數(shù)據(jù)挖掘技術(shù)應(yīng)用于銀行信貸風險控制的可行性分析

【摘要】本文介紹了數(shù)據(jù)挖掘技術(shù)定義以及常用的數(shù)據(jù)挖掘技術(shù)，研究了數(shù)據(jù)挖掘技術(shù)應(yīng)用于銀行信貸業(yè)務(wù)中風險控制的可行性，并闡述了具體實施步驟。

【關(guān)鍵詞】數(shù)據(jù)挖掘技術(shù) 銀行信貸 風險控制

一、引言

利率市場化的加快和金融體制改革的深入進一步加大了銀行的信貸風險[1]。然而銀行對信貸風險控制重視不足，普遍只重視貸前評估，而對企業(yè)貸后跟蹤評估嚴重缺乏，就是貸前評估體系也建立在利率市場化以前的金融體制上，沒有能隨著利率市場化和金融體系改革進程做出與時俱進的調(diào)整[2]。持續(xù)上升的不良貸款率要求銀行改進目前的信貸風險評價體系，正視目前信貸風險控制中存在的問題，特別是加強貸后對企業(yè)跟蹤評估，增強信貸風險控制水平，實現(xiàn)銀行對信貸全過程監(jiān)控，努力降低信貸風險。

銀行信貸風險就是貸款到期后，借貸方無法還本付息的可能性。信貸風險是一種銀行不可避免的必須面臨的，同時又是難以徹底消除一個問題。如何通過各種措施控制風險在一個可承受的范圍之內(nèi)是每一個商業(yè)銀行必須回答的問題。銀行信貸風險產(chǎn)生原因既有國家宏觀經(jīng)濟增長放緩、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、淘汰落后產(chǎn)能等客觀因素，也有銀行自身風險管理的內(nèi)在原因，尤其是銀行在長期順周期環(huán)境下建立的較為粗放的信貸評價體系和事后補救的管理模式[3]。這種評價體系和管理模式導(dǎo)致銀行對抵御經(jīng)濟波動帶來的風險準備嚴重不足，貸后風險管理嚴重缺失。目前，銀行對信貸資產(chǎn)質(zhì)量要標本兼治，重點需強化前瞻性的信貸戰(zhàn)略布局，建立適應(yīng)利率市場化和金融體制改革后的評價體系、加強貸后的跟蹤評價、夯實風險管理基礎(chǔ)，走出一條穩(wěn)健發(fā)展的銀行信貸新路子。

經(jīng)濟活動表現(xiàn)為資金流動，企業(yè)償還債務(wù)能力、資產(chǎn)經(jīng)營狀況、獲取利潤、成長情況、融資、股權(quán)結(jié)構(gòu)以及企業(yè)規(guī)模都是通過資金的運動表現(xiàn)出來。而資金運動需要支付系統(tǒng)平臺的支撐。隨著我國社會經(jīng)濟的加速發(fā)展和金融體制改革的不斷深入，尤其是信息科學技術(shù)的急速發(fā)展，如何利用這個覆蓋廣泛、功能齊全、效率極高、參與規(guī)模日益激增、沉淀有大量資金匯劃的支付系統(tǒng)平臺，進行數(shù)據(jù)挖掘加工、預(yù)測企業(yè)的資金運行狀況、建立新的信貸評價跟蹤體系、防范信貸風險、維護商業(yè)銀行效益和國家金融的穩(wěn)定，具有十分重要的意義。

二、數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)倉對于很多人、企業(yè)來說還屬于一個相對抽象的概念，目前普遍接受的觀點認為數(shù)據(jù)倉是由科學儀器、傳感設(shè)備以及電子郵件等多種數(shù)據(jù)源構(gòu)成的一個海量的、多元化分布的數(shù)據(jù)集。其主要特征表現(xiàn)為規(guī)模宏大數(shù)據(jù)、數(shù)據(jù)種類繁多、有價值數(shù)據(jù)極少、極快速的數(shù)據(jù)處理。這四大特征是劃分數(shù)據(jù)倉與傳統(tǒng)數(shù)據(jù)的標識，也顯示我們數(shù)據(jù)的應(yīng)用研究日趨成熟。面對著日益膨脹的數(shù)據(jù)，銀行如何能從種類繁多、海量的數(shù)據(jù)倉中提取到對銀行有價值的信息，為銀行本身服務(wù)，特別是用于銀行的信貸風險控制，才是每個銀行職工多關(guān)心的，而且這一點也必將在不久的將來為銀行業(yè)所接收。

