常宏偉

摘要：在金融行業(yè)不斷創(chuàng)新發(fā)展的背景下，伴隨著量化工具的快速發(fā)展，宏觀經(jīng)濟環(huán)境和金融市場急劇變化，銀行業(yè)面臨的風(fēng)險出現(xiàn)復(fù)雜化和多樣化的特點，客戶信用風(fēng)險這一銀行主要風(fēng)險也在深刻劇烈變化，運用客戶信用內(nèi)部評分可以顯著加強銀行風(fēng)險控制，基于k-means方式提出一種客戶信用內(nèi)部分級評分模型，能夠動態(tài)、有效控制風(fēng)險。

關(guān)鍵詞：客戶信用；內(nèi)部分級評分模型；k-means；控制風(fēng)險

一、前言

隨著世界經(jīng)濟的快速發(fā)展，物流、資金流、信息流快速完成全球流動，金融作為一種重要的工具有效促進了經(jīng)濟全球化的快速發(fā)展，金融國際化是經(jīng)濟全球化的重要組成部分，主要表現(xiàn)為金融市場國際化、金融交易國際化、金融機構(gòu)國際化和金融監(jiān)管國際化。金融國際化推動了經(jīng)濟全球化的發(fā)展。金融國際化是指一國的金融活動超越本國國界，脫離本國政府金融管制，在全球范圍展開經(jīng)營、尋求融合、求得發(fā)展的過程。金融國際化是經(jīng)濟全球化的重要內(nèi)容。但是我們也應(yīng)該看到，目前世界發(fā)展的不穩(wěn)定因素增多，經(jīng)濟增長乏力，霸權(quán)主義、極端主義等深刻影響世界的發(fā)展，逆全球化發(fā)展的可能性在增加，宏觀經(jīng)濟環(huán)境和金融市場急劇變化，各個國家長期財政赤字，且規(guī)模越來越大。由于經(jīng)濟不振，銀行系統(tǒng)長期采取貨幣寬松政策。從二級市場看，以量化為代表的算法和工具加劇了二級金融市場波動，銀行業(yè)面臨的風(fēng)險出現(xiàn)復(fù)雜化和多樣化的特點。銀行主要以高杠桿的存貸款業(yè)務(wù)為主要盈利手段，提高風(fēng)險控制能力至關(guān)重要，客戶信用內(nèi)部分級評分模式是提高風(fēng)險控制能力的重要方法之一。

二、商業(yè)銀行業(yè)務(wù)

（一）商業(yè)銀行負(fù)債業(yè)務(wù)

即商業(yè)銀行資金管理和吸收市場資金業(yè)務(wù)，其中活期存款最多。

（二）商業(yè)銀行的資產(chǎn)業(yè)務(wù)

指將吸收來的資金進行貸款和投資業(yè)務(wù)。

（三）商業(yè)銀行中間業(yè)務(wù)

即銀行作為代銷商或中間商合作開展業(yè)務(wù)，并收取代銷基金業(yè)務(wù)等費用。

這是商業(yè)銀行的三大基本業(yè)務(wù)，其中資產(chǎn)業(yè)務(wù)和中間業(yè)務(wù)主要由銀行的業(yè)務(wù)能力和專業(yè)能力決定，不在本文的討論范圍之內(nèi)，而貸款業(yè)務(wù)則是銀行最重要的業(yè)務(wù)，也是銀行的主要盈利來源。

三、商業(yè)銀行貸款業(yè)務(wù)

信貸業(yè)務(wù)又稱為貸款業(yè)務(wù)[1]，是指發(fā)放給借款主體為具有完全民事行為能力的自然人或持有工商行政管理機關(guān)核發(fā)的非法人營業(yè)執(zhí)照的個體工商戶、個人獨資企業(yè)、個人合伙企業(yè)業(yè)主的所有貸款，包括貸款本金和利息。這是商業(yè)銀行主要的資產(chǎn)業(yè)務(wù)，通過放款收回本息，獲得利潤，信貸是主要贏利手段。由于貸款后款項不由銀行掌握，因此存在無法收回本息的風(fēng)險，所以應(yīng)在遵守人民銀行、銀保監(jiān)會建立的嚴(yán)格的貸款制度上，建立貸款的審核流程和客戶分級評分體系[2][3]。擅長甄別優(yōu)質(zhì)企業(yè)的銀行，從達不到債券市場門檻的企業(yè)中，去挑選出信譽好的企業(yè)，并獲取較高的貸款收益率。這個收益率扣除了信息生產(chǎn)成本之后，依然會有超額。這部分超額回報，稱為貸款業(yè)務(wù)的特許價值。因為如果沒有銀行的甄別能力，這些企業(yè)因為達不到在債券市場融資的條件將很難融資。這種特許價值是對銀行甄別能力的回報。如果銀行沒選擇去做這些甄別工作，而只選擇去為那一群最安全的企業(yè)放貸，那么它們的貸款利率只能在債券市場的收益率附近，甚至是無風(fēng)險利率附近。

