论文部分内容阅读
小额信贷在我国经济体制中发挥着越来越重要的作用,与此同时,越来越多的因素影响着信贷客户的信用风险。由于很多高信用质量的顾客已经被大型银行的金融机构获取,来到小额贷款公司的贷款客户信用水平相对较低,而且小额贷款公司是以贷款利息为主要的盈利收入,如果放款收不回来会直接影响贷款公司的经营状况,对于逾期客户的催收发放也受到很大的局限。小额贷款公司面临着严重的风险控制问题,贷款公司内部缺乏专业的信用审查人员和完善的信用评估流程,并不能有效的识别逾期客户。所以,为了维持金融市场的稳定,保证信贷业务的顺利进行,对小额信贷公司客户信用风险影响因素进行全面的分析和研究,建立一套完善的客户信用风险评估模型具有重要的现实意义。参考国内外文献的研究现状,筛选影响贷款客户信用水平的因素,是从贷款客户角度看,研究从客户的自然特征、经济特征,和贷款特征三个维度来分析小额贷款公司客户信用风险水平,以某小额贷款公司的贷款数据为研究样本,采用定量、定性分析相结合的方法,预估贷款客户发生违约行为的概率,建立一套简单易行的客户信用评估模型,从源头解决客户信用风险问题,有效识别贷款客户发生信用风险的概率,为小额贷款公司贷款业务提供风险管控方法。研究主要采用定量、定性分析相结合的方法,结合国内外研究现状,Logistic和神经网络交叉验证的统计分析方法,建立客户信用风险评估模型,得出客户特征与信用风险之间的量化关系模型。通过样本分析和理论研究,我们认为贷款客户的自然特征、经济特征和贷款特征都会影响客户的信用风险,而且,通过对某贷款公司贷款数据的模型检验发现,Logistic回归模型能够有效的识别信用不良客户,从而降低信贷风险。因此,对于当前小额贷款公司存在的缺陷提出五点建议建议:1、建立详细客户信息档案。2、建立健全的征信系统数据库。3、开发使用准确、高效的信用评估模型。4、注重信贷工作人员的专业能力培养和技术水平的提高。