層次分析法在貸款客戶選擇中的應用

摘 要：目前國內外銀行貸款客戶選擇理論都沒有很好地解決定性分析與定量分析有機結合的問題，一是過分依賴于定性分析和專家的經驗判斷，二是過分依賴數學模型，沒有大大的應用價值。本文通過具體案例將層次分析法應用到銀行貸款客戶選擇中，試圖為銀行家們解決客戶選擇這一難以定量描述、非結構化的復雜決策問題，提供一種新的思路。

關鍵詞：商業銀行；風險管理；層次分析法

中圖分類號．F830．56；F224．9

文獻標識碼：A

文章編號：1009--9107(2006)04--0047--04

一、引 言

貸款客戶的選擇問題一直是困擾銀行家的一個十分棘手的問題。客戶選擇適當，不僅能夠有效地控制風險，而且還可以為銀行帶來預期的利潤。反之，則不僅難以創造利潤，還會加劇銀行自身的風險。近年來，由于客戶選擇不當，少數核心客戶違約而給銀行造成巨大損失，甚至導致銀行喪失清償能力而倒閉的案例屢有發生。可見，貸款客戶選擇的能力不僅是商業銀行拓展業務和風險管理能力的重要表現，也是現代銀行的核心競爭力之一。長期以來，國內外專家學者對此進行了大量的研究和創新。

傳統的客戶選擇方法，主要是根據特定的標準或指標對客戶進行定性或定量分析，綜合評估。運用比較廣泛、比較有代表性的是“6C”模型、“5P”模型，和Z值模型。這些模型大都是根據借款人的品德、能力、資本、展望等定性因素，或者營運資金與總資產比率、銷售收入與總資產比率等財務指標評定企業的信用程度和綜合還款能力，決定是否最終發放貸款，基本主導了傳統的銀行貸款客戶選擇決策。但都沒有很好地實現定性分析與定量分析的結合，缺陷是顯而易見的。“6C”、“5P”法過分依賴于定性分析和專家的經驗判斷，主觀性強，缺乏客觀依據。Z值分析法又過分依賴于定量計算，指標體系及權重設定都不夠全面、科學，不能度量違約概率，沒有考慮宏觀經濟因素，對未來的預測也不夠，最終評估結果同樣不能真實、客觀地反映客戶的風險狀況和信用程度。

近年來，由于商業銀行貸款利潤持續下降和風險持續加大，促使國際銀行業采用更經濟的方法度量和管理信用風險。特別是2004年公布的《新巴塞爾資本協議》在保留銀行資產外部評級方式的同時，鼓勵大銀行建立內部評級體系和開發風險度量模型。與過去的信用管理相對滯后和難以適應市場變化的特點相比，新一代金融工程專家將建模技術和分析方法應用到這一領域，在傳統信用評級的基礎上提出了一批信用風險管理模型，主要包括CreditMetrics、麥肯錫模型、CSFP信用風險附加計量模型和KMV模型等。這些模型基于大量的歷史數據和預測數據，運用現代數學工具和統計技術，計量違約概率(PD)、違約損失(LGD)和違約暴露(EAD)。這些新的模型基本體現了國內外專家關于銀行貸款客戶選擇研究的最新成果，代表了“國際活躍銀行”日益完善的風險管理的最佳實踐和銀行貸款客戶選擇的發展趨勢。但是，從實踐來看，由于我國資本市場發育尚不成熟，不具備通過企業的股票價格來反映企業市場價值的條件；信用評級體系落后，基本沒有可資借鑒的、有價值的外部評價資料；國內企業普遍存在財務數據不準確、不完整、不及時且可信度低，尤其缺乏真實、完整的歷史數據和科學、合理的預測資料，數據的系統性、完整性、真實性、及時性嚴重不足，難以運用模型進行計量和評估。