四、商業(yè)銀行貸款業(yè)務(wù)風(fēng)險

（一）宏觀經(jīng)濟環(huán)境

地緣政治沖突放大了經(jīng)濟周期波動[4]，并且對全球整體經(jīng)濟活動產(chǎn)生長期負(fù)面影響，對美國、中國貿(mào)易，工業(yè)生產(chǎn)以及就業(yè)市場的影響將持續(xù)很長時間。同時地緣政治動蕩也將顯著沖擊全球主要資本市場，這次俄烏沖突反應(yīng)明顯，全球各大主要股市都出現(xiàn)不同下跌。另外，地緣政治動蕩將推升了全球的大宗商品價格，導(dǎo)致通脹的上升，在經(jīng)濟不景氣的情況下致使各國央行陷入了政策矛盾中。

（二）金融市場環(huán)境

隨著經(jīng)濟的快速發(fā)展和金融衍生品的開發(fā)[5]，金融市場得以快速發(fā)展，但是在快速發(fā)展的同時，我們也應(yīng)該看到一些問題。金融的創(chuàng)新首先考慮風(fēng)險問題，但是很多金融產(chǎn)品的推出更多以盈利為目的，忽視了金融的復(fù)雜性，尤其是這些年來非標(biāo)產(chǎn)品、P2P、互聯(lián)網(wǎng)金融、打著信托旗幟的通道產(chǎn)品和業(yè)務(wù)，復(fù)雜的金融衍生品等嚴(yán)重沖擊了有序的金融市場。這些產(chǎn)品和服務(wù)隱藏很多風(fēng)險在其中，一旦其中一個暴雷，基于金融的關(guān)聯(lián)性會來帶系統(tǒng)性的風(fēng)險，其潛在隱藏的風(fēng)險不容忽視。

（三）商業(yè)銀行主體

近些年來，隨著經(jīng)濟增速放緩，銀行增量市場減小，存量競爭激烈，經(jīng)營壓力增大。隨著我國名義GDP增速放緩[6]，銀行業(yè)總資產(chǎn)增速中樞明顯下移，近幾年銀行總資產(chǎn)增速基本在個位數(shù)水平。而在增量放緩的情況下，存量競爭日益激烈，銀行面臨凈息差收窄、信用風(fēng)險持續(xù)暴露等經(jīng)營壓力，凈利潤增速也處于低位，因此銀行抵御宏觀風(fēng)險的能力有所下降，體現(xiàn)在銀行的資產(chǎn)質(zhì)量下降，不良貸款率上升、拔備覆蓋率下降、壞賬增加等方面。近年來，監(jiān)管部門不斷要求銀行加強風(fēng)險管理、壓實資產(chǎn)質(zhì)量，銀行業(yè)整體風(fēng)險可控。雖然當(dāng)前銀行業(yè)不良貸款率仍然處于高位，但考慮到確認(rèn)力度增強，以及關(guān)注類貸款占比下降，當(dāng)前銀行資產(chǎn)質(zhì)量風(fēng)險比2015年前后的峰值水平已經(jīng)降低，當(dāng)前銀行業(yè)整體風(fēng)險可控。此外，目前銀行業(yè)撥備覆蓋率為197%，整體而言仍然有一定緩沖空間。

