農(nóng)村信用社風險評估方法選擇

□文/馮永剛

（安徽財經(jīng)大學09金融研究生 安徽·蚌埠）

一、商業(yè)銀行風險評估方法比較

經(jīng)過多年的發(fā)展，風險評估方法由早期傳統(tǒng)的ZET評估方法發(fā)展到現(xiàn)代的VAR評估方法，中間還有BP神經(jīng)網(wǎng)絡(luò)法、因子分析法、層次分析法等，可謂是不勝枚舉。這些評估方法各有各的優(yōu)點和缺點，下面就以神經(jīng)網(wǎng)絡(luò)法、層次分析法和VAR法為例進行比較。

（一）BP神經(jīng)網(wǎng)絡(luò)法

1、BP神經(jīng)網(wǎng)絡(luò)概述。BP神經(jīng)網(wǎng)絡(luò)是1986年由Rumelhart和McCelland為首的科學家小組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡(luò)，是目前應用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP網(wǎng)絡(luò)能學習和存貯大量的輸入-輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學方程。它的學習規(guī)則是使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。BP神經(jīng)網(wǎng)絡(luò)模型拓撲結(jié)構(gòu)包括輸入層、隱層和輸出層。

2、BP神經(jīng)網(wǎng)絡(luò)的特點

（1）BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點。一是分布式儲存信息。其信息的存儲分布在不同的位置，神經(jīng)網(wǎng)絡(luò)是用大量神經(jīng)元之間的連接及對連接權(quán)值的分布來表示特定的信息，從而使網(wǎng)絡(luò)在局部網(wǎng)絡(luò)受損或輸入信號因各種原因發(fā)生部分畸變時，仍然能夠保證網(wǎng)絡(luò)的正確輸出，提高網(wǎng)絡(luò)的容錯性和魯棒性；二是并行協(xié)同處理信息。神經(jīng)網(wǎng)絡(luò)中的每個神經(jīng)元都可根據(jù)接收到的信息進行獨立的運算和處理，同一層中的各個神經(jīng)元的輸出結(jié)果可被同時計算出來，然后傳輸給下一層做進一步處理，這體現(xiàn)了神經(jīng)網(wǎng)絡(luò)并行運算的特點，這一特點使神經(jīng)網(wǎng)絡(luò)具有很強的實時性。雖然單個神經(jīng)元的結(jié)構(gòu)極其簡單，功能有限，但大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)所能實現(xiàn)的行為是極其豐富多彩的；三是信息處理與存儲合二為一。神經(jīng)網(wǎng)絡(luò)的每個神經(jīng)元都兼有信息處理和存儲功能，神經(jīng)元之間連接強度的變化，既反映了對信息的記憶，同時又與神經(jīng)元對激勵的響應一起反映了對信息的處理；四是對信息的處理具有自組織、自學習的特點，便于聯(lián)想、綜合和推廣。神經(jīng)網(wǎng)絡(luò)的神經(jīng)元之間的連接強度用權(quán)值的大小來表示，這種權(quán)值可以通過對訓練樣本的學習而不斷變化，而且隨著訓練樣本量的增加和反復學習，這些神經(jīng)元之間的連接強度會不斷增加，從而提高神經(jīng)元對這些樣本特征的反映靈敏度。

（2）BP神經(jīng)網(wǎng)絡(luò)的局限性。一是由于學習速率是固定的，因此網(wǎng)絡(luò)的收斂速度慢，需要較長的訓練時間。對于一些復雜問題，BP算法需要的訓練時間可能非常長，這主要是由于學習速率太小造成的，可采用變化的學習速率或自適應的學習速率加以改進；二是BP算法可以使權(quán)值收斂到某個值，但并不保證其為誤差平面的全局最小值，這是因為采用梯度下降法可能產(chǎn)生一個局部最小值。對于這個問題，可以采用附加動量法來解決；三是網(wǎng)絡(luò)隱含層的層數(shù)和單元數(shù)的選擇尚無理論上的指導，一般是根據(jù)經(jīng)驗或者通過反復實驗確定。因此，網(wǎng)絡(luò)往往存在很大的冗余性，在一定程度上也增加了網(wǎng)絡(luò)學習的負擔。

