基于灰色关联模型的金融信用风险评价研究

    施丽娟

    摘要：当前，金融产业发展日益繁华，但科学而有序的信用评定机制还没有建立好，这无形中带给了金融产业不小的风险，建立健全的信用风险评定机制，势在必行，本文阐述了基于灰色关联模型的金融信用风险评价研究，以及这套风险评定模型的具体应用。

    关键词：信用风险；灰色系统理论；关联分析

    21世纪，随着经济的飞速发展，走上创业道路的人越来越多，而真正能够通过原始资本进行创业的企业毕竟是少数，大部分企业需要通过融资、借贷等方式获得更多的资金，而专门经营资产的商业银行的作用就越来越大，同时，由于金融信用评级的混乱，商业银行所面临的风险越来越大。有效的金融风险评定机制急需被建立。

    1金融信用风险评价的意义

    对于银行来说，建立良好而完备的信用评价可以极大地提高工作的效率，通过信息的相互补充可以有效地完善借债人的信息，信息统一化的整理可以减少对同一个借债人反复的审核，这都使得银行的工作更加有的放矢，手续的办理更加快捷高效。

    2灰色关联模型介绍

    2.1评价指数的选取原则

    （一）目的性原则

    指标的选取不仅需要能够起到客观评价信用风险的本质特征以及风险组成要素的作用，还要立足于对评价结果的服务。

    （二）完备性原则

    所选取的指标不能只单一地针对一方面的风险进行评价，而应该全面地考虑到方方面面的风险，对评价对象形成综合性的认识。

    （三）预见性原则

    信用风险评定的目的是为了对银行和借債人的活动提供预见性的建议，所以，指标的选取必须把发展趋势等因素考虑进去。

    （四）科学性原则

    为保障信用风险评定系统最终可应用，选取的指标应考虑到客观性，只有指标选取的科学、系统，最终体系的构建才能更加层次分明。

    （五）实用性

    为保证应用的过程流畅、顺利，需要尽可能精取指标，避免不必要的指标对实际操作造成干扰。

    2.2评价指标

    商业银行的主要风险来源于债务人的还款能力，所以，债务人的财务状况是风险评价必须考虑的因素，本文结合选取指标的五个原则，立足信用风险，考虑了企业发展能力、企业资产管理能力、盈利能力以及企业偿债能力四个方面，来构建新的信用风险评价体系。

    2.3模型的具体构建步骤

    具体步骤如下：

    （一）明确参考系数和理想系数。

    （二）对第k个企业的第i个指标与理想参数的关联性做出计算。

    （三）确定各个指标所占的有效比例。

    （四）根据计算出的关联度按照大小顺序进行排序.

    3用灰色模型对获得的数据进行分析

    为了试验本模型，选取了五家青岛公司进行试验，将五家公司的各项信息输入到模型中，来测评它们2017年1-6月的信用风险。经计算，得到的综合结论如下表所见：

    4结论

    在整个测试的多项结果中，海尔品牌的参数与理想参数最为接近，是五个企业中信用风险最小的，双星和青岛啤酒两个品牌在简单的平均值计算以及加权平均值的计算中，名次不同，但都稳定在二三名，风险指数在五个企业中处于中间位置，而澳柯玛与海信电器的信用风险相对较高。

    通过对风险值最大与风险值最小的两个企业的比较，即：海信电器与海尔两家企业的模型比较，我们可以验证试验结果。海信除股东权益一项，与理想参数关联度较好，其他的参数都离理想参数相差较远，而安全系数最高的海尔，各个指标都与理想参数相近。可见，本文的计算有效。与理想模型参数相近的，测出的总体关联度较高，而各项数据离理想数较远的，测出的总体关联度较低。

    5结束语

    灰色评定法可以全面而有效地给出企业的信用评定，并且对于企业的未来发展有一定的预见性，可以有效地帮助金融机构对借贷企业进行有效评估，以减小信用风险，这套模式有着很大的推广意义，但不得不指出的是，该系统还是存在着一定的不足，比如：对于定性指标的确定及量化的问题还有待改进。