數(shù)據(jù)挖掘技術(shù)，又稱為數(shù)據(jù)庫中知識發(fā)現(xiàn)（Knowledge Discovery from Database，縮寫KDD），它是一個從數(shù)據(jù)倉中進行抽取、轉(zhuǎn)換、分析，從中提取有價值的可以用于輔助決策的關(guān)鍵性數(shù)據(jù)，并對數(shù)據(jù)進行模式處理、發(fā)現(xiàn)其內(nèi)在規(guī)律，深入研究這些規(guī)律發(fā)生作用的表現(xiàn)形式，以及主客觀因素對這些規(guī)律的影響，并且以一定的置信度對未來進行預(yù)測，用來為決策行為提供有利的支持[5]。在數(shù)據(jù)挖掘過程中集成并提高數(shù)據(jù)的價值，將數(shù)據(jù)從數(shù)據(jù)源轉(zhuǎn)換為目標數(shù)據(jù)，是實施數(shù)據(jù)挖掘的前體和基礎(chǔ)。數(shù)據(jù)挖掘的核心是通過算法或其他分析方法對目標數(shù)據(jù)源模式處理、獲取目標數(shù)據(jù)隱藏的規(guī)律。模式化處理的作用就是驗證數(shù)據(jù)挖掘的結(jié)果正確有效性，獲取的規(guī)律是否經(jīng)得起實踐的檢驗，其置信度的高低，以及該規(guī)律是否可以作為該事件領(lǐng)域內(nèi)的一個準則。

數(shù)據(jù)挖掘常用的技術(shù)有[6]：

（一）傳統(tǒng)統(tǒng)計分析

主要包括相關(guān)性分析、回歸分析及因子分析等，一般先由用戶提供假設(shè)，再由系統(tǒng)利用數(shù)據(jù)進行驗證。

（二）神經(jīng)元網(wǎng)絡(luò)

主要用于解決具有上百個參數(shù)的問題，包括分類和回歸，諸多數(shù)據(jù)挖掘工具和軟件都包含了該技術(shù)。如PolyAnalyst，BrainMaket，Neurosell和OWL等，它也是金融領(lǐng)域中常用的挖掘技術(shù)。

（三）決策樹

主要用于分析主客觀條件對得到的規(guī)律所起的作用大小，該方法是應(yīng)用最為廣泛的分類方法。

（四）基于事例的推理方法

該推理方法的主要思想是在預(yù)測未來情況或進行正確決策時，系統(tǒng)查找與現(xiàn)有情況相類似的案例，運用最佳的與案例相同的解決方案直接解決問題。

（五）遺傳算法

遺傳算法是計算數(shù)學中用于解決最佳化的搜索算法，是借鑒了進化生物學中的一些現(xiàn)象而發(fā)展起來的。其基本思路是通過計算機模擬，并對數(shù)據(jù)模型進行優(yōu)化獲得最佳模型。

（六）非線性回歸方法

這種方法的基礎(chǔ)是在獲得了大量觀察數(shù)據(jù)的基礎(chǔ)上，利用數(shù)理統(tǒng)計方法和預(yù)定的函數(shù)模型，擬合因變量與自變量之間的回歸模型

（七）基于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)算法

貝葉斯網(wǎng)絡(luò)（Bayesian network），是一種概率因果網(wǎng)絡(luò)、信任網(wǎng)絡(luò)、知識圖等，是一種基于概率推理的貝葉斯網(wǎng)絡(luò)（Bayesian network）是為了解決不定性和不完整性問題而提出的，廣泛應(yīng)用于多個學科領(lǐng)域。

