论文部分内容阅读
当今时代,随着科技信息技术的迅猛发展,计算机在金融领域的各个角落都有广泛的应用。农村金融机构是在农村领域拥有分支机构最多的银行业金融机构,他们身上肩负着服务“三农”的历史重任,是“三农”最主要的资金来源和金融纽带。在世界金融危机乃至经济危机的环境下,我国先后出台了加大对中小企业和“三农”信贷支持力度的相关政策,因此自身经营的稳健性便成为能否正常开展业务经营的重要前提。为了更好的为“三农”提供服务并且能够发挥支农效应,农村金融机构首先要深入了解自身风险状况并加以控制,在科学、适用、灵敏的基础上建立信用风险评估体系,并且从信贷风险全局出发,研究并设计出一套安全高效的、开放可行的信用风险评估系统方案。本次研究项目主要根据风险判别模型分析研究信用风险评估算法,通过Sybase公司推出的PowerBuilder开发环境构建信用风险评估应用系统,依照现行银行业监管的要求,从风险识别、风险评估等模块来实现信用风险评估系统。系统中的风险识别模块是通过对客户基本信息进行初步的划分,首先排除不符合银行刚性规定的客户,把符合银行信用风险一般性要求的客户纳入分析对象;风险评估模块根据《巴塞尔新资本协议》要求,以农村商业银行客户未按时偿还银行贷款的比率(即贷款不良率)作为信用风险高低的衡量标准,引入主成分分析法构建应用于农村商业银行信用风险评估领域的Logit模型算法,并以我国某农村商业银行贷款客户的财务信息、和违约数据作为样本,对应用于农村商业银行领域的适用性和稳定性进行了充分的验证。基于以上,信用风险评估系统的研究与设计,对提高贷款质量,降低信用风险,实现信贷业务科学化的管理,增强信贷资产的安全性,加强信贷预测和决策的合理性、科学性起到重要作用。