策活动，并对银行的重大经营管理承担最终责任。董事会及董事承担的职责需要通过法律形式予以明确，并有法定的程序负责检查、监督，有严格的法律手段保证落实，这是在市场经济环境下公司治理机制能够得以建立的基础。
公司治理机制实施的另一个重要支柱是市场的有效监督。其基础是，银行要有真实、充分的信息披露，投资者可以对银行投资价值进行合理的评估和判断。在此基础上，投资者对经营管理层的管理活动、经营业绩通过股票的买卖表达意见（即所谓用脚投票），从而形成对经营管理层的压力。为了保证信息披露的真实性，上市银行需要建立规范的披露制度，有关法律要明确银行及相关机构和个人对信息披露承担的责任。如美国证监会在安然事件后，要求上市公司行政总裁和财务总监明确其知悉有关信息，并要对信息的真实性负责。行政总裁和财务总监要对公司任何虚假的信息披露承担法律责任。有关法律对外部审计师和律师的任职资格也要有明确的规定，如美国索宾—奥克斯莱法案（SARBANES-OXLEYACT）修改法要求对一家公司连续承担5年审计的审计师要“中断”一年的审计，另外，审计师在提供咨询业务时，要考察其作为审计师资格的独立性问题。这些法律规定有利于保证提高上市公司信息披露的真实性。充分、真实的信息披霞是投资者在市场上进行合理投票决策的基础。
从我国目前对国有银行的监管和管理体制来看，国务院、财政部、人民银行等有关部门各自承担不同的管理职能，银行重大决策涉及到多个部门的意见，这一过程往往延迟了决策时间，这种体制也造成难以追究决策失误的责任。与此同时，有关制度并未形成对银行经营管理层的有效约束，特别是对银行的经营效益和风险状况缺乏合理的制约机制。现有体制也不适宜于银行提高适应市场发展变化的能力。银行在改制和上市后，银行目标控制可以市场化、程序化和规范化，其控制效率可以体现出来。借助于规范的法律约束和市场规则约束，可以强化所有者监控作用的效力和时效性。
2、银行有明确的经营管理责任和目标
对上市银行来说，在合规经营的前提下，银行的首要经营目标是为投资者带来最大的回报。这是吸引投资者投资，鼓励投资者持有公司股票最重要的措施。由于公司确立了较单一、具体的经营管理目标，董事会对管理层进行考核，并行使激励约束机制就具有比较客观、公正的依据。
长期以来，国家有关部门为国有银行制定了较多的经营管理目标，作为经营机构更要承担较多的社会责任，使银行机构偏离商业机构运行的目标，这是导致银行资源配置效率低下的原因之一。另外，政府行政的过多干预也是影响银行风险管理和银行经营管理责任的一个重要因素。虽然这些情况在近年已经有了很大程度的改变，但是，我国银行业（特别是国有银行）仍然没有形成清晰的经营管理目标。银行仍然要承担一些历史赋予的社会职责，另外，银行按行政区划的布局，导致一些分支机构仍然在一定意义上受到或多或少行政干预的压力。银行管理技术和管理文化还不能科学地按市场原则贯彻落实经营考核目标，更难以高效平衡其应承担的一些社会责任。多种经营目标，特别是如果过份偏重于社会目标，以及由此衍生的政治目标（中国国有大型企业包括国有银行仍然延续行政序列，并有相应的评定基准），由此可能冲淡银行经营管理层的盈利目标和长远发展目标，银行管理层更不能形成有效的压力和激励约束机制，促成对银行资源的合理运用，从而导致管理及资源的低效率。这是制约国有银行管理难以实现重大突破的重要原因。通过银行上市，使银行集中体现的指标相对简化，对于银行管理适应市场经济体制发展的变化，无疑是一种重大改进。
3、银行可以借此机会实现激励约束机制的重大改进
为了保证经营管理目标的实现，上市公司通常要采取符合市场做法的激励约束机制。企业管理层及员工的绩效考核和薪酬补偿要与企业整体目标的实现紧密联系起来，甚至于通过采取员工持股和对管理层实行期权分配的制度，使员工、经营管理层与企业自身建立更为直接的利益相关体。
在目前的分配体制下，国有银行的分配体制由财政部等有关部门统一规定，仍然具有大锅饭的性质。管理层和员工的积极性难以发挥出来。随着经济改革的推进，市场经济的分配原则越来越深入、普遍，特别是随着上市公司的增多和外资企业的不断进入，国有银行所实施的分配体制与其他上市公司及外资公司分配体制之间形成的差距越来越明显，导致国有银行职员的士气低下，也使得国有银行在激烈的市场竞争环境下，人才外流的冲击表现非常突出。人的管理成为中国加入WTO后，国有银行面临的最突出的问题。
体制上存在问题的改进，是一个长期的建设过程。有效的体制建设，需要国家制定相应的政策法规，有待理性投资市场环境的培育，需要具有良好信用的社会中介机构。更重要的是，体制的适应性及效率，还与银行的企业文化建设有非常重要的联系。银行管理层对银行使命及企业理念的创立，这些理念与现代银行经营管理理念的相容性，以及它们在整个机构中的推广程度，对银行形成凝聚力及提高银行适应力，都有至关重要的影响。中国众多上市公司并没有达到理论预想的效果，其实与外部监管、市场约束力和企业信用文化建设都有关系，这说明在中国要使这一制度得以完善，还有很长的路走。
从以上分析可以看出，银行股份化和上市在一定程度上能改进前述中国银行业面临的四大问题的其中两个，主要集中于解决所有者与管理层，以及某种程度上管理层与员工的利益关系，但这不是问题的全部。中国银行业要提高自身的竞争力，改进服务效率，还需要在经营管理的其他方面实现重大突破。
四、适应市场竞争需要的银行技术变革及战略调整
银行的股份化以及走向上市之路，是国有银行机制突破的一种选择。在银行完成上市后，我国银行业与国际先进银行业之间存在的巨大发展差距仍然存在。国有银行必须借助机制调整的机会，同时在管理技术上实现突破，降低客户服务的管理成本，提高运作效率，在收益增加的同时控制经营风险。另一方面，各家银行需要重新审视自身的战略，建立竞争优势，形成自己的生存空间，在此基础上寻找超越式的发展道路，尽快缩短与国际一流银行的差距。
1、充分重视信息管理技术的基础建设。造成经营管理落后既有机制上原因，也有管理技术和信息技术的落后。与体制建设的长期性和对社会环境等方面要求的复杂性相比，银行经营管理技术的改善和提高具有更直接的作用，是我国银行业可以尽快突破而且必须突破的环节。我国银行业在人力资源管理、客户资源管理、产品创新以及对市场发展的判断力等方面，都与国际一流银行存在差距，这些差距是造成银行业在中国加入WTO后面临冲击的根本原因。我国银行业目前还处在“粗放经营”的阶段，银行对机构、业务、产品、人员的成本、收益核算控制体系薄弱，风险控制技能落后，客户营销及维持能力不足。这些都成为银行经营管理改善的瓶颈。银行服务质量的好坏以及管理效率的高低，是以银行对客户的信息掌握程度以及对这些信息的分析、处理和传输能力为基础的。信息化革命是现代银行经营管理技术变革的基础。我国银行业管理发展变革的一个重要步骤是推进完善的信息体系建设。
信息技术的突出特点是它的发展变化速度。为适应信息技术的变革，国际大银行也一直在探索、调整其经营管理方式。在新的技术发展方面，我国银行业与国际银行业可能会处于同样的起点，面临类似的战略选择和决策机会。如果能采取合理的战略，我国银行业在某些方面可以实现超越式发展。如从电子银行等渠道的利用来看，它可以改进银行面对客户的方式及效率，同时，也可能是推进银行未来发展的力量。在这一方面，中国银行业与国际银行业大体处在同一起点，如果采取合理的策略，就可以建立某些方面领先的优势。信息技术不仅是一种基础设施建设，同时，它也是银行提高竞争能力的重要手段，我国银行业在重组变革过程中要给予足够的重视。
2、确立合理的战略思路。我国银行业与国际先进同业有多方面的差距，如何在同一市场的竞争中取得优势，很大程度上取决于各家银行对自己的市场定位。各家银行如能从最强项予以推进或从最弱环节进行突破，就可以以较小的成本在最短的时间内获得较大收益。这是我国银行应对外资银行强大冲击的重要战略。市场的发展为我国银行实施这一战略创造了有利的条件。