三、數(shù)據(jù)挖掘技術(shù)的主要步驟

從經(jīng)濟活動中產(chǎn)生的海量數(shù)據(jù)進行數(shù)據(jù)挖掘得到有價值的數(shù)據(jù)是一件比較困難的事，它包括目標定義、數(shù)據(jù)收集、數(shù)據(jù)整理、數(shù)據(jù)挖掘、結(jié)果評估和分析決策幾個步驟：

（一）目標定義

對挖掘數(shù)據(jù)的目標有一個清晰、明確的定義，也就是挖掘數(shù)據(jù)是為了解決什么問題，制定的目標應(yīng)是可行的、可以通過數(shù)據(jù)能夠進行操作與評價。

（二）數(shù)據(jù)收集

大量的有價值的真實而又完整的數(shù)據(jù)是數(shù)據(jù)挖掘的前提和基礎(chǔ)，沒有數(shù)據(jù)、數(shù)據(jù)價值不高或者數(shù)據(jù)真實度、完整性差，數(shù)據(jù)挖掘也就無從做起或者從數(shù)據(jù)挖掘中得到的規(guī)律置信度不高。因此，收集大量有價值的數(shù)據(jù)是數(shù)據(jù)挖掘的首要步驟。

（三）數(shù)據(jù)清理

數(shù)據(jù)清理是數(shù)據(jù)挖掘的必要環(huán)節(jié)。對原始數(shù)據(jù)進行描述和初步探索，檢查數(shù)據(jù)的質(zhì)量等，通過數(shù)據(jù)清理，可以對數(shù)據(jù)做簡單的泛化處理，對數(shù)據(jù)進行抽取、轉(zhuǎn)換和裝載，將數(shù)據(jù)轉(zhuǎn)換成模型，然后對得到的各個模型進行初步評估，從而在原始數(shù)據(jù)的基礎(chǔ)之上得到更為豐富的數(shù)據(jù)信息，進而便于下一步數(shù)據(jù)挖掘的順利進行。

（四）數(shù)據(jù)挖掘

利用人工智能、數(shù)理統(tǒng)計等各種數(shù)據(jù)挖掘方法對所得到的數(shù)據(jù)進行挖掘，選用合適的數(shù)據(jù)挖掘工具，對選擇算法作適當?shù)恼{(diào)整和修改，發(fā)現(xiàn)有用的知識與模式，這是一個迭代循環(huán)的過程，也是整個數(shù)據(jù)挖掘過程的核心步驟。

（五）數(shù)據(jù)挖掘結(jié)果的評估

數(shù)據(jù)挖掘的結(jié)果存在有實際意義的、沒有實際意義的和與實際情況相違背的三種狀況，需要進行可視化應(yīng)用分析，按照數(shù)據(jù)挖掘的操作方法評估挖掘的結(jié)果，然后不斷調(diào)整挖掘方案和預(yù)處理原始數(shù)據(jù)等。

（六）知識的應(yīng)用

將最終得到的知識轉(zhuǎn)換成業(yè)務(wù)的應(yīng)用才是挖掘的精髓，只有數(shù)據(jù)或者圖像的結(jié)果不是數(shù)據(jù)挖掘的目的，只有通過數(shù)據(jù)挖掘獲得的知識得以應(yīng)用、輔助決策才是數(shù)據(jù)挖掘的歸宿和目的所在。而作為銀行利用數(shù)據(jù)挖掘技術(shù)一個主要目的就是利用數(shù)據(jù)挖掘降低信貸風險。