（二）層次分析法

1、層次分析法概述。層次分析法是20世紀七十年代美國運籌學家薩蒂提出的一種相結(jié)合的決策分析法。AHP主要是通過建立層次分析結(jié)構(gòu)、邏輯判斷、分解綜合化將模糊不確定的因素轉(zhuǎn)化為明確可衡量的評估因素，使得評估的思維更加條理化，以解決復雜的決策問題。層次分析法優(yōu)勢較為明顯，它理論簡單且操作容易，具有將不確定因素比較量化以納入決策過程的特性，同時能夠吸收并反映專家及決策者的意見。層次分析法把復雜的問題分解成各組成因素，將這些因素按支配關(guān)系進行分組，形成有序的階梯層次結(jié)構(gòu)，以此建立層次結(jié)構(gòu)模型；通過兩兩比較的方式確定層次中各因素的相對重要性，綜合專家的判斷以決定各因素相對重要性的總順序，來構(gòu)造判斷矩陣；根據(jù)判斷矩陣計算指標的權(quán)重；最后，對其進行一致性檢驗。

2、層次分析法的特點

（1）層次分析法的優(yōu)點。一是系統(tǒng)性的分析方法。層次分析法把研究對象作為一個系統(tǒng)，按照分解、比斷、綜合的思維方式進行層次分析法決策，成為繼機理分析、統(tǒng)計分析之后發(fā)展起來的系統(tǒng)分析的重要工具。系統(tǒng)的思想在于不割斷各個因素對結(jié)果的影響，而層次分析法中每一層的權(quán)重設(shè)置最后都會直接或間接影響到結(jié)果，而且在每個層次中的因素對結(jié)果的影響程度都是量化的，非常清晰和明確；二是簡單實用的決策方法。這種方法既不單純地追求高深的數(shù)學，又不片面地注重行為、邏輯、推理，而是把定性方法和定量方法有機地結(jié)合起來，使復雜的系統(tǒng)分解，將人們的思維過程數(shù)學化、系統(tǒng)化，便于人們接受；而且計算簡便，所得的結(jié)果簡單明確，易為決策者了解和掌握。

（2）層次分析法的缺點。一是定量數(shù)據(jù)較少，定性成分較多，不易令人信服。層次分析法是一有模擬人大腦的決策方法，帶有較多的定性色彩。往往人們更愿意信服于定量成分；二是指標過多時，數(shù)據(jù)統(tǒng)計量大，且權(quán)重難以確定。一般情況下，我們對層次分析法的兩兩比較是用1～9來說明其相對重要性的。如果有越來越多的指標，我們對每兩個指標之間的重要程度的判斷就可能會出現(xiàn)困難，甚至會對層次排序和總排序的一致性產(chǎn)生影響，使一致性檢驗不能通過，指標權(quán)重自然就不能確定。

（三）VAR法

1、VAR的含義。VAR即在險價值，表示在一定的置信度1－α下，可能損失的最大價值。在數(shù)學上可表示為:

VAR分析方法實際上是要回答銀行的投資組合在下一階段可能會損失多少資金，或者更精確地說，在風險概率給定的情況下，投資組合的價值最多可能損失多少。假如某銀行一天的概率為95%的VAR值為2萬元，那就意味著，這個銀行在一天內(nèi)發(fā)生的損失大于兩萬元的可能性最多不超出5%。

2、VAR的特點

（1）VAR的優(yōu)點。一是VAR模型測量風險結(jié)果簡潔明了，直觀而清晰地反映了風險的量化概念，容易為管理者所理解和掌握；二是VAR值明確地反映了市場風險，如果定期地測定各個金融機構(gòu)的VAR值并且公布，便可以令普通投資者了解金融機構(gòu)的經(jīng)營狀況，增強市場的透明度，并且督促銀行管理者加強與客戶的溝通，增進雙方的信任和投資者的信心；三是VAR對風險的測量是建立在數(shù)理統(tǒng)計與概率論的理論基礎(chǔ)上的，計算簡便，有很強的可操作性，同時又不缺乏理論上的科學性，適于銀行進行內(nèi)部監(jiān)管和風險控制。