商業(yè)銀行貸款業(yè)務(wù)的宏觀風(fēng)險和金融市場風(fēng)險是由市場決定的，并不是銀行本身能夠控制相關(guān)風(fēng)險，因此不做討論。本文主要討論銀行主體控制的風(fēng)險的能力，主要體現(xiàn)在授信操作業(yè)務(wù)流程和客戶信用內(nèi)部分級評分模型。通過授信操作業(yè)務(wù)流程規(guī)范操作步驟，通過客戶信用內(nèi)部分級評分更好的對客戶進行畫像，進行客戶償債能力分級評分，進而刻畫客戶信用內(nèi)部分級評分，基于分級評分進行貸款額度的審批和發(fā)放。

五、商業(yè)銀行貸款業(yè)務(wù)風(fēng)險控制模型

（一）商業(yè)銀行授信客戶和授信業(yè)務(wù)評級業(yè)務(wù)的操作

客戶經(jīng)理對授信對象進行調(diào)研[7]；對授信對象的政治、經(jīng)濟、法律、社會等環(huán)境進行分析；支行行長負(fù)責(zé)對客戶經(jīng)理授信對象風(fēng)險評級、業(yè)務(wù)風(fēng)險進行審批；授信調(diào)查員對上報的授信對象風(fēng)險評級、授信業(yè)務(wù)進行審查；授信處高經(jīng)負(fù)責(zé)對經(jīng)審查員審查后的授信對象風(fēng)險評級、授信業(yè)務(wù)風(fēng)險評級進行審查；貸審會對經(jīng)高經(jīng)審查后的授信對象風(fēng)險、授信業(yè)務(wù)風(fēng)險進行審查；最終行長根據(jù)貸審會意見簽署意見。

（二）商業(yè)銀行客戶內(nèi)部信用分級評分分類

為了盡量減少違約事件（貸款無法收回成為壞賬）的發(fā)生，商業(yè)銀行需要對客戶進行信用評價，對客戶貸款的全生命周期進行管理。在這樣的需求背景下，信用評級應(yīng)運而生。商業(yè)銀行利用客戶的屬性、交易行為、資產(chǎn)和負(fù)債數(shù)據(jù)，以及可獲取的合法的第三方數(shù)據(jù)（例如中國人民銀行征信中心）進行分析，探索客戶特征與違約行為之間的關(guān)系，并將其發(fā)展成為信用分級評分模型，用于對新客戶未來的信用表現(xiàn)做出預(yù)測。信用評級不僅在銀行業(yè)得到廣泛應(yīng)用。

一般而言，信用評級分為內(nèi)部評級和外部評級兩種方式。外部信用評級是指第三方機構(gòu)提供的客戶分級評分；另一種是銀行自行開發(fā)的信用評級體系。外部信用評級一般借用第三方信用數(shù)據(jù)進行評級。每家信用評級機構(gòu)都有信用評價體系，而這種體系的形成與完善離不開數(shù)據(jù)的支撐，因此數(shù)據(jù)資源是信用評估機構(gòu)最重要的生產(chǎn)物料。內(nèi)部信用評級一般由銀行利用自有數(shù)據(jù)和可獲取的第三方數(shù)據(jù)資源建立模型，進行貸前審批、貸款定價以及貸中和貸后管理等銀行客戶信用內(nèi)部管理領(lǐng)域中，實現(xiàn)了信用風(fēng)險的量化管理，提高審批額度準(zhǔn)確度和控制風(fēng)險。信用評價的主要衡量指標(biāo)就是客戶的違約概率，評級方式一般有兩種：其一，基于歷史數(shù)據(jù)進行評價，一般應(yīng)用于客戶的準(zhǔn)入和貸前審批；其二，基于客戶當(dāng)前行為進行評價，用于反映客戶的實時信用狀況，多用于貸中和貸后管理。

Lehmann認(rèn)為內(nèi)部信用評級作為信用風(fēng)險管理[8-9]的重要手段之一，在進行信息的收集、分析及評價的基礎(chǔ)上，銀行在此基礎(chǔ)上根據(jù)自己的模型進行客戶分級評分，JPMORGAN開發(fā)了creditmetrics模型，kmv模型等指標(biāo)。在商業(yè)銀行內(nèi)部，我國王學(xué)永指出銀行內(nèi)部存在評級方法存在落后問題，部分專家也提出吸收西方的先進經(jīng)驗，積累內(nèi)部數(shù)據(jù)，優(yōu)化權(quán)重，強化貸款五級分類問題等內(nèi)部分級評分評級[10]方法。

