个人信用风险评估理论和方法 拓展性研究PDF电子书下载

1 绪论 1

1.1 信用风险的相关概念 6

1.1.1 信用的基本属性 6

1.1.2 信用风险与信用风险评估的概念 6

1.1.3 信用风险评估的一般理论与方法 7

1.1.3.1 “传统”信用风险评估模型 7

1.1.3.2 “现代”信用风险评估模型 8

1.2 个人信用风险的相关概念 9

1.2.1 基本概念 9

1.2.2 个人信用风险的成因 10

1.2.3 个人信用风险的影响因素 12

1.3 个人信用风险的评估 13

1.3.1 个人信用风险评估的一般理论与方法 15

1.3.1.1 专家判别法 15

1.3.1.2 统计学方法 15

1.3.1.3 人工智能方法 18

1.3.2 个人信用风险评估方法的拓展和应用 20

1.4 欧美国家信用体系概述 22

1.4.1 欧美国家信用体系的发展阶段 22

1.4.2 欧美国家信用评级体系及基本特征 22

1.5 信用卡的信用风险 25

1.6 本书结构与主要内容 26

1.6.1 本书的逻辑结构 26

1.6.2 本书的主要内容与结论 27

第一篇 个人信用风险评估的基础性理论 35

2 个人信用风险评估的基础结构与几何评估理论 35

2.1 概述 35

2.2 个人信用风险评估的基础结构 36

2.2.1 个人信用风险水平（Individual Credit Risk Level，ICRL） 36

2.2.2 集合Λ上的序关系 37

2.2.3 集合Λ上的优势结构 37

2.2.4 基于偏差的一类个人信用风险评估方法 39

2.3 个人信用风险的几何评估理论 39

2.3.1 个人信用风险评估空间（ICRES） 39

2.3.2 偏序结构下的个人信用风险分级 42

2.4 示例分析 44

2.4.1 示例背景 44

2.4.2 对比分析 48

2.4.3 结果分析 50

2.5 本章小结 51

第二篇 个人信用风险评估方法的拓展 55

3 个人信用风险评估指标体系构建方法 55

3.1 概述 55

3.2 基于识别能力的商业银行个人信用风险评估的指标体系构建思路 56

3.2.1 国内外个人信用风险评估指标的比较 56

3.2.1.1 国内某商业银行的个人信用风险评估指标体系 56

3.2.1.2 欧洲某商业银行的个人信用风险评估指标体系 57

3.2.1.3 对比分析 59

3.2.2 评估指标选取的原则 59

3.2.3 评估指标的初选 60

3.3 评估指标识别能力的判别 62

3.3.1 T检验 63

3.3.2 Wald检验 64

3.3.3 Log（Odds）判别 64

3.4 基于识别能力的个人信用风险评估指标体系构建 65

3.5 评估指标影响程度的显著性分析 67

3.5.1 向前Logistic逐步回归 68

3.5.2 向后Logistic逐步回归 68

3.6 采用因子分析法简化个人信用风险评估指标体系 70

3.6.1 个人信用风险评估指标的标准化处理 70

3.6.2 个人信用风险评估指标体系的简化 71

3.6.2.1 因子分析法简介 71

3.6.2.2 因子变量的提取 74

3.7 本章小结 78

4 个人信用风险评估的双边混合聚类方法 80

4.1 概述 80

4.2 聚类要素的确定 81

4.2.1 解释变量的共线性诊断 81

4.2.2 Logistic逐步回归 82

4.2.3 确定聚类要素 82

4.3 双边聚类模型的建立 83

4.3.1 双边聚类结构 83

4.3.2 聚类距离的定义 83

4.3.3 聚类的分类算法 84

4.4 模型的检验 85

4.4.1 ROC曲线检验 85

4.4.2 模型间判别能力的比较 85

4.5 本章小结 86

5 个人信用风险的神经网络分类评估模型 87

5.1 概述 87

5.2 基于ILMBP神经网络的个人信用风险分类评估模型 88

