论文部分内容阅读
摘 要：目前国内外银行贷款客户选择理论都没有很好地解决定性分析与定量分析有机结合的问题，一是过分依赖于定性分析和专家的经验判断，二是过分依赖数学模型，没有大大的应用价值。本文通过具体案例将层次分析法应用到银行贷款客户选择中，试图为银行家们解决客户选择这一难以定量描述、非结构化的复杂决策问题，提供一种新的思路。
关键词：商业银行；风险管理；层次分析法
中图分类号．F830．56；F224．9
文献标识码：A
文章编号：1009--9107(2006)04--0047--04
一、引 言
贷款客户的选择问题一直是困扰银行家的一个十分棘手的问题。客户选择适当，不仅能够有效地控制风险，而且还可以为银行带来预期的利润。反之，则不仅难以创造利润，还会加剧银行自身的风险。近年来，由于客户选择不当，少数核心客户违约而给银行造成巨大损失，甚至导致银行丧失清偿能力而倒闭的案例屡有发生。可见，贷款客户选择的能力不仅是商业银行拓展业务和风险管理能力的重要表现，也是现代银行的核心竞争力之一。长期以来，国内外专家学者对此进行了大量的研究和创新。
传统的客户选择方法，主要是根据特定的标准或指标对客户进行定性或定量分析，综合评估。运用比较广泛、比较有代表性的是“6C”模型、“5P”模型，和Z值模型。这些模型大都是根据借款人的品德、能力、资本、展望等定性因素，或者营运资金与总资产比率、销售收入与总资产比率等财务指标评定企业的信用程度和综合还款能力，决定是否最终发放贷款，基本主导了传统的银行贷款客户选择决策。但都没有很好地实现定性分析与定量分析的结合，缺陷是显而易见的。“6C”、“5P”法过分依赖于定性分析和专家的经验判断，主观性强，缺乏客观依据。Z值分析法又过分依赖于定量计算，指标体系及权重设定都不够全面、科学，不能度量违约概率，没有考虑宏观经济因素，对未来的预测也不够，最终评估结果同样不能真实、客观地反映客户的风险状况和信用程度。
近年来，由于商业银行贷款利润持续下降和风险持续加大，促使国际银行业采用更经济的方法度量和管理信用风险。特别是2004年公布的《新巴塞尔资本协议》在保留银行资产外部评级方式的同时，鼓励大银行建立内部评级体系和开发风险度量模型。与过去的信用管理相对滞后和难以适应市场变化的特点相比，新一代金融工程专家将建模技术和分析方法应用到这一领域，在传统信用评级的基础上提出了一批信用风险管理模型，主要包括CreditMetrics、麦肯锡模型、CSFP信用风险附加计量模型和KMV模型等。这些模型基于大量的历史数据和预测数据，运用现代数学工具和统计技术，计量违约概率(PD)、违约损失(LGD)和违约暴露(EAD)。这些新的模型基本体现了国内外专家关于银行贷款客户选择研究的最新成果，代表了“国际活跃银行”日益完善的风险管理的最佳实践和银行贷款客户选择的发展趋势。但是，从实践来看，由于我国资本市场发育尚不成熟，不具备通过企业的股票价格来反映企业市场价值的条件；信用评级体系落后，基本没有可资借鉴的、有价值的外部评价资料；国内企业普遍存在财务数据不准确、不完整、不及时且可信度低，尤其缺乏真实、完整的历史数据和科学、合理的预测资料，数据的系统性、完整性、真实性、及时性严重不足，难以运用模型进行计量和评估。
从理论上看，当面临多目标决策问题时，上述模型大都是基于对单个企业的评价，都是建立在社会诚信体系相对发达，对不同行业、不同类型的企业具有明确的评级标准，不同的企业之间具有可比性的基础上，对不同行业、不同类型的多个企业，只需按同一方法和标准进行评价，运用模型计算出参数值，达到标准则可以提供贷款；达不到标准则不发放贷款。也就是说，在贷款客户选择上，是标准至上，参数至上，不需要定性分析。这一点，在包括我国在内的广大发展中国家显然是行不通的。各地情况千差万别，市场千变万化，不同行业的风险和营利水平也十分悬殊，企业的信誉状况也不是一成不变的。基于目前的发展状况，根本不可能确定一个固定的参数和标准，机械地依靠参数比较来决定贷款与否。