型进行验证，准确率情况及其稳定性情况，就下表来说，在准确判断 高的情况下，一方面错误判断中违约判断为正常的比例一定要低，另 一方面测试样本的准确率与训练样本的准确率不能有很大差距， 这样 才能保证模型的合理性与稳定性， 模型准确性的大小与取得概率分割 点及样本选取有一定的关系；模型成立后，将新样本的指标值代入， 并与分割点比较，便可得出预测结果。 类型 正确判断 分析 违约 决策 不贷款 收益 无 损失 分析 正常 违约判为 正常 决策 贷款 贷款 收益 正 负
人零售客户信用风险的度量也是银行需要解决的问题。 鉴于每个银行 都建有自己的数据库， 这一重要的资源使得银行开始对数据进行挖掘， 建立模型，充分利用大数据所带来的优势。 信用评分方法包括专家评价法、多元判别分析方法、Logistic 回归分析方法、Probit 回归分析方法、BP 神经网络方法及支持向量 机(SVM)方法， 相对于现代风险度量模型， 如 KMV 模型、 Credit Metrics 模型、Credit Risk+模型等，信用评分方法能够快速、有效、及时进 行风险分类，能够满足处理个人贷款业务数量大、时间紧的要求。评 分方法的选择方面， Logistic 模型是目前应用最广泛的方法。 Logistic 回归模型在输入数据和前提假设方面都比较适合我国现阶 段的实际情况。 二项 Logistic 回归模型是指因变量为二分类变量时的回归分析， 如贷款违约与否的概率与性别、年龄、婚姻状况等指标之间的关系。 由于目标概率的取值在 0～1 之间，但是回归方程的因变量取值却落 在实数集中，解决的办法就是将目标概率做 Logit 变换。模型回归方 程如下：
错误判断 正常判为 不贷款 违约
银行可以根据模型得出的结果做出贷与不贷的决策， 当然也可以 根据概率将客户划分为不同的等级， 针对不同的等级制定不同的贷款 利率或其它用途。 对已贷款的客户不能放松警惕，仍需要进行监督，有必要时进行 信用风险预警。信用风险预警就是要对客户进行风险监测，定期、不 定期建模评估客户信用风险情况， 及时对信用风险有所提高的客户进 行警示或其它相关措施，以达到控制和降低信用风险的目的。
银行信用风险之定量分析 ——Logistic 模型
信用风险是商业银行面临的最主要的风险， 而且是不得不面临的 风险，对银行持续稳健经营有着至关重要的影响。2008 年起源于美 国的金融危机迅速席卷了全球， 对全世界的金融市场和经济造成了严 重的冲击，导致世界上千家金融机构破产倒闭或濒临破产。然而此次 危机的根源主要就在于金融机构降低对贷款人信用标准的要求以及 放松对借款人信用条件的调查， 外加美联储加息最终导致大量的贷款 人违约。此次金融危机充分展现了信用风险的连锁效应。 目前我国借款人诚信意识仍比较薄弱， 外加我国商业银行的迅速 崛起， 竞争加剧， 贷款成为银行面临的重要问题， 贷则面临重大风险， 不贷则无法经营。如何解决所有银行面临的共同难题，寻找到路径， 就能够在市场中占有一席之地。对于上市公司或一些大型公司，专业 评级机构对其的信用评级可为银行进行信贷决策提供重要的借鉴， 它 可以与银行自身的内部评估模型相互补充、相互印证。国内评级机构 有大公、中诚信公司等，但相对于国外的专业评级机构，如穆迪、标 准普尔、惠誉公司仍很大存在差距。中小企业在中国市场中占有重要 的地位，国家也出台相关政策给予中小企业更多的发展空间，尤其在 贷款方面，进来准备金基准利率的进一步下调，使得利率市场化逐渐 凸显出来， 由此中小企业成为银行的一块 “肥肉” ， 但是如何吃掉它， 对于不良贷款率一直居高不下，困扰着银行的决策。另外对于城市化 的进程，使得不少人逐步涌入城市，房贷、车贷等逐渐增多，对于个
发生的概率；xi 为相关指标，如年龄；βi 为指标的相关系数。 二项 Logistic 模型建立框架：
样本选取
变量选择
数据处理模Biblioteka 建立模型检验模型验证
通过
未通过
模型预测
通过
未通过
样本分为训练样本与测试样本，训练样本用于模型的建立，测试 样本用于模型验证；对自变量的选取，不同的群体对应不同的选择标 准，企业客户群选择企业偿债能力、盈利能力、发展能力、现金流量 能力等大量的财务指标进行综合考虑和分析， 个人零售客户群选择年 龄、收入、职位、教育程度、金融资产等属性进行综合考虑和分析， 面对众多的指标以及指标间的共线性问题， 需要用因子分析进行降维， 选出具有代表性的指标， 一般初始模型得到的因子不能得到很好的解 释，需要进行因子旋转，以便对实际问题进行分析时更加直观清楚； 变量中可能含有缺失值、异常值，导致模型的不准确，因此需要对这 些值进行处理；Logistic 模型的建立有 7 种方法：强迫引入法、向 前逐步法(似然比/条件似然比/Wald)、 向后逐步法(似然比/条件似然 比/Wald)；模型方程建好后需要的是对其系数及拟合情况进行检验， 如果通不过检验就需要重新建立模型方程； 模型检验通过后需要对模
pi e
i x i
i 1 m
1 e
i x i
i 1
m
（1）
ln
pi 1 Pi
i x i i
1
m
（2）
上面两个方程是等价的， 因变量取值为 1 代表事件发生(如贷款违约)， 取值为 0 代表事件未发生(如贷款未违约)，其中pi 为第 i 个观测事件