我国经济持续的发展为银行业创造了增长空间，更重要的是，我国经济处于转型时期，企业融资行为、个人融资行为正在发生巨大的变革。在此过程中，企业的行为和个人行为会产生分层，形成各自不同的需求偏好，这种动态的变动格局，为各银行优势的发挥创造了条件，各银行如果有敏锐的洞察力，有合适的策略，就可以抢占市场先机，实现快速增长。
3、银行重组改革步骤选择。我国银行业适应市场经济运作的改进余地很大，银行业重组改革因此被赋予了比较多的目标定位。但在实际操作中，则需要有一定的程序和阶段性，才可能有针对性地解决问题，比较快地适应现代经济发展的需要，比较快地缩短与国际银行的差距。
第6篇：信用风险评估范文
关键词：商业银行；信用风险；宏观压力测试
一、引 言
自20世纪70年代末到21世纪初，全球有93个国家先后爆发了112次系统性银行危机。尤其90年代以来频频爆发的金融危机——如1987年美国股市崩盘、1994年美国利率风暴及中南美洲比索风暴、1997年亚洲金融危机、1998年俄罗斯政府违约事件，特别是2007年春季开始的次贷危机最终演变为2008年的全球金融风暴，波及范围之广，影响程度之大，史无前例。它们不仅使一国多年的经济发展成果毁于一旦，还危机到一国的经济稳定，对全球经济也产生了强大的冲击。［1］
收稿日期：2008-07-05
项目资助：本文受到西安交通大学“985工程”二期资助（项目编号：07200701），国家社会科学基金（08DJY156）资助。
作者简介： 李江（1962-），湖南省湘潭市人，金融学博士，西安交通大学经济与金融学院副教授，
硕士研究生导师，研究方向：金融风险管理；刘丽平（1982-），女，河北省承德市人，西安交通大学经济与金融学院硕士研究生，研究方向：财务预警。
金融系统的宏观压力测试是一类前瞻性分析的工具，用于模拟“异常但合理” 宏观经济冲击对金融体系稳定性的影响，可以帮助中央银行识别金融体系的薄弱环节，有助于各方理解金融部门与宏观经济之间的联系，同时提高中央银行和金融机构的风险评估能力。因此，受到各国金融监管当局的重视，逐渐成为检验一国银行体系的脆弱性，维护金融稳定的首选工具。在金融全球化的趋势下，随着我国金融市场的完全开放，我国金融业和国际金融市场的逐步融合，是否拥有一个稳定和富有竞争力的银行体系对于中国而言显得非常迫切。对银行体系进行稳定性评估，尤其是对银行体系面对的信用风险
进行宏观层面的压力测试，对防范和化解系统性金融风险，维护中国金融稳定和安全具有重要意义。
下面研究宏观压力测试在银行信用风险评估中的应用，通过对国外已有的成熟模型理论成果分析比较的基础上，根据我国的宏观经济及金融发展特点，经济、金融数据统计及披露特点，模型的数据需求深度广度要求，建立适用于我国的模型并以此进行实证分析。
二、文献综述
（一）宏观经济因素对银行信贷违约风险的影响
McKinnon R［2］认为，宏观经济稳定时，银行经营行为非常保守，不会出现不顾风险单方面追求效益的现象。但在实际汇率波动、通货膨胀出现等宏观经济不稳定的情况下，政府或明或暗的存款担保，导致银行会产生以高利率对高风险项目贷款的风险行为。Donald van Deventer［3］通过线性回归分析，确定了宏观因素对银行股价变动的解释在统计上是显着的。
对20 世纪80 年代以来各国银行不稳定尤其是银行危机现象， 国际组织和国内外学者进行了大量研究， 积累了十分丰富的实证资料。尤其是来自美国、英国、澳大利亚、芬兰的许多国外学者， 在对20 世纪80、90 年代全球银行不稳定事件的实证分析中发现， 宏观经济因素波动在各国银行不稳定中扮演着重要角色。Tom Bernhardsen［4-5］建立起银行破产与不良贷款和宏观经济因素的关系模型，并且利用欧洲国家的面板数据进行了实证检验。Erlenmaier U［6］和Gersbach H［7］利用挪威中央银行的宏观经济模型RIMINI对总体审慎指标的趋势与发展进行预测，并且建立了评估贷款违约率的宏观信贷方程。Froyland E和Larsen K［8］利用RIMINI对银行不良贷款在宏观经济波动情境下进行了压力测试。Pesola J［9］分析了银行系统危机对宏观经济因素波动的敏感性，并利用芬兰的数据通过建立模型对两者之间的关系进行定量分析。Virolainen K［10］对芬兰金融风险的实证评估，建立了宏观信贷模型并进行宏观压力测试，揭示了芬兰银行系统贷款违约风险与宏观经济波动的相关性。
国内对于银行体系的稳定评估的实证研究，包括陈华，伍志文［11］运用1978～2000年间的数据对我国银行体系脆弱性状况进行了量化分析。结果发现，中国整个银行体系在1978～2000年之间有11年是不稳定的，尤其是在1992年和1998年前后更为突出，银行体系出现了不稳健的征兆，存在较大的金融风险。
（二）宏观压力测试理论和实践
在执行宏观压力测试使用的宏观信贷模型的研究领域，有两个学者的模型框架占据举足轻重的地位，并为日后的学者不断的进行模型的拓展研究和实证应用奠定了良好的基础。他们是Wilson T C［12-13］和 Merton R［14］。Wilson对各工业部门违约概率对一系列宏观经济变量的敏感度直接建模。模型的思想是对违约概率和宏观因素的关系进行建模，模拟将来违约概率分布的路径，就可以得到资产组合的预期异常损失，进而模拟出在宏观经济波动冲击下的违约概率值。相比较而言，Merton模型则多加入了股价对宏观要素的反映，将资产价格变动整合进违约概率评估模型。因此，前一种模型更直观，计算量较小；而后一种方法对数据的广度和深度的要求以及计算量要求都很高，其中有些市场数据也许是信贷风险的噪音指标。 世界各地的学者，运用上述模型框架进行了大量的实证研究。Vlieghe G［15］对英国银行体系累加的企业违约概率进行建模估计，发现GDP、实际利率和真实工资水平具有较显着的解释能力。Bunn P，Cunningham A和Drehmann M［16］曾使用probit模型来测算英国企业部门的贷款违约风险。Boss M［17］针对加总的企业违约概率估计出宏观经济信贷模型来分析澳大利亚银行部门的压力情境，结论说明工业产值，通货膨胀率，股票指数，名义短期利率和油价都是违约概率的决定因素。Marco M 、Sorge、KimmoVirolainen［18］利用Wilson模型框架对芬兰银行系统的信贷违约概率进行了宏观压力测试分析。结果证明在压力情境下，违约概率（PD， portability of default）的蒙特卡罗模拟分布明显异于常态分布，其Var值远高于基期的测算值。Jim Wong，Ka-fai Choi和 Tom Fong［19］建立了香港零售银行面对宏观经济波动的信贷风险宏观压力测试框架。模型框架中引入的宏观经济变量包括：国内生产总值（GDP），利率（HIBOR），房地产价格（RE）和大陆的GDP。同时用宏观压力测试评估了香港银行体系的贷款资产和住房抵押贷款风险暴露。压力情境的设定模拟了亚洲金融危机时发生的宏观经济波动，并分别引入了测试模型。结果表明在置信水平90%时，在所有压力情境下有些银行仍然能够盈利。这意味着目前银行系统的信用风险较稳和。当VaR取99%的置信水平这一极端情况时，一些银行出现了巨额损失，但这类事件发生的概率极低。
Hoggarth G和Whitley J［20］与Drehmann M Hoggarth， G Logan A， Zecchino L［21］在他们的研究中引入了英国在FSAP框架指引下宏观压力测试的执行结果和方法，在压力情境的设定方面采用在险价值框架下的蒙特卡罗模拟法。Jones M T， Hilbers P和Slack G［22-23］提供了宏观压力测试的更一般的非线性的方法。Worrell D［24-25］ 讨论了一个将早期预警系统，金融健全性指标和宏观压力测试整合的方法。
