本文關(guān)鍵詞：商業(yè)銀行公司授信違約概率預(yù)測(cè)方法研究　出處：《合肥工業(yè)大學(xué)》2014年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 信用風(fēng)險(xiǎn) 違約概率 信貸資金交易行為 SVM 建模預(yù)測(cè)

【摘要】：信用風(fēng)險(xiǎn)是我國(guó)商業(yè)銀行當(dāng)前所面臨的最主要風(fēng)險(xiǎn),而構(gòu)成信用風(fēng)險(xiǎn)的主體是公司授信風(fēng)險(xiǎn)。違約概率(Probability of Default, PD)是借款人未來(lái)一段時(shí)間內(nèi)不能按合同約定的要求償還貸款本息或履行相關(guān)義務(wù)的可能性,它是商業(yè)銀行量化信用風(fēng)險(xiǎn)、實(shí)施巴塞爾新資本協(xié)議、采用內(nèi)部評(píng)級(jí)法(internal ratings-based, IRB)核算監(jiān)管資本的基礎(chǔ)。同時(shí),違約概率也是商業(yè)銀行計(jì)算受險(xiǎn)價(jià)值(Value at Rist, VaR),進(jìn)而估算銀行資產(chǎn)整體受險(xiǎn)價(jià)值,以及實(shí)施其他高級(jí)信貸組合量化模型的基礎(chǔ)。研究公司授信違約概率的預(yù)測(cè)模型、方法和技術(shù),是商業(yè)銀行實(shí)現(xiàn)風(fēng)險(xiǎn)量化管理的核心內(nèi)容,選題具有重要的理論意義和應(yīng)用價(jià)值。文章在對(duì)國(guó)內(nèi)外現(xiàn)有信用風(fēng)險(xiǎn)量化、違約概率預(yù)測(cè)相關(guān)理論、方法與技術(shù)系統(tǒng)梳理的基礎(chǔ)上,從目前我國(guó)商業(yè)銀行“授信客戶資金流向監(jiān)控”業(yè)務(wù)管理模式的實(shí)踐出發(fā),提出了一種“可直接基于客戶信貸資金交易行為來(lái)預(yù)測(cè)違約概率”的新方法。論文的主要工作、貢獻(xiàn)和創(chuàng)新點(diǎn)如下：(1)系統(tǒng)闡釋了客戶資金異常流動(dòng)行為的形成機(jī)理。深入剖析了目前我國(guó)商業(yè)銀行客戶資金流向監(jiān)控管理業(yè)務(wù)模式的整體流程和關(guān)鍵控制點(diǎn)。界定了客戶資金異常流動(dòng)的概念內(nèi)涵與分類,從資金趨利和規(guī)避風(fēng)險(xiǎn)兩方面剖析了信貸資金異常流動(dòng)的動(dòng)機(jī),并從主客觀兩個(gè)方面分析了客戶資金異常流動(dòng)行為的成因。提出了基于客戶資金交易數(shù)據(jù)庫(kù),自動(dòng)分析監(jiān)控客戶違規(guī)交易事件,統(tǒng)計(jì)歸納客戶不合規(guī)資金交易的特征模式,為銀行信貸管理監(jiān)控“客戶信貸資金使用”,及早發(fā)現(xiàn)授信風(fēng)險(xiǎn),提供相對(duì)全面、客觀且準(zhǔn)實(shí)時(shí)的信息支持。(2)提出了一種基于客戶資金交易數(shù)據(jù)記錄庫(kù),直接準(zhǔn)實(shí)時(shí)預(yù)測(cè)違約概率的新方法。