四、用數(shù)據(jù)挖掘技術(shù)在分析行業(yè)景氣指數(shù)、企業(yè)績效中的應(yīng)用可行性分析

信貸是銀行常見的一種經(jīng)濟活動，信貸風險是指商業(yè)銀行在經(jīng)營信貸業(yè)務(wù)時，由于企業(yè)內(nèi)部或外部各種不確定因素的共同作用下，遭受損失的概率。信貸風險根源于不確定的市場經(jīng)濟活動本身和企業(yè)的經(jīng)營狀況。當下商業(yè)銀行的貸款管理規(guī)定，一般是按季結(jié)息，貸款期限大都是6～12個月或1年期以上。不良貸款就是貸款出現(xiàn)欠息或到期后超過90天不能償還。對于一些不良貸款，銀行為保全資產(chǎn)通常還會采取再融資、延期、簽補充協(xié)議調(diào)整原合同要素等方式來使貸款風險延期暴露。此外，很多潛在風險貸款還要受其它多種因素的影響或觸發(fā)才會暴露[3]。這種貸款方式和事后補救的做法已經(jīng)遠遠不能適應(yīng)當下利率市場化和金融體制改革后的要求，如果仍采用這種貸款方式也必將使銀行蒙受更大的損失。因此，在當下利率市場化的加快和金融體制改革的深入的背景下，銀行如何發(fā)放貸款，如何確定發(fā)放貸款的額度、貸款時間就必須根據(jù)企業(yè)產(chǎn)品所屬行業(yè)的背景和企業(yè)的經(jīng)營績效來確定。

企業(yè)經(jīng)營績效是衡量企業(yè)經(jīng)營狀況的重要指標。1999年財政部、2006年國資委分別在《國有資本金績效評價指標體系》、《國有資本金績效評價操作細則》、《中央企業(yè)綜合績效評價管理暫行辦法》及《中央企業(yè)綜合績效評價實施細則》四個文件中提到企業(yè)的經(jīng)營績效應(yīng)該包含至少四個方面的指標：企業(yè)的盈利能力、資產(chǎn)質(zhì)量、財務(wù)風險和成長能力[7]。

企業(yè)的盈利能力是指企業(yè)獲取利潤的能力，是企業(yè)資本增值能力，通常以一定時期內(nèi)企業(yè)收益數(shù)額的多少及其水平的高低表示。盈利能力指標主要包括營業(yè)利潤率、成本費用利潤率、盈余現(xiàn)金保障倍數(shù)、總資產(chǎn)報酬率、凈資產(chǎn)收益率和資本收益率六項；企業(yè)的資產(chǎn)質(zhì)量是指特定資產(chǎn)在企業(yè)管理的系統(tǒng)中發(fā)揮作用的質(zhì)量，具體表現(xiàn)為變現(xiàn)質(zhì)量、被利用質(zhì)量、與其他資產(chǎn)組合增值的質(zhì)量以及為企業(yè)發(fā)展目標做出貢獻的質(zhì)量等方面，它包括流動資產(chǎn)、長期投資、固定資產(chǎn)、其他資產(chǎn)（含無形資產(chǎn)、遞延資產(chǎn)）等四個部分；企業(yè)的財務(wù)風險指在各項財務(wù)活動過程中，由于各種難以預(yù)料或控制的因素影響，財務(wù)狀況具有不確定性，從而使企業(yè)有蒙受損失的可能性，企業(yè)的財務(wù)風險可以分為流動性風險、信用風險、籌資風險、投資風險；企業(yè)的發(fā)展能力是指企業(yè)擴大規(guī)模、壯大實力的潛在能力，主要包括營業(yè)利潤同比增長率、營業(yè)總收入同比增長率和每股凈資產(chǎn)相對年初增長率等多項指標。

因此為了準確的評價企業(yè)的績效和企業(yè)產(chǎn)品對市場的適應(yīng)性，必須數(shù)據(jù)倉中收集大量的不同行業(yè)、不同企業(yè)在特定時間段（通常近10年或更長）這四個方面能力的財務(wù)數(shù)據(jù)。然后對這些數(shù)據(jù)進行整理，剔除一些資料不全、信息不完整或者經(jīng)營跨行業(yè)產(chǎn)品的企業(yè)。根據(jù)不同行業(yè)的企業(yè)產(chǎn)品特點設(shè)定不同的績效參數(shù)Ai，采用主成分提取的方法，對反映篩選企業(yè)的盈利能力、資產(chǎn)質(zhì)量、財務(wù)風險和成長能力的數(shù)據(jù)進行挖掘，構(gòu)建不同行業(yè)的企業(yè)綜合績效指數(shù)和不同行業(yè)績效參數(shù)Ai，并用logistic等動態(tài)模型擬合分析各行業(yè)的績效發(fā)展狀況（圖1）。