從理論上看，當面臨多目標決策問題時，上述模型大都是基于對單個企業的評價，都是建立在社會誠信體系相對發達，對不同行業、不同類型的企業具有明確的評級標準，不同的企業之間具有可比性的基礎上，對不同行業、不同類型的多個企業，只需按同一方法和標準進行評價，運用模型計算出參數值，達到標準則可以提供貸款；達不到標準則不發放貸款。也就是說，在貸款客戶選擇上，是標準至上，參數至上，不需要定性分析。這一點，在包括我國在內的廣大發展中國家顯然是行不通的。各地情況千差萬別，市場千變萬化，不同行業的風險和營利水平也十分懸殊，企業的信譽狀況也不是一成不變的。基于目前的發展狀況，根本不可能確定一個固定的參數和標準，機械地依靠參數比較來決定貸款與否。市場行情瞬息萬變，銀行難以掌握制定參數所需的足夠的動態信息。企業的信譽水平除了信用記錄以外，更多的是一種綜合判斷，很難進行量化分析，信用記錄也僅僅代表過去，并不能說明未來。企業的運營能力和抗風險能力等決定貸款與否的重要因素同樣處于變動之中，銀行很難通過歷史數據分析預期企業未來的貸款償還能力。更讓銀行家頭痛的是，在很多情況下，市場預期、企業的信譽水平、運營能力和抗風險能力等決定貸款與否的重要因素在客戶之間并不完全匹配。有的客戶信譽程度高，市場預期好，但是運營能力及抗風險能力并不十分強；有的運營能力和抗風險能力強，市場預期也不錯，但是信譽水平一般。基于以上情況，銀行信貸人員特別是決策人員往往很難做出信貸決策。完全地依靠定量分析做出決策顯然不現實，必須在掌握足夠客戶信息的情況下，堅持定量分析與定性分析相結合，通過綜合分析各方面因素，做出科學的貸款決策。

層次分析法(The Analytical HierarchyProcess，簡稱AHP)是國際上比較流行的，也是一種比較成熟、比較實用的多目標、多準則、非結構化的決策的方法。該方法非常適用于解決那些難以單純地定量描述、需要定量分析與定性分析有機結合的決策問題。這種方法的特點是在對復雜的決策問題的本質、影響因素及其內在關系等進行深入分析的基礎上，利用較少的定量信息使決策的思維過程數學化，把一個復雜的問題分解為各個組成因素，并將這些因素按支配關系分組，從而形成一個有序的遞階層次結構，通過兩兩比較的方式，確定層次中諸因素的相對重要性，然后綜合人的判斷以確定決策諸因素相對重要性的總排序。層次分析法給決策者解決那些難以定量描述的決策問題帶來了極大的方便，近年來廣泛應用于社會經濟和科學研究的各個領域，取得了明顯的社會經濟效益。

二、層次分析法在銀行貸款客戶選擇中的應用

現以中國工商銀行石家莊橋西支行貸款客戶選擇的一個實例來介紹層次分析法的應用。石家莊宏洋百貨公司、四達乳業公司、科健保健品經銷公司、神海藥業公司及德誠建設有限公司等五家企業，同時向工商銀行橋西支行申請一年期流動資金貸款500萬元。限于資金實力，該行只能從中選擇兩家做為貸款客戶。但是這五家企業各有所長，又都有所短，具體情況見表1：

面對這分屬于五個行業的企業，銀行信貸人員確實很難做出決策。現在運用層次分析法解決。

(一)建立遞階層次結構

商業銀行對貸款企業信用分析的指標有很多，比較流行的是所謂的“5C”，即品德與聲望(charac—ter)、資格與能力(capacity)、資金實力(capital orcash)、擔保(collateral)、經營條件(condition)。但是筆者認為，最關鍵的指標有三個：一是信譽狀況；二是市場預期；三是運營能力及抗風險能力。據此，建立遞階層次結構見圖1。

W＝[0．158 0．298 0．089 0．158 0．298]^T

λmax＝5．013

對判斷矩陣進行一致性檢驗，即計算I，R．I和CR：

C．I＝0．003

R．I＝1．120

C．R=0．003<0．1一致性檢驗通過。

(四)計算總權重向量和層次總排序結果

第三層相對于第一層的權重通過第二層相對第一層和第三層相對于第二層的權重組合而得到，計算結果如下：

W：[0．089 0．216 0．051 0．252 0．391]^T

C．I=0．02

R，I=1．12

C．R＝0．018<0．1一致性檢驗通過。

從計算結果來看，四達乳業的貸款條件最好，神海藥業次之，科健保健再次之，德誠建設最差。這與前面銀行信貸人員的感性認識大體吻合，但是比籠統的感覺更科學。據此，該銀行可以選擇四達乳業和神海藥業做為貸款客戶予以支持。

三、小 結

在面對銀行貸款客戶選擇這樣多目標、多準則、非結構化的復雜決策問題時，靠傳統的依靠經驗和感性認識，盲目拍板決策是不行的，在目前情況下運用數據模型也不現實，單純地依靠定量決策顯然行不通。層次分析法能夠很好地將定量分析與定性分析有機結合起來，不失為一種解決銀行貸款客戶選擇問題的有效方法。但是如何將Z值模型、KMV模型、CreditMetrics、麥肯錫模型和CSFP信用風險附加計量模型等現代分析方法引入層次分析的兩兩判斷矩陣，還有待于今后的研究。