一些学者研究将信用风险和市场风险整合测量，例如 Allen L 和 Saunders A［26］尝试将宏观经济因素整合进信用风险的测量模型。而最近的一些文献如Pain D、Vesala J［27］和Gropp等人［28-29］则是引用Wilson 的宏观信用模型分析了宏观要素对银行的债务人的信用质量的影响。而Wilson 的模型的一个替代选择则是Merton 的公司层面的结构模型. Gray D、Merton 和Bodie［30］将这一框架扩展至研究主权违约风险。Derviz A 和Kadlcakova N ［31］将商业周期的影响整合进一个具有结构模型和简化模型特征的复合模型。Drehmann M、Manning M［32］和Pesaran M H等［33］在利用Merton模型框架的宏观压力测试中研究了违约概率和宏观经济变量的非线性关系。Benito A，Whitley J和Young G ［34］将基于衡量违约概率的Merton模型融入针对模拟个别企业违约的probit模型。他们发现Merton模型方法比仅仅依靠企业的财务数据的模型效果更优。
还有一些文献使用不良贷款，贷款损失额或者复合指标与宏观经济因素整合成矩阵向量来测算金融体系的稳定性。Hanschel E和Monnin P［35］针对瑞士银行系统构建了一个复合压力指标，该指标综合了金融不稳定的市场指标和银行资产负债表上的衍生变形指标。Kalirai H 和 SchEicher M［36］针对对澳大利亚银行体系累加的贷款损失，通过涉及广泛的宏观经济变量的模型进行了时间序列的回归估计。这些宏观经济变量包括国内生产总值、工业产值缺口、消费者价格指数、货币供给增速、利息率、股票市场指数、汇率、出口额和油价。
（三）国内外研究述评
目前国外开展的关于银行稳定性评估的实证研究十分丰富，其中挪威和芬兰中央银行的研究对金融系统的评估最具综合性。稳定性评估的目的在于，对银行体系的健全状况和抵御系统性金融危机的能力进行定量和定性的客观评价。为此采用了金融稳健指标分析（Financial Sound Indi cators)和压力测试的方法，对宏观经济环境中例外但有可能发生的冲击（Shock）情境进行模拟，来量度和评估银行体系在遇到冲击甚至遇到金融危机时，保持稳定（即银行保持基本运营不会发生突变）的能力。
而国内对于银行体系的稳定评估的实证研究都偏重于评价银行体系的稳定性，对在抵御不确定性风险的能力评估并未涉及。目前我国关于宏观压力测试的研究才刚刚涉及，孙连友［37］，高同裕、陈元富［38］等学者对宏观压力测试进行了理论上的探讨，但多为国外文献的整理或综述，未能进一步的发展和深入。尤其在模型研究方面，仅仅停留在介绍早期国外学者的模型框架和较为成熟的各国宏观压力测试手册指引中的操作流程。其内容多为宏观压力测试的必要性、目的作用、所用方法、国内外的具体实践等，未能有很系统和深入的介绍，而对多种宏观压力测试模型的介绍和分析尚无涉及。
在实证方面，熊波［39］通过建立宏观经济因素的多元Logit回归分析，并对结果进行假设情境的压力测试分析。得出的结论是， 国内生产总值和通货膨胀率这样的宏观经济变量的确是影响中国银行体系稳定性的重要因素。但是该文只是借鉴了压力测试的思想，使用传统的方法，通过模拟情境下宏观经济因素异动，由Logit模型最终得出稳定性指标期望值的点估计来评价银行体系的稳定性。这种方法不能有效地反映出宏观变动冲击对银行体系的影响，不能看出压力情境下银行面临的最主要的信用风险的分布状况，即贷款违约率的概率分布。
三、宏观压力测试方法流程及模型设定
（一）方法流程
宏观压力测试是模拟“危机事件”来估计极端却可能的压力情境下金融体系的波动。在宏观压力测试的框架中，其模型表示为：
Q(t+1｜t+1≥X=f(Xt，Zt)（1）
在（1）中 表示在模拟的压力情境下评价金融体系的稳定性的指标的表现。在宏观压力测试模型中衡量金融部门波动性的最一般的方法是资本的潜在损失率。Q(·)表示衡量金融系统波动性的风险矩阵，衡量违约情况的指标例如贷款损失额主要通过模拟压力情境下的点估计得到。在这种情况中，该条件概率值表示的风险矩阵较容易计算。而在险价值方法中，在任何给定的压力情境下，资产组合的损失应产生概率分布，而不是前一种方法中的点估计值。框架中f(·)表示损失方程，该方程模拟了宏观经济冲击对金融体系中加总的资产组合的影响关系。该方程可包含风险暴露，违约概率，相关性，回馈效应，以及宏观经济变量变动与系统层面金融稳定性表现的相互关系。
压力测试的执行方式主要是通过情境设定，根据情境假设下可能的风险因子变动情形重新评估金融商品或投资组合的价值，整个程序通常分为两大步：一是情境设定；二是重新评估。通常重新评估的方式不会有太大的差异，但是情境设定的方式却有很多种选择。情境分析（Scenario Analysis）是目前应用的主流。即利用一组风险因子定义为某种情境，分析在个别情境下的压力损失，因此此类方法称为情境分析，情境分析的事件设计方法有两种：历史情境分析（Historical Scenario）和假设性情境分析（Hypothetical Scenario）。其他方法还有敏感度分析（Sensitive Analysis）和极值理论法（Extreme Value Theory， EVT）。
本文根据信用风险压力测试的相关文献以及世界银行和国际货币基金组织联合开发的FSAP（financial Sector ass ess ment programme)的手册，将压力测试的执行程序见图1所示。
图1 压力测试流程图
（二）模型的设定
本文将在Wilson、Boss和Virolainen研究框架的基础上建立适合我国银行系统信用风险评估的宏观压力测试模型。首先借鉴国外研究成果中关于宏观经济因素和贷款违约率之间的非线性关系设定。在此基础上使用Logit方程将贷款违约率转化为宏观综合指标，以指标作为因变量与宏观经济因素进行多元线性回归分析，使得这一指标能够很好地利用各宏观经济指标所提供的信息。在模型中宏观经济因素的选择方面，参考国内外学者实证研究中模型的自变量，结合我国数据统计和披露特点等制约因素选取适合的宏观经济变量来构建模型。
yt=ln1-PDt[]PDt（t=1， 2…， N）（2）
yt=α0+α1Xt+…α1+mX1-m+β1yt-1+…+βny1-n+μt（3）
Xt=0+1Xt-1+…+pX1-p+φ1yt-1+…+φqyt-q+εt（4）
PDt代表t年度的贷款的平均违约率，Y是一个反映宏观经济状况的综合性指标，也可以将它理解为是反映银行体系违约概率和各宏观经济变量的关系的“中介指标”，X代表宏观经济变量。在利用历史数据进行模型估计时，通过处理的违约概率值代入（2）就可以得到估计的综合指标的估计值。将其带入（3）就可以估计出宏观方程的系数，并以此估计出的方程作为进行宏观压力测试的基础。而在执行压力测试的时候，通过压力情境的设定，用不同方法得到的各相关宏观经济变量值代入估计出的（3）就可以得到压力情境下的Y，再通过（2）就估计出了压力情境下的银行系统的违约概率。
公式（2）就是对贷款违约率进行Logit回归分析，PDt表示t年度的贷款的平均违约率，yt表示一系列宏观经济变量的综合指标。
公式（3）是反映各宏观经济变量与综合性指标yt的关系的方程，本文采用多元线性回归的方法来模拟变量之间的关系。其中Xt=(x1，t，x2，t…xl，t)′是L×1阶列向量，代表L个宏观经济因素构成的列向量；μt是方程的随机扰动项。截距α0是一个L×1阶列向量；系数α1，α2…α1+m分别代表L×1阶向量，系数β1…βn是L×n阶矩阵向量。