行業(yè)績效參數(shù)Ai極高的行業(yè)，這些行業(yè)可能為將要淘汰的行業(yè)，銀行應(yīng)該杜絕貸款；對于那些行業(yè)績效參數(shù)Ai較高，但是績效逐年降低的行業(yè)，這些行業(yè)不久就可能淪為將要淘汰的行業(yè)，銀行應(yīng)該謹慎貸款；對于那些行業(yè)績效參數(shù)較低或很低，績效指數(shù)穩(wěn)定或逐年增加的行業(yè)，說明這些行業(yè)投入產(chǎn)出比較高，銀行應(yīng)適當增加這些行業(yè)的貸款，增加銀行的盈業(yè)利潤。

上述是從宏觀上進行分析，為銀行貸款提供指導(dǎo)。但是具體到每一個企業(yè)，如何提供貸款，貸款數(shù)量多少，貸款周期多長，貸款過程中如何監(jiān)控企業(yè)資本運行狀況，則必須進一步進行數(shù)據(jù)挖掘，分析這類企業(yè)的經(jīng)營狀況與績效的關(guān)系。

五、用數(shù)據(jù)挖掘技術(shù)在分析企業(yè)信貸風險中的應(yīng)用可行性分析

銀行貸款的對象是企業(yè)，因此銀行發(fā)放貸款給企業(yè)，不僅根據(jù)企業(yè)所在行業(yè)的績效參數(shù)，以及企業(yè)的績效，而且要依據(jù)企業(yè)經(jīng)營狀況來確定貸款的數(shù)量和時間。企業(yè)的經(jīng)營狀況是決定企業(yè)績效高低的主要因素，而企業(yè)的經(jīng)營狀況主要由企業(yè)的融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)和企業(yè)規(guī)模等確定。為了降低銀行信貸風險，就必須在上述績效數(shù)據(jù)挖掘的基礎(chǔ)上，進一步對不同行業(yè)的各個企業(yè)的融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)和企業(yè)規(guī)模等數(shù)據(jù)，以及它們與績效關(guān)系進行深度挖掘，確定各種融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)最適合以及比較適合比例關(guān)系和有利于提高企業(yè)績效相適應(yīng)的企業(yè)規(guī)模。

企業(yè)的融資結(jié)構(gòu)是指企業(yè)全部融資來源及其比例關(guān)系，因此企業(yè)的融資結(jié)構(gòu)涵蓋了企業(yè)的融資方式（內(nèi)源融資和外源融資）、資產(chǎn)負債率水平、企業(yè)不同債務(wù)（流動債務(wù)和長期債務(wù)）之間、債務(wù)來源（銀行貸款和商業(yè)信用）之間的比例關(guān)系等信息。

企業(yè)通過負債能夠獲取納稅收益，促使企業(yè)提高財務(wù)水平，縮減代理成本，盡可能的使企業(yè)價值最大化，但負債也導(dǎo)致企業(yè)各種費用和債務(wù)風險的增加。企業(yè)負債分為流動負債和長期負債流動負債具有周期短，利率低等特點。企業(yè)流動負債率越高，債權(quán)人越有保證，但流動負債率過高，就會使一部分資金滯留在流動資產(chǎn)形態(tài)上，影響企業(yè)的獲利能力。因此企業(yè)應(yīng)將流動負債率測定一個較為合理的界限，低于這個界限，說明資產(chǎn)負債率有可能會高，企業(yè)信用受到損害；高于這個界限，說明一部分資金被閑置，資金使用效率不高，造成資金浪費。長期負債具有期限長、利息相對高、絕對數(shù)可能負債大等特點。企業(yè)如果能夠正確有效地利用長期負債，它就會為企業(yè)提供更多的獲利機會。但是如果企業(yè)經(jīng)營不善，它又可能形成籌資風險，從而加劇企業(yè)經(jīng)營風險，造成高負債高風險，也是影響資產(chǎn)負債率高低的一個重要因素。

