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