5.2.1 LMBP算法和ILMBP算法概述 89

5.2.2 样本数据及模型构建 90

5.2.3 结果分析 92

5.3 基于PSO—RBF神经网络的个人信用风险分类模型的构建 95

5.3.1 基于PSO算法的PSO-RBF神经网络分类评估模型 97

5.3.2 样本数据及预处理 98

5.3.3 结果分析 98

5.4 本章小结 100

6 常见的几类“FA＋”个人信用风险评估模型 102

6.1 概述 102

6.2 因子分析法的应用 103

6.3 FA＋Logistic回归模型 104

6.3.1 Logistic回归模型 104

6.3.2 模型的构建 105

6.3.3 模型的检验 107

6.4 FA＋MLR模型 108

6.4.1 多元线性回归模型 108

6.4.2 模型的构建 109

6.4.3 模型的检验 111

6.5 FA＋RBF神经网络模型 112

6.5.1 模型的构建 113

6.5.2 模型的检验 114

6.6 本章小结 115

7 个人信用风险的遗传组合评估方法 116

7.1 概述 116

7.2 基本原理 117

7.2.1 组合评估方法的基本原理 117

7.2.2 遗传算法的基本原理 118

7.2.3 遗传组合评估模型的构建方法 118

7.3 个人信用风险的遗传组合评估模型 121

7.3.1 个人信用风险遗传组合评估的基本思想 121

7.3.2 个人信用风险遗传组合评估模型的构建及检验 123

7.4 单一评估模型和遗传组合评估模型的比较 125

7.4.1 准确率比较 125

7.4.2 稳健性分析 127

7.5 本章小结 128

第三篇 信用卡风险管理 131

8 基于行为属性的持卡人信用风险仿真实验 131

8.1 概述 131

8.2 基于多智能体的持卡人信用风险仿真模型的构建 132

8.2.1 信用卡市场环境的基本假设 132

8.2.2 信用卡市场中经济主体的基本属性和行为属性 133

8.2.2.1 持卡人的基本属性和行为属性 133

8.2.2.2 发卡银行的基本属性和行为属性 134

8.2.3 持卡人信用风险的仿真模型构建 135

8.3 仿真实验与结果分析 136

8.3.1 持卡人同质情景下的仿真实验 136

8.3.1.1 不同授信额度下的仿真实验 136

8.3.1.2 不同积蓄水平Wt下的仿真实验 138

8.3.2 持卡人异质情景下的仿真实验 139

8.3.3 发卡银行采取不同营销策略时所承担的信用卡风险仿真 142

8.4 本章小结 143

第四篇 个人信贷风险分析 147

9 个人信贷的道德风险对信用风险的作用机理 147

9.1 概述 147

9.2 研究背景及假设 148

9.3 道德风险对贷款违约概率的作用机理 149

9.3.1 贷款利率对个人信贷道德风险的影响 149

9.3.2 贷款利率对个人信贷违约概率的影响 150

9.3.3 个人信贷的道德风险对贷款违约概率的影响 152

9.4 个人信贷的违约概率对道德风险的反作用 153

9.5 模拟分析 154

9.5.1 项目A的收益率θA服从正态分布下的讨论 154

9.5.2 项目A的收益率θA服从t分布下的讨论 155

9.6 本章小结 157

10 个人信贷的信贷配给及信贷配给的突变效应 158

10.1 概述 158

10.2 银行信贷配给的制度性因素分析 159

10.2.1 个人信贷制度扭曲的成因 159

10.2.2 个人信贷配给的内生制度根源分析 161

10.3 存款类贷款机构与非存款类贷款机构多重作用下的个人信贷配给 163

10.4 突变理论简介 165

10.4.1 突变理论概述 165

10.4.2 突变的数学描述 166

10.5 单一市场条件下个人信贷配给的突变分析 167

10.6 二元市场条件下个人信贷配给的突变分析 169

10.7 本章小结 172