企業(yè)融資可以分為內(nèi)源融資和外源融資。內(nèi)源融資由企業(yè)留存收益和折舊構(gòu)成，外源融資依據(jù)其融資方式又分為股權(quán)融資和負債融資。融資結(jié)構(gòu)是一個動態(tài)的結(jié)構(gòu)，不同的企業(yè)以及同一企業(yè)的不同階段其構(gòu)成不同。融資結(jié)構(gòu)不僅反映了企業(yè)的融資風險和融資成本，而且影響企業(yè)的資源、金融資產(chǎn)在全社會市場中的配置和企業(yè)的經(jīng)營策略，決定著企業(yè)的融資能力和經(jīng)營績效。由此融資結(jié)構(gòu)已經(jīng)成為企業(yè)、金融機構(gòu)和監(jiān)管部門共同關(guān)注的課題。

企業(yè)的所有權(quán)結(jié)構(gòu)表現(xiàn)為股權(quán)結(jié)構(gòu)，它包括第一大股東持股比例（OC1）、前五大股東持股比例（OC5）、前十大股東持股比例（OC10）和股權(quán)制衡度（Z值）。第一大股東持股比例、前五大股東持股比例和前十大股東持股比例可以反映企業(yè)股權(quán)集中的程度，股權(quán)集中度對公司績效的影響表現(xiàn)為積極和抑制兩個方面的作用。對公司績效的積極作用表現(xiàn)為：首先，與股權(quán)分散相比，股權(quán)集中使股東與公司的利益更加趨于一致。“利益趨同效應(yīng)”認為股權(quán)集中度高的公司，大股東更有動力追求公司價值最大化，減緩代理問題；其次，股權(quán)集中能夠促進對企業(yè)管理層的監(jiān)督，“監(jiān)督效應(yīng)”認為股權(quán)集中的大股東為了自身利益會加強對管理層的監(jiān)督，不斷的優(yōu)化管理層的結(jié)構(gòu)。股權(quán)集中的抑制作用表現(xiàn)為一種“侵占效應(yīng)”，是指大股東利用控制權(quán)侵占中小股東的利益。當股權(quán)集中程度的提高表現(xiàn)出“利益趨同效應(yīng)”+“監(jiān)督效應(yīng)”>“侵占效應(yīng)”，則股權(quán)集中度的提高有利于提高公司績效；而當“利益趨同效應(yīng)”+“監(jiān)督效應(yīng)”<“侵占效應(yīng)”，抑制公司績效的提高。由此可見，企業(yè)股權(quán)集中度與績效緊密相關(guān)關(guān)系。

企業(yè)規(guī)模是指勞動力、生產(chǎn)資料和產(chǎn)品在企業(yè)集中的程度。公司規(guī)模并非越大越好。公司在提高公司規(guī)模的同時，公司投入和產(chǎn)出都在不斷的提高，但是單位投入所帶來的產(chǎn)出可能是下降的。此時，企業(yè)規(guī)模擴大不利于企業(yè)績效的提高。

因此上述這些因素對企業(yè)績效存在顯著作用，通過挖掘不同行業(yè)相應(yīng)企業(yè)與融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)和企業(yè)規(guī)模相關(guān)的數(shù)據(jù)，對所有數(shù)據(jù)進行整理，以企業(yè)績效作為因變量，以反映企業(yè)績效這些相關(guān)數(shù)據(jù)作為自變量，采用非線性模型擬合，挖掘不同行業(yè)這些因素與績效之間的非線性模型（圖2），通過對模型求解進一步挖掘不同行業(yè)的企業(yè)取得較好績效這些因素的取值范圍，為銀行對企業(yè)發(fā)放貸款具有顯著的指導(dǎo)價值[8]。

六、結(jié)論與建議

銀行充分利用上述數(shù)據(jù)挖掘結(jié)果確定對不同行業(yè)的企業(yè)是否放貸。

第一，績效參數(shù)Ai極高的行業(yè)，這些行業(yè)可能為將要淘汰的行業(yè)，銀行應(yīng)該杜絕貸款；

第二，對于那些行業(yè)績效參數(shù)Ai較低，但是績效逐年降低的行業(yè)，因此這些行業(yè)不久就可能淪為將要淘汰的行業(yè)，銀行應(yīng)該謹慎貸款；