公式（4）是关于各宏观经济变量的时间序列模型。考虑到宏观经济因素采取的时间序列数据，可能存在变量的滞后性，因此对各宏观经济变量进行P阶自回归分析，剔除模型中的序列相关性。在（4）中，0是L×1阶的列向量， 1，…，p都是L×1阶矩阵向量，φ1，…φq是L×q阶矩阵向量，随机误差εt都是L×1阶列向量。
在这个模型中，假设μt和εt是序列不相关的，并且分别服从方差协方差为矩阵∑μ和∑ε的正态分布。其中μt和εt相关的方差协方差矩阵为∑μ，ε。
在 Wilson（1997）和Virolainen（2004）提出的框架中，yt仅仅与Xt有关，而本文模型的设定更符合实际情况，yt不仅与Xt相关，考虑到宏观冲击的时滞效应，yt还与其滞后期的值yt-1，…，yt-n有关。
从（4）可以看出，模型不仅考虑到了宏观经济变量值之间的相互影响，模型的设定考虑到了金融体系对宏观经济波动的回馈效应。将银行的表现对经济的反馈影响通过在宏观因素变量的自回归方程中引入综合变量来实现。通过各行业综合指标Y的前期值对各宏观经济变量的影响设定来反映现实世界中的金融与经济发展的相互影响关系。
（三）变量选取
1.解释变量
根据各国的实证研究经验和我国银行体系业务发展特点，本文模型的变量选取1990～2006年的年度数据，主要考虑到数据的可得性、宏观经济统计的特征以及经济冲击发生的持续时间来决定的。鉴于研究的宏观层面，从数据的可得性及计算量考虑，本文的宏观模型是基于整个经济体系的，因此各宏观经济变量将不采用各经济部门的统计值，而是采用本国的整体水平的统计值。
本文选取八个宏观经济变量作为解释变量：
NGDP—国内生产总值名义年增长率；
RGDP—国内生产总值实际年增长率；
NR—一年期存款的名义基准利率；
RR—一年期存款的实际基准利率；
NLR—一年期流动资金贷款的名义平均利率；
RLR—一年期流动资金贷款的实际平均利率；
CPI—居民消费价格指数；
RE—房地产价格指数；
2.被解释变量
本文选取违约概率作为评估信用风险的指标，银行系统的信用风险主要表现为贷款资产的违约风险。违约率水平是评估银行贷款质量的最直接的指标，违约风险可以用借款人在规定期限内的违约概率度量。Virolainen K对芬兰银行系统的违约概率进行的宏观压力测试分析中，对违约概率指标采取如下方式赋值：在研究时段内，某行业的破产机构数量与总的机构数量的比率为银行体系面对的违约率。Jim Wong、Ka-fai Choi和Tom Fong［19］建立的香港零售银行面对宏观经济波动的信贷风险压力测试框架中，违约概率是逾期3个月以上的贷款额与总贷款额的比率。本文选取四家国有商业银行和交通银行、招商银行、光大银行等十家股份制商业银行的信贷数据作为样本，以平均的逾期贷款率代表贷款违约率，即以年末样本银行的总逾期贷款额与总贷款余额的比率。其中，1990、1991、1992三年的各样本银行的详细数据欠缺，因此本文根据各类媒体披露的总的逾期贷款的变动率和贷款额的变动率计算出了这三年的逾期贷款率，其他各年份的详细数据均来自中国金融年鉴和各银行的年报。
四、实证结果
（一）模型估计
代入1990～2006年的宏观经济数据对上述模型进行多元回归分析和模型估计，先用宏观经济变量的名义指标值和实际值，与引入的综合指标Y的两期滞后变量分别对Y进行回归。从两个模型的t检验指标看出，模型中GDP、LR、R作为解释变量的参数并不显着，而引入的Y的二阶滞后变量对因变量的解释性也不显着。因此模型的参数需要进一步调适剔除。根据经验和宏观经济冲击的滞后性往往为一年，因此模型中只引入Y的一阶滞后变量。虽然两个模型的拟合优度统计检验指标和D-W指标略微下降，但两个指标值分别为0.987和2，仍是非常理想的检验指标值。在剔除掉一年期存款利率后，两个模型各参数的t检验指标都非常显着。但是以模型解释变量的参数符号来看，通货膨胀率CPI在以名义宏观经济变量值为自变量的模型中的系数符号为负，这表明随着CPI的增加，Y值也会减小，经过Logit变换后的违约概率PD将会增大，显然符合经济学原理。而在关于实际变量的模型中系数为正号，这是违背经济学原理的。所以本文确定以名义变量作为模型解释变量的方程为最佳的宏观经济模型（见表1）。这说明我国银行的信贷违约率对名义的宏观经济因素的波动更敏感。Marco Sorge、 Kimmo Virolainen（2004）利用wilson（1997）模型框架对芬兰银行系统的违约概率进行了宏观压力测试分析，宏观经济模型估计结果与我国上述情况类似，即名义的宏观经济变量对违约概率的解释能力更显着。
根据回归方程的t检验（5%的显着性水平），各宏观因素指标的实际值对综合指标的影响并不显着，所以剔除不列入表内。从表1中可以看出，综合经济指标和各宏观经济变量指标的名义值关系显着。且综合指标的一期滞后值对各宏观经济指标影响均显着。从关于综合指标的多元线性回归方程也可以看出，国内生产总值增长率、贷款利率水平、通货膨胀率和房地产价格的确是影响到我国银行体系违约概率的显着因素，而且综合指标明显受其一期滞后值的显着影响。
（二）宏观压力情境的设定及其结果
本文选择情境分析作为执行压力测试的方法。针对模型所选取的宏观经济变量，我们设定两个压力情境：一种是GDP增长突然放缓的情境；一种是CPI上升到较高的水平（5%以上）。对于各种压力情境下，反映压力的宏观经济变量的变动幅度，可以通过以往的历史相似情境数据或历史经验直接进行人为的设定。而本文在对银行体系遇到极端情境进行构建之前，利用时间序列模型对解释变量NGDP、CPI进行了2008～2010年的简单ARMA模型预测，作为我们构建的参考基准情境（baseline scenario）。
从表2可以看出，在设定的两种压力情境下，我国的银行体系的信贷风险明显增加，从模型预测估计出的贷款违约率都有不同幅度的增加。随着国民生产总值增速的大幅降低，贷款违约概率增大，但幅度较缓。而随着通货膨胀率的骤增，违约概率出现大幅度的激增。这充分说明在压力情境下，宏观经济变量对银行系统信贷违约概率的冲击效应非常显着。从而判断，通货膨胀率的同等幅度波动对银行体系信贷违约率值的影响更大。
五、结论及建议
本文在对比分析国外成熟模型的基础上，构建了适合我国经济环境的宏观压力测试模型。首先本文借鉴了国外研究成果中关于宏观经济因素和贷款违约率之间的非线性关系设定。在此基础上使用Logit方程将贷款违约率转化为宏观综合指标Y，以指标Y作为因变量与宏观经济因素进行多元线性回归分析，使得这一指标能够很好地利用各宏观经济指标所提供的信息。在模型中宏观经济因素的选择方面，参考国内外学者实证研究中模型的自变量，结合我国数据统计和披露特点等制约因素选取适合的宏观经济变量来构建模型。借鉴已有研究成果中在选择信贷风险的评估指标方面的做法，以逾期贷款率作为模型中反映银行体系信贷风险的指标。
结果发现：宏观经济变量名义国内生产总值，消费者价格指数，房地产价格指数和名义流动贷款利率对银行体系贷款违约率影响是显着的。特别是名义国内生产总值和通货膨胀率指标，冲击力较强。在关于名义国内生产总值大幅下降和通货膨胀率骤升的压力情境设定下，银行体系的贷款违约率都出现了不同程度的大幅度提高。尤其在关于通货膨胀率的压力情境下，贷款违约率的增长幅度高于名义国内生产总值下降情境下的增幅。
本文研究结果对中国国情有着一定的解释力，让我们有信心支持这样的研究思路的继续开展。通过分析我们可以看出，中国的银行体系稳定性还有待进一步加强，在面临假设的宏观经济冲击时，化解风险的能力就显得不足。当然我们构建的这些极端情形发生的概率都是极小的，毕竟中国经济目前来看几年内保持稳定增长的态势是确定的。
参考文献：
［1］ 中国人民银行金融稳定分析小组.中国金融稳定报告（2005）［EB/OL］. pbc.gov.cn/detail.asp?col=100&ID=2257&keyword.