11 个人信贷偿债意愿的度量及仿真实验 174

11.1 概述 174

11.2 影响个人信贷者决策行为（偿债或违约）的主要因素 175

11.3 基于前景理论的个人信贷偿债意愿仿真模型 177

11.3.1 前景理论模型 177

11.3.2 模型参数设定 178

11.3.3 基于前景理论的个人信贷偿债意愿度量 179

11.4 仿真实验及结果分析 181

11.4.1 参考标准的影响效应 181

11.4.2 其他重要变量的影响 184

11.4.3 权重因素的影响 187

11.5 本章小结 190

12 基于期权定价理论的个人贷款定价模型 192

12.1 概述 192

12.2 考虑偿债意愿的改进个人贷款定价模型 193

12.2.1 基本假设 193

12.2.2 偿债能力的度量 193

12.2.3 偿债意愿的度量 194

12.2.4 偿债能力与偿债意愿双重作用下的个人贷款定价模型 195

12.3 数值分析 196

12.4 本章小结 197

第五篇 联保贷款组织信用风险分析与评估 201

13 联保贷款组织的信用行为分析 201

13.1 概述 201

13.2 联保贷款组织的概念 202

13.3 影响联保贷款效益的主要因素分析 203

13.3.1 经济理性 203

13.3.2 联保贷款组织的规模 205

13.3.3 联保贷款组织之间的网络传导效应 206

13.3.4 信用环境 208

13.3.5 户口所在地或经常居住地 208

13.3.6 来自非存款类贷款机构的影响 209

13.4 联保贷款组织内部成员信用行为的博弈分析 209

13.4.1 基本的博弈模型 210

13.4.2 引入社会资本下的博弈分析 212

13.5 基于多智能体的动态仿真实验——以农户联保贷款为例 213

13.5.1 仿真主体的基本属性和信用行为 214

13.5.2 模型仿真环境及农户的行为时序 214

13.5.3 仿真实验 214

13.6 提升联保贷款组织及其内部成员信用水平的思路 217

13.7 本章小结 219

14 复合型联保贷款组织及其信用风险 220

14.1 概述 220

14.2 复合型联保贷款组织的概念、主要特征和功能 221

14.2.1 复合型联保贷款组织的概念 221

14.2.2 复合型联保贷款组织的主要特征 221

14.2.3 复合型联保贷款组织的主要功能 222

14.3 信息不对称条件下组织内部成员的决策行为 224

14.4 复合型联保贷款组织内外部成员之间的博弈分析 228

14.5 重复博弈降低复合型联保贷款组织的信用风险 230

14.6 本章小结 232

15 联保贷款组织信用风险的评估方法 233

15.1 概述 233

15.2 企业信用风险评估的一般方法 234

15.2.1 企业信用风险评估指标 235

15.2.2 常见的企业信用风险评估模型 238

15.2.2.1 简单的评估模型 238

15.2.2.2 相对复杂的评估模型 239

15.3 复合型联保贷款组织信用风险的集对评估模型 242

15.3.1 复合型联保贷款组织信用风险集对评估模型的构建思路 242

15.3.2 集对评估模型的架构及适用性 243

15.3.3 单一模型下的集对评估模型 245

15.3.3.1 集对分析理论框架下的CART模型 245

15.3.3.2 集对分析理论框架下的Z-score模型 247

15.3.3.3 集对分析理论框架下的Chesser模型 247

15.3.3.4 集对分析理论框架下的CRR评估模型 248

15.3.4 多模型集成的集对评估模型 249

15.3.5 示例分析 250

15.4 联保贷款组织内部成员信用风险的突变评价 252

15.4.1 突变评价法概述 253

15.4.2 示例分析 254

15.5 本章小结 257

后记 259

附录 个人信用评分技术框架 262

参考文献 268