市场行情瞬息万变，银行难以掌握制定参数所需的足够的动态信息。企业的信誉水平除了信用记录以外，更多的是一种综合判断，很难进行量化分析，信用记录也仅仅代表过去，并不能说明未来。企业的运营能力和抗风险能力等决定贷款与否的重要因素同样处于变动之中，银行很难通过历史数据分析预期企业未来的贷款偿还能力。更让银行家头痛的是，在很多情况下，市场预期、企业的信誉水平、运营能力和抗风险能力等决定贷款与否的重要因素在客户之间并不完全匹配。有的客户信誉程度高，市场预期好，但是运营能力及抗风险能力并不十分强；有的运营能力和抗风险能力强，市场预期也不错，但是信誉水平一般。基于以上情况，银行信贷人员特别是决策人员往往很难做出信贷决策。完全地依靠定量分析做出决策显然不现实，必须在掌握足够客户信息的情况下，坚持定量分析与定性分析相结合，通过综合分析各方面因素，做出科学的贷款决策。
层次分析法(The Analytical HierarchyProcess，简称AHP)是国际上比较流行的，也是一种比较成熟、比较实用的多目标、多准则、非结构化的决策的方法。该方法非常适用于解决那些难以单纯地定量描述、需要定量分析与定性分析有机结合的决策问题。这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，把一个复杂的问题分解为各个组成因素，并将这些因素按支配关系分组，从而形成一个有序的递阶层次结构，通过两两比较的方式，确定层次中诸因素的相对重要性，然后综合人的判断以确定决策诸因素相对重要性的总排序。层次分析法给决策者解决那些难以定量描述的决策问题带来了极大的方便，近年来广泛应用于社会经济和科学研究的各个领域，取得了明显的社会经济效益。
二、层次分析法在银行贷款客户选择中的应用
现以中国工商银行石家庄桥西支行贷款客户选择的一个实例来介绍层次分析法的应用。石家庄宏洋百货公司、四达乳业公司、科健保健品经销公司、神海药业公司及德诚建设有限公司等五家企业，同时向工商银行桥西支行申请一年期流动资金贷款500万元。限于资金实力，该行只能从中选择两家做为贷款客户。但是这五家企业各有所长，又都有所短，具体情况见表1：
面对这分属于五个行业的企业，银行信贷人员确实很难做出决策。现在运用层次分析法解决。
(一)建立递阶层次结构
商业银行对贷款企业信用分析的指标有很多，比较流行的是所谓的“5C”，即品德与声望(charac—ter)、资格与能力(capacity)、资金实力(capital orcash)、担保(collateral)、经营条件(condition)。但是笔者认为，最关键的指标有三个：一是信誉状况；二是市场预期；三是运营能力及抗风险能力。据此，建立递阶层次结构见图1。
W＝[0．158 0．298 0．089 0．158 0．298]T
λmax＝5．013
对判断矩阵进行一致性检验，即计算I，R．I和CR：
C．I＝0．003
R．I＝1．120
C．R=0．003<0．1一致性检验通过。
(四)计算总权重向量和层次总排序结果
第三层相对于第一层的权重通过第二层相对第一层和第三层相对于第二层的权重组合而得到，计算结果如下：
W：[0．089 0．216 0．051 0．252 0．391]T
C．I=0．02
R，I=1．12
C．R＝0．018<0．1一致性检验通过。
从计算结果来看，四达乳业的贷款条件最好，神海药业次之，科健保健再次之，德诚建设最差。这与前面银行信贷人员的感性认识大体吻合，但是比笼统的感觉更科学。据此，该银行可以选择四达乳业和神海药业做为贷款客户予以支持。
三、小 结
在面对银行贷款客户选择这样多目标、多准则、非结构化的复杂决策问题时，靠传统的依靠经验和感性认识，盲目拍板决策是不行的，在目前情况下运用数据模型也不现实，单纯地依靠定量决策显然行不通。层次分析法能够很好地将定量分析与定性分析有机结合起来，不失为一种解决银行贷款客户选择问题的有效方法。但是如何将Z值模型、KMV模型、CreditMetrics、麦肯锡模型和CSFP信用风险附加计量模型等现代分析方法引入层次分析的两两判断矩阵，还有待于今后的研究。
