基于遗传规划算法的商业银行信用风险评估模型研究

摘要

信用风险是银行面临的最主要的风险。随着金融全球化进程的不断加快,金融市场复杂程度的不断提高,商业银行信用风险的重要性及度量的复杂性也随之增加,传统的信用风险评估模型已经不能满足当今金融风险管理体系的需求,深入开展信用风险评估模型研究具有重要的理论意义和实践价值。
　　 本文首先通过评述国内外商业银行信用风险评估理论及方法,一方面指出了经典的评估模型的优缺点,另一方面从信用风险衡量标准的本质属性及波动性方面出发分析了经典标准的特性,为了克服预测结果的离散性及滞后性,提出了以信用安全度作为信用风险衡量标准。接下来,基于遗传规划算法强大的启发式搜索寻优能力,本文将遗传规划算法应用于风险评估领域,将数学建模思想与计算机科学相结合,不仅构建了信用风险评估问题的数学模型,并且在MATLAB实验平台上编程实现了算法仿真。最后,本文使用某商业银行信贷客户对象的财务数据,对模型进行了实证研究,模型预测的结果很好的拟合了信用风险的变动方向。
　　 本文所构建的模型既能为信贷决策提供依据,又能提高商业银行信用风险的预警能力,可以广泛应用于商业银行的贷前审查及风险监控领域。