［2］ McKinnon R. Financial growth and macroeconomic dtability in China.1978-1992: implications for Russia and other transitional economies［J］. Journal of Comparative Economics， 1994， 17(2): 438-469.
［3］ Deventer D V， Kenji I. Credit risk models and the Basel Accords［M］. BEijing: RENMIN University of China Press， 2005: 14-56.
［4］ Bernhardsen T. Real-time data for Norway: Challenges for monetary policy［J］. The North American Journal of Economics and Finance， 2005， 19(3): 333-349.
［5］ Bernhardsen T. The relationship between interest rate differentials and macroeconomic variables: a panel data study for European countries［J］. Journal of International Money and Finance， 2000， 18(2): 289-308.
［6］ Erlenmaier U. Correlations models in Credit Risk Managem［D］. Norway: University of HEIdelberg， 2004.
［7］ Erlenmaier U. Gersbach H.Default probabilities and default correlations［D］. Norway: University of Heidelberg， 2005.
［8］ Froyland E， Larsen K. How vulnerable are financial institutions to macroeconomic changes? An analysis based on Stress Testing［J］. Economic Bulletin， 2002， 3(11): 127-169.
［9］ Pesola J. The role of macroeconomic shocks in banking crises［J］. Bank of Finland Discussion paper， 2000， 2: 457-504.
［10］ Virolainen K. Macro stress-testing with a macroeconomic credit risk model for Finland［J］. Bank of Finland， mimeo， 2004， 19(1): 1-66.
［11］ 陈华，伍志文．银行体系脆弱性：理论及基于中国的实证分析［J］．数量经济技术经济研究，2004(9)：34-51．
［12］ Wilson T C. Portfolio credit risk I［J］. Risk， 1997， 9(10): 111-170.
［13］ Wilson T C. Portfolio credit risk II［J］. Risk， 1997， 10(10): 56-61.
［14］ Merton R. On the pricing of corporate debt: the risk structure of interest rates［J］. Inance， 1974， 29(7): 449-470.
［15］ Vlieghe G. Indicators of fragility in the UK corporate sector［J］. Bank of England Working Paper: on.146， 2001.
第7篇：信用风险评估范文
关键词：宏观压力测试 银行体系 信用风险 实证分析
一、引言
由2007年美国次贷危机引发的全球金融危机表明，金融市场一体化的格局已经形成，金融风险的传染效应和溢出效应日益强化，现代金融体系呈现出高度复杂性、结构性以及同构性的特征。在严峻形势下，各国金融管理当局不断研发评估金融体系稳健性的工具。巴塞尔银行监管委员会在2009年5月正式的《稳健的压力测试实践和监管原则》中强调了压力测试的独立地位，它应成为验证计量经济风险模型准确性的重要工具和内部资本充足评估程序（ICAAP）的组成部分。压力测试也是金融稳定评估规划（FSAP）中基金组织量化评估成员国金融风险的重要工具。此次国际金融危机背景下，主要国家加大了运用宏观压力测试评估金融体系稳健程度的力度。2009年2月，美联储等美国金融管理部门联合对19家美国银行控股公司（BHCs）的资本情况展开全面压力测试（SCAP），以期在经济发展形势不确定时，督促BHCs持有充足资本缓冲，降低银行体系可能遭受的不可预期影响，并确保对有承贷能力客户的信贷需求。2010年7月，欧洲银行业监管委员会（CEBS）公布了91家银行压力测试结果，目的在于揭示欧洲银行体系面对冲击的准备程度，在经济不佳以及欧洲债务出现危机的背景下，压力测试结果显示超九成银行达标，为稳定债权人信心，促进市场快速恢复发挥了积极作用。与此同时，国内开展压力测试理论研究和实证分析的进程也在快速推进，银监会于2007年12月了《商业银行压力测试指引》，督促商业银行加大开展压力测试的力度。但纵观国内压力测试的开展情况，总体呈现出“宏观压力测试少，微观压力测试多；自上而下的少，自下而上的多”等特征，表明宏观压力测试理论研究和实证分析有非常广阔的拓展空间。
二、研究设计
（一）压力测试的基本理论巴塞尔银行全球金融系统委员会和国际货币基金组织将压力测试定义为利用一系列方法来评估金融体系承受罕见但是仍然可能的宏观经济冲击或者重大事件的过程。Berkowetz（1999）认为压力测试是关注于“尾部”事件的一类特殊风险模型。在微观领域，可以作为风险度量工具VaR的重要补充，帮助金融监管当局更好地监管个别金融机构的市场风险和信用风险；在宏观领域，可以通过研究银行间市场的传染效应、反馈效应以及信贷衍生品市场发展引起的风险问题来对金融系统稳健性做出评估。将压力测试方法引入实务领域加以运用是我国近年来才展开的内容，相关学者对此做出了积极探索。其中黄学元等（2006）提出了一个信用风险的宏观压力测试实证架构，利用其检测了香港银行体系受到宏观经济冲击时的抗压能力；徐明东、刘晓星（2008）详细分析比较了国内外主要宏观压力测试架构及方法；徐光林（2008）运用线性模型，重点测试了GDP增速等指标恶化时，我国银行业金融机构资产规模扩张的受影响程度。张志暹、边永平（2008）运用VAR模型和蒙特卡罗模拟分析，揭示了甘肃银行体系在面临经济冲击时所暴露出来的脆弱性及其承受冲击的能力。华晓龙（2009）通过多元线性回归分析，利用假设情景定量分析了宏观经济波动对中国银行体系贷款违约率的影响。本文在研读压力测试文献和宏观经济形势分析报告的基础上，尝试设计了“极端且合理”的宏观压力情景，并构建了一个自上而下的宏观压力测试实证分析模型，试图从数量关系上刻画在宏观压力情景下银行体系信用风险水平的变迁情况，具有一定的现实意义和政策实践性。