关键词：商业银行；风险管理；层次分析法
中图分类号．F830．56；F224．9
文献标识码：A
文章编号：1009--9107(2006)04--0047--04
一、引 言
贷款客户的选择问题一直是困扰银行家的一个十分棘手的问题。客户选择适当，不仅能够有效地控制风险，而且还可以为银行带来预期的利润。反之，则不仅难以创造利润，还会加剧银行自身的风险。近年来，由于客户选择不当，少数核心客户违约而给银行造成巨大损失，甚至导致银行丧失清偿能力而倒闭的案例屡有发生。可见，贷款客户选择的能力不仅是商业银行拓展业务和风险管理能力的重要表现，也是现代银行的核心竞争力之一。长期以来，国内外专家学者对此进行了大量的研究和创新。
传统的客户选择方法，主要是根据特定的标准或指标对客户进行定性或定量分析，综合评估。运用比较广泛、比较有代表性的是“6C”模型、“5P”模型，和Z值模型。这些模型大都是根据借款人的品德、能力、资本、展望等定性因素，或者营运资金与总资产比率、销售收入与总资产比率等财务指标评定企业的信用程度和综合还款能力，决定是否最终发放贷款，基本主导了传统的银行贷款客户选择决策。但都没有很好地实现定性分析与定量分析的结合，缺陷是显而易见的。“6C”、“5P”法过分依赖于定性分析和专家的经验判断，主观性强，缺乏客观依据。Z值分析法又过分依赖于定量计算，指标体系及权重设定都不够全面、科学，不能度量违约概率，没有考虑宏观经济因素，对未来的预测也不够，最终评估结果同样不能真实、客观地反映客户的风险状况和信用程度。
近年来，由于商业银行贷款利润持续下降和风险持续加大，促使国际银行业采用更经济的方法度量和管理信用风险。特别是2004年公布的《新巴塞尔资本协议》在保留银行资产外部评级方式的同时，鼓励大银行建立内部评级体系和开发风险度量模型。与过去的信用管理相对滞后和难以适应市场变化的特点相比，新一代金融工程专家将建模技术和分析方法应用到这一领域，在传统信用评级的基础上提出了一批信用风险管理模型，主要包括CreditMetrics、麦肯锡模型、CSFP信用风险附加计量模型和KMV模型等。这些模型基于大量的历史数据和预测数据，运用现代数学工具和统计技术，计量违约概率(PD)、违约损失(LGD)和违约暴露(EAD)。这些新的模型基本体现了国内外专家关于银行贷款客户选择研究的最新成果，代表了“国际活跃银行”日益完善的风险管理的最佳实践和银行贷款客户选择的发展趋势。但是，从实践来看，由于我国资本市场发育尚不成熟，不具备通过企业的股票价格来反映企业市场价值的条件；信用评级体系落后，基本没有可资借鉴的、有价值的外部评价资料；国内企业普遍存在财务数据不准确、不完整、不及时且可信度低，尤其缺乏真实、完整的历史数据和科学、合理的预测资料，数据的系统性、完整性、真实性、及时性严重不足，难以运用模型进行计量和评估。
从理论上看，当面临多目标决策问题时，上述模型大都是基于对单个企业的评价，都是建立在社会诚信体系相对发达，对不同行业、不同类型的企业具有明确的评级标准，不同的企业之间具有可比性的基础上，对不同行业、不同类型的多个企业，只需按同一方法和标准进行评价，运用模型计算出参数值，达到标准则可以提供贷款；达不到标准则不发放贷款。也就是说，在贷款客户选择上，是标准至上，参数至上，不需要定性分析。这一点，在包括我国在内的广大发展中国家显然是行不通的。各地情况千差万别，市场千变万化，不同行业的风险和营利水平也十分悬殊，企业的信誉状况也不是一成不变的。基于目前的发展状况，根本不可能确定一个固定的参数和标准，机械地依靠参数比较来决定贷款与否。市场行情瞬息万变，银行难以掌握制定参数所需的足够的动态信息。企业的信誉水平除了信用记录以外，更多的是一种综合判断，很难进行量化分析，信用记录也仅仅代表过去，并不能说明未来。