融合专家领域知识和K-means聚类的三支风险评级方法

金融和医疗等实际环境中的决策关键在于决策风险的权衡考虑,准确预测和分类风险级别非常必要。然而,传统的群体决策关注专家评价意见的一致性和共识,对于获得客观的专家评价意见和决策质量的考虑较少,在风险评级场景中难以量化和评估决策实际效果。因此,引入数据驱动的思想,利用数据和聚类结果辅助发现专家评估意见,在三支决策理论框架下优化群体意见,改进和计算逻辑回归的判别点,并基于UCI和Kaggle的4个信贷风险和疾病诊断公开数据集,完成风险评级分类。通过数据实验的结果可以发现:与经典的机器学习方法相比,文中提出的基于群体决策的三支分类方法更加关注风险的规避,在各个数据集上的分类表现均有稳定且较优的结果,说明通过发现专家领域知识,利用数据的客观信息辅助专家评估风险有助于解决不同背景的决策问题。

油气田企业资产风险评级的因素权重方法探讨

油气田生产是典型的高风险行业,为转移资产损失风险,企业往往会投保相应的财产保险。财产保险的费率厘定通常以标的面临的风险为参照,风险越高,费率越高,反之亦然。提出一种油气田企业资产风险评级方法,按照油气田企业资产在点状和线状两种损失因素中的损失程度,并综合考虑油气影响因素和自然灾害影响因素,对资产的这四种因素分别赋分,再合理设置各因素权重,通过各因素分值与相应权重的综合计算,得出资产的高风险、中风险、低风险分级结果。根据该方法,结合各油气田生产企业资产明细,可以统计出企业资产高、中、低风险分布情况,为不同油气田企业财产保险差异化费率厘定提供依据。

中美监管机构对商业银行风险评级的比较研究

2004年2月,中国银监会颁布了《股份制商业银行风险评级体系(暂行)》,要求逐步开展对商业银行风险状况的评级。由于这一体系是在美国骆驼群评级法的基础上建立起来的,因此,本文集中研究了中美两国监管机构的这两个评级体系。本文在评价指标、评级分类方式、评级结果的运用政策等方面对中国银监会的《体系》与骆驼群评级法进行了比较研究,希望其不但能对中国银监会的评级体系有一个系统的透视,而且能为该体系的进一步改进提供一些参考。

商业银行风险评级的比较研究

银监会成立以来,不断加强了对商业银行的监管。银监会于2004年2月份推出的《股份制商业银行风险评级体系(暂行)》,使得对商业银行的风险监管更加实质化。为全面考察银监会这个风险评级体系,本文对中外商业性评级机构对商业银行风险评级的基本出发点和评级思想,以及它们考察中国商业银行风险评级的侧重点,进行了系统的分析和评述,并重点比较了商业性评级机构的评级方法与银监会体系的异同。

基于模糊支持向量机上市公司财务风险评级——以高新技术产业为例

高新技术产业已成为或正在成为国家和地区新的经济增长点。研究企业财务风险可以提前预测风险并降低破产的可能性。支持向量机在财务风险预警问题的研究中已经取得了成功,但传统的支持向量机存在过拟合的问题,对于数据集中的噪声点十分敏感。为改进上述不足,使用遗传算法对模糊支持向量机参数进行最优化选择,构建了基于KNN隶属度模糊支持向量机算法对上市公司财务数据进行多分类研究。实证结果表明:模糊支持向量机可以更好地解决过拟合问题,提高分类准确率。

我国商业银行信贷风险评级体系的国际接轨

内部评级法是新巴塞尔协议的核心,它为商业银行的贷款风险识别及贷款管理的创新与完善提供了依据。虽然目前我国还不具备实施IRB法的条件,但认真借鉴新巴塞尔协议、积极准备向IRB法过渡却是很有必要的。只有实施IRB法,才能以新的风险监管理念和先进的风险监管手段,从根本上提高我国银行体系的稳健性与管理水平,增强我国银行业的竞争力。为此,我国商业银行需要在加快建设IRB法的信息数据库、促进国内外银行在IRB领域的技术交流以降低国内评级体系的开发成本、建立并长期拥有一支风险评级的专业化队伍等方面早作准备。

UTADIS方法在石油勘探风险评级中的应用

UTA(UtilityAdditive)方法是建立累积效用函数模型以进行多指标评价的序数回归方法,而石油勘探开发风险的评级是一个多指标综合评价问题,基于决策者的偏好,UTADIS(UtilityAdditivesDiscriminates)方法被用于风险评级模型的构建,为企业进行风险决策提供了方法上的依靠。

基于平滑扩充原理的商业银行信用风险评级模型及实证

本文通过银行的资产质量方面、资本充足率方面、管控效能层面、盈利状态层面、流动性层面与社会敏感度层面等构建商业银行信用风险评价体系。根据平滑扩充原理模拟生成大样本数据,对评级得分进行扩充,进而根据扩充后的大样本数据划分银行的信用风险等级。解决了由于样本少、无法对信用等级合理划分的难题。通过实证分析可以了解到,本文得出的银行评级信息和标准普尔提供的评价结论存在共同的序关系状态。因此,可根据本模型对大多数未经过国际权威机构评级的银行进行风险评级。