（二）压力指标的选择 本文选取代表银行体系信用风险的不良贷款率（NPL）作为承压指标和被解释变量，选取具有重要影响的宏观经济变量作为压力指标和解释变量，通过构建多元线性回归模型反映解释变量（压力指标）和被解释变量（承压指标）之间的映射关系。实证模型设定如下：
NPLi，t=αi+βj， t+λx， t+y， t-1……+εi，t（1）
其中，αi代表常数项；j、x、y为表征压力指标的宏观经济变量，β、λ、为模型回归系数。考虑到宏观压力指标（GDP同比增速，M2同比增速等）对银行体系资产质量存在滞后期影响。因此，模型中引入解释变量的时间滞后效应t-1；εi，t代表随机误差项。一般认为，为避免解释变量之间的同期相关性、保证模型处理的有效性，纳入模型的压力指标不宜过多，因此本文将对银行体系不良贷款率影响最为显著的3个主要宏观经济指标（这三个指标经过模型独立性检验和相关性检验以后筛选得到，筛选过程从略）纳入模型，包括：一是GDP同比增长率（GDP）。GDP是反映宏观经济运行景气程度的核心指标，理论及实践表明，GDP与商业银行不良贷款率有着显著的负相关关系。二是M2同比增长率（M2）。近年来，由外汇占款规模不断扩大引发的银行体系流动性过剩深刻影响着银行的经营行为和实体经济融资的可获得性，从而对投资、消费等实体经济活动产生明显的制约或强化效应，由此使得M2与实体经济的景气循环及发展形势有着紧密的关联性，并最终影响到银行体系的信贷资产质量。三是商品房销售价格平均增速（FJ）。房地产行业已成为我国的支柱产业，房地产贷款在银行业贷款中的占比近年来不断提高，以开发贷款为例，2009年银行信贷资金已占到房地产开发企业资金来源的34.48%。因此房地产贷款已成为影响我国银行体系稳健程度的重要因素，有必要关注以房价为主的宏观经济变量对银行体系信贷资产质量的影响。
（三）宏观压力情景的设计 为体现压力测试的主旨及意义，设计宏观压力情景应符合“极端且合理”的原则，这要求情景中既要体现引发金融风险的小概率事件，将测试目标定位于尾部风险，又要保证情景发生的可能性，使测试结果具有参考意义。由于平衡上述两方面的难度较大，因此压力测试诸多环节中，关于设计压力情景的讨论和争议总是最多的。在设计方法方面，成熟市场经济的金融管理当局或IMF等国际性金融组织一般运用宏观经济生成器（如一般均衡动态方程组）进行测试；普通实证分析或业界实务采取历史情景法或专家设计法（即假设情景法）较多；本文采用历史与假设结合的方法设计压力情景。根据当前我国宏观经济面临的内外部主要矛盾和主客观方面因素，本文对有可能产生大量银行坏账的极端宏观经济发展形势分析如下：实体经济方面，2009年以来，国际金融危机影响仍在持续。外部经济低迷使我国外贸出口行业继续萎缩，此外，节能减排压力也将成为牵制GDP增长的重要力量；货币政策及价格调整方面，美国、日本等主要发达国家为刺激本国经济，继续实施量化宽松货币政策，全球流动性泛滥在造成我国输入性通货膨胀的同时还引起严重的资产价格泡沫；政策措施方面，为防止流动性过剩带来的信贷猛增、通胀引起的“负利率”以及资产泡沫，央行将通过多种方式加大回收过剩流动性的力度，甚至采取加息等价格型货币政策工具。同时，迫于来自贸易逆差国的压力，人民币重启升值通道。此外，为保障民生，政府将会加大平抑房价的政策力度。在上述诸多因素的综合影响下，经济增长出现失速，加之2009年贷款增幅过高、地方政府融资平台贷款过大等影响银行业稳健运行的隐患尚未消除，银行体系信贷资产质量面临严峻考验。将上述宏观压力情景转换为GDP、M2和房价3个压力指标的冲击强度，需进一步分析3个指标时间序列数据的历史变迁情况，计算出分位数及其所代表的发生概率（表1）。参考上述压力指标历史数据的统计参数及其所反映的发生概率，结合当前宏观经济的运行情况，认为GDP、M2具有“极端且合理”的特征。对于房价平均增速，本文认为借鉴银监会于2010年初部署的压力测试冲击强度较为合理，即房价较2009年底下降10%、20%和30%。据此设计出量化的压力情景如（表2）。
三、实证分析
（一）描述性统计 近年来，由于商业银行内在风险管理水平的提高、外部经营环境的优化等多种原因，17家银行的汇总不良贷款率数据呈现出明显的下滑趋势（图1）。图中显示出不良贷款率的时间序列数据呈现出较强的单边下滑趋势，以2005年3季度末为分界点，之前呈现快速的下降趋势，第4季度小幅上升， 4季度末又重启下降通道，但趋势明显放缓。由于整体趋势的存在，一定程度上掩盖了宏观经济变量的影响。因此在认为整体趋势是由银行经营内外部条件趋好的前提下，以分段线性函数拟合不同阶段不良贷款率趋势线的结果如（图2）。为保证实证结果更加拟合现实状况，首先需要对趋势项进行剔除，处理方法为不良贷款率减去趋势（NPLM= NPLyi），最后得到的是能够反映宏观经济对不良贷款率影响的波动情况。由于波动的绝对数值较小，且假设在具有足够长时间序列的情况下承压指标（NPLM）和压力指标（GDP等）服从标准正态分布，为了获得更好的拟合结果，进一步将其标准正态化，方法为：（X-期望）/标准差。
（二）回归分析运用标准化处理之后的承压指标与压力指标，运用最小二乘法（OLS）建立线性回归模型。考虑到GDP、M2和房价影响信贷资产质量的滞后效应，在回归时对3个压力指标均加入1-4期的滞后项。在保证宏观经济对不良率影响的意义与主观判断一致的前提下，剔除不显著的回归结果，系数估计见（表3）。总体看，模型的拟合度较高，且一般检验效果较好。3个压力指标中，滞后4期的GDP、当期M2的回归结果显著，对于不良贷款率变化的解释度较高。而商品房销售价格平均增速对于不良贷款率的解释相对较弱，但该指标的滞后效应非常明显，滞后3期的显著性明显增强，且标准误差值达到最低。三个指标的回归结果都符合一般的经济学意义，即滞后4期的GDP、当期M2和滞后3期的房地产销售价格平均增速与不良贷款率呈现负相关关系。进一步分析模型回归结果可知，3个压力指标中，M2对不良贷款率的影响最为显著，其次为GDP，房价对银行体系信贷资产质量变迁的解释力相对较小。运用线性回归模型的拟合结果，建立如下方程实施压力测试：
NPLM=-0.253*GDP-0.362*M2-0.095*房价（-3）-1.33
（-1.99） （-2.11） （-1.59）
将宏观压力情景代入上述方程，得到的压力测试结果如（表4）。
四、结论与建议