企业的运营能力和抗风险能力等决定贷款与否的重要因素同样处于变动之中，银行很难通过历史数据分析预期企业未来的贷款偿还能力。更让银行家头痛的是，在很多情况下，市场预期、企业的信誉水平、运营能力和抗风险能力等决定贷款与否的重要因素在客户之间并不完全匹配。有的客户信誉程度高，市场预期好，但是运营能力及抗风险能力并不十分强；有的运营能力和抗风险能力强，市场预期也不错，但是信誉水平一般。基于以上情况，银行信贷人员特别是决策人员往往很难做出信贷决策。完全地依靠定量分析做出决策显然不现实，必须在掌握足够客户信息的情况下，坚持定量分析与定性分析相结合，通过综合分析各方面因素，做出科学的贷款决策。
层次分析法(The Analytical HierarchyProcess，简称AHP)是国际上比较流行的，也是一种比较成熟、比较实用的多目标、多准则、非结构化的决策的方法。该方法非常适用于解决那些难以单纯地定量描述、需要定量分析与定性分析有机结合的决策问题。这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，把一个复杂的问题分解为各个组成因素，并将这些因素按支配关系分组，从而形成一个有序的递阶层次结构，通过两两比较的方式，确定层次中诸因素的相对重要性，然后综合人的判断以确定决策诸因素相对重要性的总排序。层次分析法给决策者解决那些难以定量描述的决策问题带来了极大的方便，近年来广泛应用于社会经济和科学研究的各个领域，取得了明显的社会经济效益。
二、层次分析法在银行贷款客户选择中的应用
现以中国工商银行石家庄桥西支行贷款客户选择的一个实例来介绍层次分析法的应用。石家庄宏洋百货公司、四达乳业公司、科健保健品经销公司、神海药业公司及德诚建设有限公司等五家企业，同时向工商银行桥西支行申请一年期流动资金贷款500万元。限于资金实力，该行只能从中选择两家做为贷款客户。但是这五家企业各有所长，又都有所短，具体情况见表1：
面对这分属于五个行业的企业，银行信贷人员确实很难做出决策。现在运用层次分析法解决。
(一)建立递阶层次结构
商业银行对贷款企业信用分析的指标有很多，比较流行的是所谓的“5C”，即品德与声望(charac—ter)、资格与能力(capacity)、资金实力(capital orcash)、担保(collateral)、经营条件(condition)。但是笔者认为，最关键的指标有三个：一是信誉状况；二是市场预期；三是运营能力及抗风险能力。据此，建立递阶层次结构见图1。
W＝[0．158 0．298 0．089 0．158 0．298]T
λmax＝5．013
对判断矩阵进行一致性检验，即计算I，R．I和CR：
C．I＝0．003
R．I＝1．120
C．R=0．003<0．1一致性检验通过。
(四)计算总权重向量和层次总排序结果
第三层相对于第一层的权重通过第二层相对第一层和第三层相对于第二层的权重组合而得到，计算结果如下：
W：[0．089 0．216 0．051 0．252 0．391]T
C．I=0．02
R，I=1．12
C．R＝0．018<0．1一致性检验通过。
从计算结果来看，四达乳业的贷款条件最好，神海药业次之，科健保健再次之，德诚建设最差。这与前面银行信贷人员的感性认识大体吻合，但是比笼统的感觉更科学。据此，该银行可以选择四达乳业和神海药业做为贷款客户予以支持。
三、小 结
在面对银行贷款客户选择这样多目标、多准则、非结构化的复杂决策问题时，靠传统的依靠经验和感性认识，盲目拍板决策是不行的，在目前情况下运用数据模型也不现实，单纯地依靠定量决策显然行不通。层次分析法能够很好地将定量分析与定性分析有机结合起来，不失为一种解决银行贷款客户选择问题的有效方法。但是如何将Z值模型、KMV模型、CreditMetrics、麦肯锡模型和CSFP信用风险附加计量模型等现代分析方法引入层次分析的两两判断矩阵，还有待于今后的研究。