商业银行信用风险控制的统计策略

2008年金融危机正是缘于商业银行的信用风险评估缺失和信用泛滥所致。危机之后,包括花旗、高盛、摩根斯坦利等诸多全球领先的商业银行开始重视并建立了各自的信用风险评级办法。反观国内,商业银行信用风险控制则刚刚起步。传统的"拍脑袋"的评估方式,遭到了金融业内人士的摒弃,巴塞尔协议II的实施,给了建立信用风险评估体系一个新的契机。在系统介绍商业银行信用风险控制中的主流统计方法和评级建模流程的基础上,首次将计算生物学中的控制发现错误率方法应用于金融数据分析,对逻辑回归与判别分析两种统计模型功效和表现做了实证比较,发现逻辑回归方法优于判别分析。通过控制发现错误率及逻辑回归方法建立的信用风险模型,对于训练样本的命中率达80%,对于检测样本的命中率约为70%。