基于支持向量機的我國商業(yè)銀行信用風險識別模型.pdf

1、信用風險是金融市場中最古老，也是最重要的風險形式之一。它已經(jīng)成為當前市場環(huán)境下的經(jīng)濟體面臨的最重要的金融風險。對于中國的實際情況來講，無論從宏觀上還是微觀上看，我國金融體系已經(jīng)積累了很大的風險，而且金融風險主要表現(xiàn)為信用風險。信用風險被定義為借款人不能按期還本付息而給貸款人造成損失的風險。然而，隨著風險環(huán)境的變化和風險管理技術(shù)的發(fā)展，這一定義已經(jīng)不能充分反映現(xiàn)代信用風險及其管理的性質(zhì)與特點?，F(xiàn)代意義上的信用風險應(yīng)包括由交易對手直接違約和

2、交易對手違約可能性變化而給投資組合造成損失的風險。 本文第一部分為緒論，介紹了商業(yè)銀行的信用風險產(chǎn)生的背景，研究現(xiàn)狀以及我國商業(yè)銀行信用風險管理的現(xiàn)狀。第二部分介紹了信用風險的概念以及特征。從已有的研究成果來看，商業(yè)銀行對其面臨的信用風險進行度量，首先要解決的問題就是如何確定貸款者的違約概率、或者判斷其是否會違約。第三部分介紹了在巴塞爾新資本協(xié)議下的商業(yè)銀行信用風險度量方法，并對各種方法的優(yōu)劣進行簡要的評述。由于信用風險具有內(nèi)生

3、性、非線性、收益與損失的不對稱、數(shù)據(jù)收集困難等特點，因此，傳統(tǒng)的度量信用風險的方法很難對信用風險進行準確地定量分析。因此，在本文第四部分，應(yīng)用支持向量機作為在統(tǒng)計學習理論上產(chǎn)生發(fā)展的一種模式分類方法，給信用風險的分析和評估提供了一種新方法和新工具。由于支持向量機沒有對樣本的分布提出假設(shè)，并且引入核函數(shù)可以將非線性分類問題映射到高維特征空間的線性分類問題，這就很好解決了傳統(tǒng)方法中對分布的假設(shè)與實際不符以及對非線性問題無能為力的情況。第五部

4、分采用張忠楨教授發(fā)明的凸二次規(guī)劃的旋轉(zhuǎn)算法來求解基于支持向量機的商業(yè)銀行信用風險度量模型，這樣雖然需要計算機存儲凸二次規(guī)劃的Hessian矩陣，但是利用旋轉(zhuǎn)運算來求解凸二次規(guī)劃的最優(yōu)解實際上的速度要比分解算法快。在第六部分，本文選取了2007年A股上市公司的財務(wù)數(shù)據(jù)作為樣本，采用支持向量機模型，并應(yīng)用旋轉(zhuǎn)算法求解凸二次規(guī)劃，對其樣本違約概率進行判別，并與采取傳統(tǒng)的多元判別分析方法判斷其違約的概率進行對比。通過實驗結(jié)果的對比，容易發(fā)現(xiàn)，支