（一）结论 本文仍然存在诸多有待改进的方面，一是实证分析数据仍然较短，虽然理论上作为承压指标的宏观经济变量服从标准正态分布，但收集的建模数据较短不支持此假设，影响了模型估计效果，此外有关数据的时间序列还未经历一个完整的经济周期，一定程度上也影响了拟合效果。二是本文采用经典线性回归模型，尽管估计效果较好，但仍不能很好地反映现实中复杂的经济关系。基于上述几方面问题，应对压力测试结果持一定的审慎态度，在此前提下，本文实证结果分析如下：首先，压力指标对不良贷款率的影响程度各不相同。通过估计系数判断，M2对不良贷款率的影响最大，GDP次之，房地产销售价格平均增速的影响最小。从以下几个方面对此进行解释：一是流动性的充裕程度与GDP、房价存在密切关系，间接影响信贷资产质量；二是由于主动（金融危机以来实施的积极货币政策）和被动（外汇占款）增加的M2深刻影响着银行经营决策的审慎性，一定程度上直接影响着信贷资产质量。其次，宏观压力测试结果显示，重度冲击下的不良贷款率达到6.05%，低于自2003年以来不良贷款率的平均值，一方面表明近年来银行体系不良贷款率的下滑主要源于商业银行风险管理水平和经营审慎性的提高，宏观经济循环对于银行信贷资产质量的影响程度相对次之；另一方面假设压力情景下形成的信用风险损失对银行体系的影响相对有限。最后，压力指标对不良贷款率的滞后影响各不相同。其中M2、GDP的影响是当期的，房地产销售价格平均增速的影响滞后三期。这一结果说明M2、GDP的先验关系尚不明朗。凯恩斯理论认为货币当局通过控制M2影响GDP，但由于近年来我国M2处于被动超发局面、金融危机产生的救市效应等其他因素影响，M2与GDP对信贷资产质量的影响未符合预期。而房地产市场波动产生的财富效应首先影响人们的心理因素，继而影响开发商的投资决策，随后影响钢铁、水泥等上游行业的生产与库存，因此对银行信贷资产质量的传导时滞较长。
（二）建议 实践和理论证明，银行信贷资产质量的变化是由多方面因素造成的。结合压力测试的实证分析结论，提出以下建议： 一是商业银行应密切关注宏观经济形势及其发展趋势，在此基础上，采取一定程度的逆周期经营策略，例如在M2大幅增长以及经济增速较快时，应能把握信贷投放节奏、强化放贷的审慎原则、提高贷款审批标准，以此确保信贷资产质量。此外，应前瞻性的根据经济形势把握好宏观调控政策的调整节奏与力度，提前制定和调整本行的信贷政策。如在房地产价格快速增长时，应能及时控制对房地产行业及其密切联系的上下游行业的信贷投放力度。二是央行作为管理流动性的政策主体，虽然不直接制定和实施银行监管措施，但应运用相关法定职责参与银行体系资产质量的控制。宏观上应确保货币政策的连续性和稳定性，加大对过剩流动性的回收力度，维持资产价格以及宏观经济的持续稳定增长，为商业银行提供稳健有序的金融运行环境；微观上应加大差别存款准备金率、定向票据、窗口指导等政策的实施力度，加强对银行体系的结构化调控，确保金融机构贷款的合理有序增长。三是银监会应探索建立和完善金融机构风险预警体系，关注在信贷高速增长、宏观调控政策调整以及经济形势突变之后银行的集中度风险、行业信贷风险等重要的风险源头，及时分析风险的发生机制和传导机制，加强对银行的风险提示。此外，除了组织商业银行开展微观压力测试以外，还应常态化开展宏观压力测试，从宏观审慎管理的角度及时评估和揭示银行业运行中存在的薄弱环节和脆弱性，以增强出台和调整监管政策的实效性和针对性。
参考文献：
［1］黄学元、蔡家辉、方荣：《检测香港银行信贷风险的宏观压力测试架构》，《香港金融管理局季报》2006年第12期。
［2］徐明东、刘晓星：《金融系统稳定性评估：基于宏观压力测试方法的国际比较》，《国际金融研究》2008年第2期。
［3］孙连友：《金融体系压力测试：概念与方法》，《济南金融》2006年第2期。
［4］高同裕、陈元富：《宏观压力测试及其在我国面临的问题》，《南方金融》2006年第7期。
［5］张志暹、边永平：《宏观压力测试在区域金融稳定评估中的应用研究――基于甘肃实证》，《金融研究》（增刊）2008年。
［6］华晓龙：《基于宏观压力测试方法的商业银行体系信用风险评估》，《数量经济技术经济研究》2009年第4期。
［7］郜利明：《经济的周期性与压力测试中假定性压力情景的设定》，《金融管理与探索，金融管理与研究》2009年第2期。
第8篇：信用风险评估范文
关键词：信用风险 美国债券 收益率 违约率 资信评估
提出问题
信用风险是金融活动中的基本的风险类型,也是所有金融市场参与者必须正视并应着力控制好的一种风险。它是指证券公司在开展业务时，由于合同的一方不履行或在其结算过程中交易对手的违约，或由于交易对手的信用等级下降，给证券公司带来损失的风险。
经济学家、银行家与分析家采用许多不同模型来评估贷款和债券的违约风险。这些模型从相对定性到高度定性不尽相同，但又不互相排斥。金融机构管理者可以使用一种以上的模型来进行信贷定价或制定贷款的分配决策。例如在多期的贷款或债券市场上，信用风险评估的债券期限结构模型就可以帮助我们确定违约风险和违约概率的问题。下面我们针对美国两年期债权的违约风险建立模型，详细介绍如何从利率的期限结构中得到这一两年期贴现债券的信用风险。
建立模型
假定在某一特定的风险等级对于（美国）国债和公司债券来说，即存在1年期的又存在2年期的贴现债券，为简单起见，我们希望从风险评级等级划分为B级（可以任意假定）的公司借款者收益率曲线中分离出多期违约率的市场预期。如图所示，美国国债和公司债券收益率曲线都是向上倾斜的。
首先看一下美国国债收益率曲线。投资者的无套利要求，购买并持有2年期美国国债贴现债券至到期日的收益率正好等于：投资于目前的1年期贴现美国债券，然后在第1年的年末以预期的1年期远期利率将本息再投资于一种新的1年期贴现美国国债的预期收益率。即：
(1+i2)2=(1+i1)(1+f1)
我们可以从美国国债收益率曲线中直接观察到1年期和2年期美国国债的现行必要收益率，即i1＝10％，i2＝11％，则
(1+i2)2
1.112
1+f1=――――――=――――――=1.12
1+i1
1.1
对于公司债券收益率曲线，我们使用相同的分析，以推出公司债券的1年期远期利率。目前的收益率曲线表明，适用的1年期贴现债券的收益率为15.8％，而两年期债券的收益率为18％。未来一年的1年期公司债券利率（c1）的预期值，反映市场对这一等级借款者的违约风险的预期以及影响到f1的更一般的时间价值因素：
(1+k2)2
1.182
1+c1= ―――――=―――――=1.202
1+k1
1.158
或c1＝20.2
1年期债券的预期利率可以产生一个估计值，即对1年期公司债券在1年期间偿还的预期概率的估计值，或者我们称之为p1的值：
1+f1
1.12
p1=――――=―――=0.9318
1.c1
1.202
这样，两年的预期违约概率是：1-p2＝1-0.9318＝0.0682或6.82％
以类似的方法，可以从美国国债及公司债券期限结构中得出对两年后的1年期利率的预期值，两年后作出的1年期贷款的偿还概率为：
1+f2
p3=――――
1+c2
其中f2为两年后新发行的1年期国债贴现债券的预期收益率，c2为两年后新发行的1年期公司贴现债券的预期收益率。这样，我们就可以得出一个B级风险等级公司债券未来一年预期违约概率完整的期限结构。
迄今为止，美国已拥有一整套先进的信用风险分析技术，以及在信用评级行业形成了比较成熟的信用评级体系。那么与有着将近百年发展历史的美国信用评级行业相比，我国信用评估目前存在着许多问题：
在信用风险分析方面
目前我国的信用分析技术仍处于传统的比率分析阶段，银行机构主要使用计算贷款风险度的方法进行信用风险评估。
信用风险的分析仍然是以单一投资项目、贷款和证券为主,衍生工具、表外资产的信用风险以及信用集中风险的评估尚属空白。
分析方法简单，没有集多种技术于一体的动态量化的信用风险管理技术。
在资信评级行业方面
虽然我国资信评级业已有十多年历史，但从整体上看还处于初始起步阶段，市场经济特别是金融资本市场不发达，社会信用制度不完善，使评级市场的需求不足。
市场对评级作用认识不高，具有一定规模、运作规范、有广泛影响力的评级公司不多，特别是没有具有国际影响力的评级公司。
