
引
言
随着金融创新和个人消费观念的改变
,
国内商业银行零售信贷业务
,
特别是个人信贷业
务发展很快
,
其中
,
信用卡业务是发展最快的业务之一
。
据央行统计
,
2012
年信用卡消费
金额占社会零售消费总额的
32%
,
信用卡发卡量持续增长
,
截至
2012
年底
,
信用卡发放量
累计达到
3.31
亿张
。
随着信用卡业务规模的扩大
,
信用卡风险的防范与管理成为商业银行
关注的焦点之一
。
信用卡的信用风险是指持卡人不能或不愿按照信贷协议约定偿还本息
,
从
而对银行经营造成损失的可能性
。
个人信用风险是信用卡业务面临的主要风险
。
因此
,
构建
个人信用评估系统
,
及时有效地应对可能发生的个人信用风险
,
不论从商业银行自身而言
,
还是从监管机构而言
,
都具有重大的现实意义
。
个人信用风险评估的核心是建立针对不同客户类别的个人信用评分模型
,
根据信用评分
模型对申请者的信用进行量化评分
。
发达国家的商业银行有着比较成熟的个人信用评估系
统
,
但我国很多商业银行的个人信用评估体系尚在摸索阶段
,
即使已经构建的也存在不少问
题
。
总的来说
,
我国的个人信用评估主要存在两大问题
:
首先
,
部分商业银行完全照搬发达
国家的个人信用评估模型
,
但是由于国内外在消费观念和文化上的差异
,
因此
,
照搬国外的
个人信用评估模型存在较多问题
。
其次
,
如何选取合适的评估指标体系
。
影响个人信用风险
的指标很多
,
比如年龄
、
性别
、
婚姻
、
学历
、
家庭月收入等
,
而传统的
AIC
、
BIC
等子集选
择法
(
Subset
Selection
)
存在缺陷
,
主要因为
:
第一
,
子集选择法是一个离散而不稳定的过
程
,
变量选择会受到数据集的微小变化而变化
;
第二
,
变量选择和参数估计分两步进行
,
后
续的参数估计等没有考虑变量选择产生的偏误
,
从而低估实际方差
;
第三
,
子集选择法计算
非常复杂
(
孙燕
,
2012
)。
本文将
Lasso
-
lo
g
istic
模型引入个人信用风险预警模型
,
科学地选
择评估指标体系
,
以期构建合适我国国情且行之有效的个人信用风险评估模型
,
并提高个人
信用风险的预警效果
。
一
、
文献综述
从信用评分模型来看
,
主要方法有
Lo
g
istic
模型
、
判别分析方法
、
Ba
y
es
方法
、
支持向
量机
、
神经网络
、
Credit
Metrics
模型和
KMV
模型等
。
胡心瀚等
(
2012
)
认为
,
最具代表
性的
Lo
g
istic
模型由于预测准确率高
、
计算方法简单
、
变量解释能力强等特点被研究者广泛
关注
。
方洪全和曾勇
(
2004
)
利用
Lo
g
istic
模型对商业银行实际数据分析后发现
,
Lo
g
istic
模型在金融机构对企业进行信用风险评估方面具有较强的预测能力
。
杨显爵等
(
2008
)
采用
Lo
g
istic
模型分析了台湾地区小额信贷违约问题
。
王来福和郭峰
(
2009
)
利用
Lo
g
istic
模型
对中国住房抵押贷款信用风险问题进行了深入分析
。
平新乔等
(
2009
)、
葛君
(
2010
)
分别
利用
Lo
g
istic
模型分析信用卡违约问题
,
均得到相对比较有说服力的分析结果
。
刘喜合和郭
娜
(
2012
)
根据银行违约率微观数据
,
采用
Lo
g
istic
模型对我国住房抵押贷款信用风险的影
响因素分析后表明
,
Lo
g
istic
模型的估计结果具有很强的稳定性
。
邓晶等
(
2013
)
选取
2010
~
2012
年
81
家
ST
公司
20
个财务指标数据
,
利用
Lo
g
istic
模型对我国上市公司的风险预
测
,
结果表明该模型具有良好的预测效果
。
此外
,
还有部分学者探讨其他信用风险评价方法
,
具有代表性的有
:
Wi
g
inton
(
1980
)
比较了信用风险评估中两类常用的方法
,
Lo
g
istic
模型和判别分析
,
认为
Lo
g
istic
模型效果
比判别分析相对要好一些
。
West
(
2000
)
的研究表明
,
虽然神经网络模型在信用风险预测
·
621
·
《
数量经济技术经济研究
》
2014
年第
2
期
评论0
最新资源