首先從客戶資金交易數(shù)據(jù)庫(kù)中,統(tǒng)計(jì)獲取一組表征客戶異常資金交易行為的特征因子,并基于SPSS的單因子顯著性分析,以及主成分分析等多元統(tǒng)計(jì)分析技術(shù),從選取的合理性、有效性和組合必要性等維度,對(duì)備選原始屬性因子進(jìn)行遴選。遴選的結(jié)果表明,文章所選取的A1～A6六個(gè)表示客戶資金異常交易行為的指標(biāo)與客戶違約之間存在顯著的相關(guān)性,表明了文章基于客戶資金異常交易行為的違約概率預(yù)測(cè)指標(biāo)的確定是有效的。相比較于現(xiàn)有的其他違約概率預(yù)測(cè)方法,文章所提出的預(yù)測(cè)建模方法所依賴的基礎(chǔ)數(shù)據(jù),具有可靠性高、客觀性好且可準(zhǔn)實(shí)時(shí)獲取等特點(diǎn),對(duì)違約概率的預(yù)測(cè)更加準(zhǔn)確和及時(shí)。(3)基于客戶資金交易數(shù)據(jù),提出了一種XDT-SVM的違約概率建模預(yù)測(cè)方法。上述基于客戶資金交易行為的違約概率預(yù)測(cè)方法,需要實(shí)時(shí)或準(zhǔn)實(shí)時(shí)處理商業(yè)銀行的海量級(jí)賬戶資金交易數(shù)據(jù)庫(kù),常規(guī)SVM建模工具難以適應(yīng)。文章在深入研究可適應(yīng)海量數(shù)據(jù)的SVM建模技術(shù)基礎(chǔ)上,結(jié)合銀行針對(duì)客戶資金交易行為監(jiān)管的實(shí)踐,提出了一種改進(jìn)的DT-SVM算法(簡(jiǎn)稱XDT-SVM算法),以解決文章所提出的基于客戶資金交易行為的違約概率預(yù)測(cè)方法的實(shí)際應(yīng)用問題。XDT-SVM算法通過(guò)弱化DT樹,即只用DT樹粗分樣本的策略,不僅可有效降低DT樹構(gòu)建階段的時(shí)間代價(jià),還更便于充分利用機(jī)器的并發(fā)/并行處理能力；同時(shí),通過(guò)驗(yàn)證精度制導(dǎo)的DT樹修剪與SVM的算法參數(shù)聯(lián)合尋優(yōu)策略,保證了算法的精度。(4)將XDT-SVM分類算法與基于客戶資金異常交易行為的違約概率預(yù)測(cè)模型相結(jié)合,并應(yīng)用到具有海量數(shù)據(jù)的實(shí)際場(chǎng)合。選擇某商業(yè)銀行2011年的實(shí)際公司貸款業(yè)務(wù)數(shù)據(jù)及貸款客戶資金交易數(shù)據(jù),應(yīng)用XDT-SVM算法建模預(yù)測(cè)逐筆貸款出現(xiàn)違約的概率,研究結(jié)果表明,文章所構(gòu)建的基于客戶資金交易行為的違約概率預(yù)測(cè)模型具有較高的預(yù)測(cè)精度。
[Abstract]:Credit risk is the most important risk faced by commercial banks in our country , and the main subject of credit risk is the credit risk of the company . ( 2 ) A new method for predicting the default probability based on client fund transaction data is proposed .