第三，對于那些行業(yè)績效參數(shù)較低或很低，績效穩(wěn)定或逐年提高的行業(yè)，說明這些行業(yè)投入產(chǎn)出比較高，銀行應(yīng)適當根據(jù)下列情況采取不同的貸款策略：

一是企業(yè)績效極高，企業(yè)的融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)和企業(yè)規(guī)模均處于最佳狀態(tài)，銀行在提供一定量的貸款后，仍處在最佳狀態(tài)，銀行應(yīng)放心貸款給這類企業(yè)；

二是企業(yè)績效較好，但是企業(yè)的融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)和企業(yè)規(guī)模處于較為適合狀態(tài)，在提供貸款后，企業(yè)的融資規(guī)模仍然處于較為適合狀態(tài)，對于這類企業(yè)，銀行可以貸款給他們，但是貸款后銀行要密切注意這類企業(yè)的融資狀況和所有權(quán)變化，一旦出現(xiàn)異常情況，立即中斷貸款，或督促企業(yè)糾正一些不良行為；

三是企業(yè)績效較好，但是企業(yè)的融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)和企業(yè)規(guī)模有一項或兩項不在較為適合的范圍，銀行應(yīng)督促企業(yè)糾正這些問題后，才能貸款給這類企業(yè)，如果這類企業(yè)資產(chǎn)負債水平極高，銀行應(yīng)杜絕貸款給這類企業(yè)；

四是企業(yè)績效不好，但是企業(yè)的融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)和企業(yè)規(guī)模都處于比較好的狀態(tài)，這些企業(yè)可能存在其他問題，銀行應(yīng)督促企業(yè)找出影響企業(yè)績效的因素，在解決這些不利因素后可以貸款給他們，并在貸款后要注意跟蹤這些企業(yè)運營狀況，一旦出現(xiàn)問題，應(yīng)立即督促企業(yè)歸還貸款，更不能采取過去的事后補救辦法，給銀行帶來更大的損失；

五是企業(yè)績效不好，同時企業(yè)融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)和企業(yè)規(guī)模都不合理的企業(yè)，盡管企業(yè)所在行業(yè)績效參數(shù)低，但是企業(yè)管理自身存在多方面的問題，銀行也不能貸款給這類企業(yè)。

無論是績效好的企業(yè)還是績效一般的企業(yè)，一旦銀行發(fā)放貸款給這些企業(yè)，一定密切關(guān)注這些企業(yè)的融資結(jié)構(gòu)、所有權(quán)結(jié)構(gòu)和企業(yè)規(guī)模的變化，一旦這些變化嚴重影響企業(yè)績效，為了降低信貸風險，銀行應(yīng)終止對這些企業(yè)的放貸，絕不能采取事后補救的方式。

參考文獻

[1]吳炳輝，何建敏.中國利率市場化下的金融風險理論[J].財經(jīng)科學，2014（3）：1-10.

[2]婁馨月.商業(yè)銀行信貸管理問題與對策探析[D].西南財經(jīng)大學，2012.

[3]魏國雄.商業(yè)銀行的信貸戰(zhàn)略風險管理[J].金融論壇， 2015，239（11）：10-17.

[4]中國人民銀行南昌中心清算中心課題組.數(shù)據(jù)挖掘技術(shù)應(yīng)用于支付系統(tǒng)業(yè)務(wù)數(shù)據(jù)分析探討[J].金融與經(jīng)濟，2014，11：78-80.

[5]David H.，Heikki，M.數(shù)據(jù)挖掘原理[M].北京：機械工業(yè)出版社，2006：15-19.

[6]李麗.基于數(shù)據(jù)挖掘的用戶繳費信用風險評估研究[D].哈爾濱工業(yè)大學，2010.

[7]趙順娣，周姣.國有資本金績效評價指標體系完善研究.財會通訊，2009，20，29-30.

[8]張姌.科技型企業(yè)融資結(jié)構(gòu)與經(jīng)營績效關(guān)系研究[D].華東師范大學，2016.

作者簡介：張姌（1991-），女，漢族，江蘇揚州，上海農(nóng)商銀行閔行支行，碩士，主要研究方向：互聯(lián)網(wǎng)金融。