评级公司之间竞争激烈，很多公司利用非市场因素开展不适当竞争。
评级机构的独立性不强，多数评级机构由金融部门组建，服务或依附于金融机构。
评级方法过于简单，国内目前采用的是较为普遍的“打分法”信用评级制度。
在以后的发展中，我们应博采众长、引入科学方法来确定有效指标,并建立准确的定量模型来解决信用评估问题；同时还要借鉴发达国家的成功经验，尽快建立既适合中国资本市场又能与国际标准接轨的资信评级体系，培养出中国的“穆迪”和“标准普尔”。
参考资料：
第9篇：信用风险评估范文
关键词:体检中心；风险管理；护理纠纷；满意度
随着社会的不断发展，人们对健康的需求逐渐提升，由从前的生病就医发展到定期对身体体检的习惯【1】。体检中心也更受人们青睐，体检业务也呈逐年增长趋势。但由于护理人员与体检者接触时间相对较紧迫，一些护理细节稍不严谨处理，易导致护理差错和护理纠纷的发生，大大提高了护理风险的发生率【2】。因此，建立良好的风险管理制度，能有效降低风险系数，为体检者提供更好的护理服务。本文通过对我院门诊体检中心2013年5月实施护理安全风险管理对策后，取得较满意的临床成效，现将成果汇报如下。
1资料与方法
1.1 一般资料 选取2012年4月至2013年4月在我院体检中心进行体检的1000名体检者作为对照组的研究对象。选取2013年5月至2014年5月在我院开展护理风险管理期间的1000名体检者作为观察组。其中对照组中男性578名，女性422名，年龄20～70岁，平均年龄（42.3±6.22）岁，文化程度：大学及以上412名，高中375名，初中及以下213名；观察组中男性567名，女性433名，年龄19～70岁，平均年龄（43.2±5.97）岁，文化程度：大学及以上408名，高中387名，初中及以下205名。两组患者的性别、年龄、学历等一般资料，经统计学比较，无统计学差异性（P〉0.05），具有可比性。
1.2 方法
1.2.1 护理风险诱发因素每日固定护理人员现场进行风险调查评估，结合相关的资料和书籍并及时组织护理人员进行讨论分析，总结潜在护理风险因素包括：①体检者因素：对医务人员的期望值较高，希望得到较多护理人员的关心，多给一些建议和知识讲解。因此，护理服务不周到，没满足体检者的需求易造成体检者的不满情绪，易引发护理纠纷事件；②护理人员因素：缺乏专业的理论和操作技能，例如静脉采血未能一次成功、健康宣教不到位等引起患者不满意，造成护理纠纷发生。③环境因素：空间小，布局欠合理，内科和抽血穿插一起，一层楼常聚集较多体检者，难分诊，体检者互相影响。秩序混乱，影响体检者的情绪，导致体检者情绪激动，从而引发护理投诉。因为人多，体检者大声谈话，影响医生听诊；影响健康知识宣教；影响护士抽血前、中、后的查对，包括：体检者身份、年龄、性别、抽血项目、试管选择的核对，漏抽血（空试管），影响体检质量。引发护理纠纷。④管理制度不健全：体检流程不合理，体检者分诊不合理。没有建立具有针对性的风险管理制度，导致护理工作落实不到位。
1.2.2根据诱发因素进行相应的风险防范
1.2.2.1 完善体检中心管理制度针对护理人员所评估的诱发风险因素，建立有效的护理风险保障制度。护士长组织护理人员，每日利用半小时时间共同学习风险管理政策内容和相关法律知识，以强化护理人员的风险意识。护士长通过不定期的护理成员考核，将所得成绩记为年终总评。通过考核方式让护理人员提示护理知识，并时刻让其提高警惕心理，从而提升体检中心的服务质量。
1.2.2.2 提高护理人员技术水平和职业道德素质护士长每月安排一次技能培训。通过培训强化护理人员的专业技能及应急事件处理能力，例如晕针时的紧急处理措施。同时，加强护理人员的思想教育，坚持以人性化护理服务为宗旨。护理人员只有具备良好的服务态度和扎实的理论知识，才能获得体检者的满意评价。因此，护理人员要多与体检者进行沟通交流，及时解决体检者提出的疑问。灵活运用Maslow的需求层次理论解决体检者的需求问题【3】。为体检者进行治疗时做到“请”字开头，“谢”字结尾。
1.2.2.3 积极改善体检中心环境及服务为了便于提高检查率，实施全程导诊服务，每间诊室的体检者均采取排队取号就诊模式。同时，加强医护人员的配备，过量的工作负荷是诱发风险的关键因素。体检者进行检查时，每间诊所尽可能仅安排一名医生，一名护士和一名体检者，这样能有效保护好体检者隐私，给体检者一个较宽敞的就诊环境。对候诊的患者根据其所取号的科目，进行健康知识宣教。同时，为每位体检者讲解正确留取标本的方法和检查时的注意事项。照顾好年老体迈的体检者，给予轮椅免费使用，必要时可开通绿色通道。对未婚女性进行妇科检查时，详细告知检查可能带来的不良后果（处女膜可能被破坏），为孕妇进行检查时，必须详细解释检查的目的和不良后果，并获取其同意方可执行。
1.2.2.4 不断总结工作经验，改进体检流程整改分诊流程，由原来二楼改为一楼分诊，部分护理人员提早15分钟上班，增加分诊护理人员，直接从一楼分诊导诊到各层楼，减少二楼体检者的人流，保持每层楼环境安全安静，减少医疗护理隐患。
1.3效果评价通过制定相关的调查问卷，对进行调查研究的患者进行问卷调查。比较两组患者对护理人员的技术和非技术的满意情况，分为非常满意、满意和不满意三种情况。满意度=（非常满意+满意）×100%。
1.4统计学方法 运用SPSS17.0统计学软件分析，凡计数资料用构成比或率形式表示，采用χ2检验。
2结果
2.1通过问卷调查，比较实施风险管理前后，患者对护理人员的技术和非技术的满意度比较，详见表3。
表3 实施风险管理前后，患者对技术性及非技术服务的满意度情况比较[n(%)]
3 讨论
随着时代不断更新进步，法律体系愈发完善，人们通过运用法律手段保护自身利益的观念较前增强。护理是个特殊服务行业，稍有疏忽大意便能导致护理纠纷和投诉事件，使护理风险程度大大提高【4-5】。人们常用“前脚进病房，后脚进牢房”来形容护理工作性质的艰难。然而，护理风险却贯穿整个护理服务工作，因此护理人员只有持有严谨的工作作风、扎实的理论知识和规范的技能操作，才能保证护理过程的安全性【6】。
本研究通过对体检中心进行护理风险因素评估，从而制定有效的风险干预对策。同时，通过加强护理人员的专业技能水平，培养护理人员的严谨慎独工作思想，有效的控制了护理风险的发生率。本研究结果表明，运用护理风险管理制度后，护理人员对患者实施的技术性和非技术得到了患者的肯定，技术的满意度高达98.8%,非技术的满意度高达96.8%，明显优于实施前的满意度，经统计学比较，差异具有显著统计学意义（P〈0.01）。
综上所述，体检中心护理工作任务繁重，与体检者接触最为频繁。实施护理风险管理制度后，增强了护理人员的安全意识和风险意识，有效降低了护理纠纷和护理投诉的发生率，提高了患者对护理服务的满意度。
参考文献:
[1] 陈晋利,云洁,陈洁.护理风险管理在体检中心的应用[J]. 临床误诊误治, 2011, 6(24): 103-104.
[2]余媛, 钱媛. 内科门诊风险管理中的环境建设[J]. 护理研究: 上旬版, 2012, 26(10): 2664-2665.
[3]敢志惠, 王娟, 李媛媛. 马斯洛需要层次理论在外科护理中的应用[J]. 河南外科学杂志, 2013, 19(6): 150-151.
[4]李旭光, 王晨. 科学公正做好医疗事故鉴定工作提升鉴定公信力[J]. 中国药物与临床, 2014, 14(1): 134-135.