【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：F832.4;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊軍戰(zhàn);;價(jià)格與隱含遠(yuǎn)期違約概率[J];經(jīng)濟(jì)數(shù)學(xué);2007年02期

2 張?zhí)K林;;信貸違約概率測(cè)算方法及其應(yīng)用研究[J];洛陽(yáng)理工學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2010年03期

3 慕文濤;黨宇峰;王娜;;“公共品”信用評(píng)級(jí)模式下的公司違約概率預(yù)測(cè)[J];現(xiàn)代管理科學(xué);2013年01期

4 于立勇,詹捷輝;基于Logistic回歸分析的違約概率預(yù)測(cè)研究[J];財(cái)經(jīng)研究;2004年09期

5 陳東海,謝赤;信用風(fēng)險(xiǎn)管理中違約概率的估算方法[J];統(tǒng)計(jì)與決策;2005年13期

6 武次冰;易宇;武鍶芪;;貸款違約概率測(cè)算方法:違約比例模型[J];統(tǒng)計(jì)與決策;2010年06期

7 王穎;聶廣禮;石勇;;基于信用評(píng)分模型的我國(guó)商業(yè)銀行客戶違約概率研究[J];管理評(píng)論;2012年02期

8 王小明;;關(guān)于一類廣義可加違約概率模型的探討[J];系統(tǒng)工程理論與實(shí)踐;2008年06期

9 陳詩(shī)一;;德國(guó)公司違約概率預(yù)測(cè)及其對(duì)我國(guó)信用風(fēng)險(xiǎn)管理的啟示[J];金融研究;2008年08期

10 潘亮;李軍;楊曉光;;一種基于樣本配比的違約概率估計(jì)方法及其應(yīng)用[J];科技促進(jìn)發(fā)展;2011年11期

相關(guān)會(huì)議論文 前3條

1 朱訓(xùn);梁雪春;;基于區(qū)間數(shù)的商業(yè)銀行信貸違約概率測(cè)算研究[A];江蘇省系統(tǒng)工程學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

2 張大斌;周志剛;劉雯;焦鵬;;上市公司最優(yōu)違約系數(shù)的不確定性DE-KMV測(cè)算模型[A];中國(guó)系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A10系統(tǒng)工程方法在金融、投資、保險(xiǎn)業(yè)等領(lǐng)域的研究[C];2014年

3 陳林;周宗放;;基于倒數(shù)GAMMA分布的控股公司違約概率研究[A];第八屆（2013）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2013年

相關(guān)重要報(bào)紙文章 前8條

1 農(nóng)總行信貸管理部信貸風(fēng)險(xiǎn)評(píng)級(jí)管理處供稿;違約概率的度量[N];中國(guó)城鄉(xiāng)金融報(bào);2005年

2 本報(bào)記者 李金明;德意志銀行：希臘主權(quán)債務(wù)違約概率75%[N];證券日?qǐng)?bào);2011年

3 記者 朱周良　編輯 朱賢佳;希臘違約概率驟增 緊張情緒波及股市[N];上海證券報(bào);2010年

4 西南財(cái)經(jīng)大學(xué)信托與理財(cái)研究所;創(chuàng)新還是噱頭?[N];證券時(shí)報(bào);2006年

5 許一覽;信用債選擇須看指標(biāo)[N];上海金融報(bào);2009年

6 瞿強(qiáng);次貸危機(jī)評(píng)估：美國(guó)的損失與其他市場(chǎng)的損失[N];上海證券報(bào);2008年

7 本報(bào)記者　 張煒;銀行理財(cái)產(chǎn)品不是沒有風(fēng)險(xiǎn)[N];中國(guó)經(jīng)濟(jì)時(shí)報(bào);2006年

8 西南證券 執(zhí)筆 匡榮彪 何可 朱仲華;債券違約常態(tài)化或?qū)⒊蔀橐环N趨勢(shì)[N];上海證券報(bào);2014年

相關(guān)博士學(xué)位論文 前6條

1 洪波;商業(yè)銀行公司授信違約概率預(yù)測(cè)方法研究[D];合肥工業(yè)大學(xué);2014年

2 季峰;我國(guó)商業(yè)銀行消費(fèi)信貸違約概率模型研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

3 許一覽;人民幣對(duì)公貸款違約概率計(jì)量模型研究[D];復(fù)旦大學(xué);2014年

4 麥強(qiáng);基于違約概率和回收率負(fù)相關(guān)假設(shè)的信用風(fēng)險(xiǎn)模型研究[D];哈爾濱工業(yè)大學(xué);2006年

5 孟紋羽;我國(guó)商業(yè)銀行風(fēng)險(xiǎn)傳染效應(yīng)實(shí)證研究[D];山東大學(xué);2015年

6 殷波;房地產(chǎn)泡沫與金融危機(jī)[D];華中科技大學(xué);2010年

，

本文編號(hào)：1392168