（2）VAR的缺點。一是VAR模型在使用時隱含了一定的前提假設(shè)，其中一個重要假設(shè)就是認為金融資產(chǎn)組合的未來走勢與過去是高度相似的，可以根據(jù)過去的歷史數(shù)據(jù)來推測未來的市場風險。然而事實上，市場風險卻往往是由一些突發(fā)的重大事件造成的，這種突發(fā)的市場波動卻往往與過去的市場走勢沒有太多的聯(lián)系，這樣來看，VAR模型估計出來的市場風險并不能涵蓋所有的市場風險；二是VAR法是建立在大量的歷史數(shù)據(jù)的基礎(chǔ)之上的，而我國金融市場發(fā)展的歷史短，面臨樣本數(shù)據(jù)有限的問題，利率、匯率沒有完全市場化，同宏觀政策還存在著一定的聯(lián)系，市場風險還可能來自人為因素，因此在我國使用VAR法存在著特殊的難度。這一點也需要我們從加速金融體系改革，增強市場的透明度來入手加以解決。

二、農(nóng)村信用社風險評估方法適用性分析

農(nóng)村信用社資產(chǎn)業(yè)務主要是貸款，貸款對象主要是農(nóng)戶和中小企業(yè)。農(nóng)戶的分散性、農(nóng)戶貸款的小額性、中小企業(yè)的信息不透明性等使得金融機構(gòu)難以采用復雜的信用風險評價方法和模型。特別是那些建立在現(xiàn)代金融理論和成熟的金融市場信息支持基礎(chǔ)之上的所謂新方法，目前不可能在農(nóng)村信用社運用。其原因:一是我國金融市場相對不完善，缺乏相應金融資信評級機構(gòu)，缺乏中小企業(yè)信息數(shù)據(jù)庫；二是我國農(nóng)村信用社的規(guī)模相對狹小，技術(shù)設(shè)備、人員素質(zhì)均相對較低，對定量方法的理解和運用能力都相對不足。因而，目前農(nóng)村信用社的信用風險評價主要還應加強對傳統(tǒng)方法的有效運用。一是加強和完善專家主觀方法（如5C）的應用，并加強對貸款的監(jiān)督檢查；二是加強對信用貸款的分類分級管理；三是建立中小企業(yè)的信用評分系統(tǒng)，通過搜集和建立相應的數(shù)據(jù)檔案，運用Logit模型、區(qū)別分析模型，有效評價信用風險，為信用社貸款決策和貸款定價服務；四是針對農(nóng)村金融的特點，適當進行信貸配給。

由于我國金融市場相對不完善，相應數(shù)據(jù)檔案資料不健全，特別是農(nóng)村信用社經(jīng)營規(guī)模較小、經(jīng)營水平不高，其貸款客戶為分散的農(nóng)戶和中小企業(yè)，因而信用社的信用風險評價還很難運用較復雜的模型，特別是所謂新型的、適用大型或特大型金融機構(gòu)針對大型企業(yè)和特大型企業(yè)的信用風險評價方法。

三、結(jié)論

經(jīng)過對BP神經(jīng)網(wǎng)絡(luò)法、層次分析法和VAR法的比較，以及農(nóng)村信用社在貸款對象、企業(yè)信息數(shù)據(jù)的收集和人員素質(zhì)這些方面不同于商業(yè)銀行。所以，對數(shù)據(jù)要求高的以及復雜的模型不適用于農(nóng)村信用社風險評估，即層次分析法要比BP神經(jīng)網(wǎng)絡(luò)法和VAR法更適用于農(nóng)村信用社的風險評估。

[1]馬超群，李紅權(quán).VAR方法及其在金融風險管理中的應用[J].系統(tǒng)工程，2000.3.

[2]戴國強.VAR方法對我國金融風險管理的借鑒及作用[J].金融研究，2000.7.

[3]張強，王鑫澤.農(nóng)村信用社組織的信息特征及其風險防范.金融理論與實踐，2001.1.

[4]鄒新月.VAR方法在銀行貸款風險評估中的應用統(tǒng)計研究[J].2005.6.

[5]郭學能.基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行經(jīng)營風險預警研究[D].武漢理工大學，2007.

[6]趙偉，王家傳.農(nóng)村信用社金融風險預警系統(tǒng)設(shè)計.金融理論與實踐，2007.6.

[7]劉平.談層次分析法在決策中的應用[J].時代經(jīng)貿(mào)，2008.3.

[8]胡緒華，吉敏.基于BP神經(jīng)網(wǎng)絡(luò)的銀行信貸風險評價[J].統(tǒng)計與決策，2009.11.