金融控股公司风险评级与风险控制——一个逻辑分析与应用框架

金融控股公司与下属金融企业通过产权关系或管理关系相互联系,作为母公司的金融控股公司既需要管理整体风险,同时需要借助风险管理工具来识别、量化、评估、控制下属金融企业的风险。全面识别金融控股公司及其下属金融企业面临的各种风险,从风险水平和对风险具有补偿、抵御与控制能力的资本充足性、业务竞争力、综合管理能力等四个维度,建立综合风险评价模型,可以动态监控和预警风险状态,及时采取有效风险防范措施。

内部风险评级法在我国商业银行的发展与应用——基于A银行的内部风险评级研究

巴塞尔新资本协议对银行的风险管理提出更高的要求,其中突出了内部评级法的地位和作用。国内各商业银行已纷纷开始了内部评级工程的建设。通过对A银行内部风险评级的实例分析,可以看出:我国商业银行内部评级距离巴塞尔新资本协议的要求还有差距。为建立完善的内部风险评级体系,商业银行应在评级系统、基础数据、专业人才、管理体制等方面做好准备。

声誉视角下的商业银行风险评级问题

本文回顾了声誉理论一些重要的研究成果,指出声誉机制对于信息不对称条件下银行的审慎经营提供了一种激励,分析了银行声誉减轻银行违规动机的作用,提出银行风险评级是一种重要的声誉机制,可以促进银行自律和自发降低金融风险。我国监管当局应结合银行业发展趋势和我国银行业现实经营状况,充分借鉴CAMELS评级等较为科学的评级方法和其他国家银行风险评级经验,对现有非现场监管指标体系进一步优化,建立起科学、完善的银行风险评级系统。

论我国商业银行的行业风险评级与信贷管理

一、行业风险评级的基本框架 所谓行业是介于宏观经济和微观经济之间的中观经济范畴,是由具有共同特征的企业群体组成.由于同一行业内的企业成员在生产经营上存在着相同性或相似性,其产品或服务具有很强的替代性,行业内的企业成员彼此间处于一种更为紧密的联系态.行业兴衰决定了行业内部企业生存的条件的发展状况,进而影响到银行信贷资金的安全.因此,行业分析应作为银行内部风险评级与信贷管理的一项重要内容.

商业银行区域风险评级研究——基于聚类分析和多元有序Probit模型

从外部监管要求还是商业银行内部管理的需要来看,区域风险评级都具有重要的现实意义。本文从区域风险评级的定义出发,介绍了区域评级的模型构建思路和方法,采用我国31个省级行政区域的相关宏观数据,给出了具体的实证分析结果。基于区域评级模型的量化结果,本文最后从等级划分、客户评级及组合管理层面提出了应用建议。

美国银行内部信用风险评级体系的启示

美国大银行的内部信用风险评级体系被公认为世界银行业客户评级的主流发展方向 ,其评级理念和评级方法值得我们借鉴。针对我国商业银行客户信用评级工作目前存在的主要问题 ,本文提出应从评级标准、评级方法等基础环节入手 ,将客户信用风险评级作为信贷管理控制的导向系统加以创新和设计 。

我国商业银行内部评级体系(IRB)的建立与应用——花旗银行风险评级模式的借鉴和启示

2001年3月巴塞尔委员会公布了<巴塞尔新资本协议>第二稿,并计划于2003年10月最终确定协议正式版本,该协议的推广和实施将对全球银行业的发展格局产生深远影响.

关于行业分析和行业信用风险评级的思考

一、商业银行行业分析和 行业信用风险评级的意义 1、行业分析和行业信用风险评级是商业银行对市场和客户定位的基础 贷款业务是商业银行的主体业务,也是商业银行利润的主要来源。而信贷资金对行业投向的正确与否、信贷员对贷款项目的选择和发放的依据是否充分、对借款人的信用等级的评定合适程度、能否从行业发展趋势的预测中规避信贷风险或发现投资机会。

美国大银行内部信用风险评级体系及其借鉴

大商业银行的内部信用风险评级体系在衡量单项风险头寸和资产组合的信用风险方面日益扮演重要角色。本文将介绍现在美国大银行的内部评级体系 ,阐明评级的使用 ,不同评级体系的设计和评级体系效率之间的关系 。

机器学习算法在P2P网贷平台风险评级中的应用

P2P网贷平台的风险是巨大的,为了更好的研究平台风险,本文分两层进行:首先衡量网贷平台的风险大小;其次评估平台上借款人的信用风险。引入机器学习中的无监督学习算法二分k-means聚类,对网贷平台进行分类,分析各类平台的指标表现,确定各类别的等级,给出网贷平台风险评级结果。进一步使用有监督学习算法对网贷平台的借款人信用风险进行研究,结果显示Ada Boost算法效果最好。

风险管理的基础:构建商业银行内部风险评级体系

利用内部评级进行信用风险管理是当前商业银行风险控制的发展趋势。本文分析了我国商业银行内部评级系统的现状及成因,阐述了建立银行内部评级系统的架构和方法,同时结合我国商业银行的实际,提出相应的对策建议。

基于网络分析法的我国商业银行操作风险评级模型研究

随着操作风险大案要案频繁发生,操作风险管理已经成为全球银行业风险管理的重要问题之一,但目前对银行操作风险评级的研究并不多。结合我国商业银行的实际情况,分析了影响操作风险的关键风险指标,利用网络分析法给出各指标权重,构建了我国商业银行操作风险评级模型。在构建模型过程中,考虑了专家的可信度因素。最后利用所构建的模型对选取的三家商业银行操作风险进行了评级。根据计算结果,提出了我国商业银行操作风险管理需要重视的问题。