六、商業(yè)銀行信用評級分類

（一）商業(yè)銀行貸款五級分類

根據(jù)《中國銀監(jiān)會關(guān)于印發(fā)<貸款風(fēng)險分類指引>的通知》（銀監(jiān)發(fā)〔2007〕54號），商業(yè)銀行至少應(yīng)將貸款劃分為正常、關(guān)注、次級、可疑、損失五類，后三類合稱為不良貸款。這五級分類貸款是銀保監(jiān)會對貸款進行的一種分類方法，是一種通用分類方法，這種方法側(cè)重于事后跟蹤貸款情況。

（二）商業(yè)銀行內(nèi)部信用評級分類現(xiàn)狀

銀保監(jiān)會的貸款五級分類主要服務(wù)于事后跟蹤，但是在貸前的分級評分分類模型則由各個銀行自己設(shè)定，從西方發(fā)達國家商業(yè)銀行運用分級評分經(jīng)驗看，其將不同的類型潛在的信用風(fēng)險進行整合和識別，運用標(biāo)準(zhǔn)化的模型進行量化，有利于商業(yè)銀行信用風(fēng)險管理的標(biāo)準(zhǔn)化和標(biāo)準(zhǔn)化。

從公開資料可查詢到部分商業(yè)銀行的分級評分方法。例如JN農(nóng)商銀行按照9級分類對客戶進行分級評分，從高到低依次為AAA、AA、A、BBB、BB、B、CCC、CC、C，其將客戶分為四大類，針對不同類型的客戶，依據(jù)不同的評級結(jié)果進行分類，如表1所示。

例如某農(nóng)信社提出的CRM經(jīng)營模式，也是依據(jù)收集的客戶信息對客戶進行分類，針對性的提供差異化產(chǎn)品服務(wù)?？蛻粜庞迷u級分為三級指標(biāo)，一級指標(biāo)是客戶的最終分級評分，二級指標(biāo)是影響一級的重要因素，結(jié)合了客戶的基本信息、家庭信息、資產(chǎn)信息等，三級指標(biāo)又是二級的重要影響因素，主要是本人與家庭成員的負(fù)債情況，擔(dān)保情況，違法情況等。在運用了層次分析法和德爾菲法[11]，基于系統(tǒng)現(xiàn)有數(shù)據(jù)，形成定量為主、定性為輔的信用評價體系。

這些客戶信用內(nèi)部分級評分模型從基于金融理論為基礎(chǔ)，從銀行角度對客戶信用[12]進行分級評分逐漸轉(zhuǎn)變?yōu)榛诮鹑诶碚摻Y(jié)合行為學(xué)為基礎(chǔ)，基于系統(tǒng)現(xiàn)有的客戶多維數(shù)據(jù)進行客戶畫像，在此基礎(chǔ)上對客戶信用進行分級評分。但是這些分級評分模型存在一些不足：1.缺乏從客戶信用角度思考進行分級評分；2.數(shù)據(jù)維度不足或者有效性有待提升。在此基礎(chǔ)上提出了一種基于k-means的客戶信用內(nèi)部分級評分模型。

七、一種基于k-means的客戶信用內(nèi)部分級評分模型

基于人類行為學(xué)理論，實際上所有人的行為都是具有相似性的，因此基于數(shù)據(jù)挖掘模型k-means聚類模型可以反映出客戶的真實行為，利用多維有效數(shù)據(jù)對客戶信用進行內(nèi)部分級評分。

（一）分級評分?jǐn)?shù)據(jù)

結(jié)合系統(tǒng)存儲的數(shù)據(jù)和有效數(shù)據(jù)分析，某大型銀行S省分行采用了多維數(shù)據(jù)模型。1.客戶基本信息（年齡，職業(yè)）；2.交易流水（交易頻次，交易金額）；3.資產(chǎn)信息（存款、理財?shù)龋?.征信信息；5.資產(chǎn)負(fù)債比信息（資產(chǎn)、信貸、信用卡）。

1.客戶基本信息Z₁（年齡，收入）

年齡N信息按照分段評級，滿分為1，根據(jù)風(fēng)險承擔(dān)能力服從類似正態(tài)分布，根據(jù)經(jīng)驗分為18歲以下（0.4），18—35（0.8），35—55（1），55以上（0.2）。收入信息W按照分段評級，滿分為1，根據(jù)風(fēng)險承擔(dān)能力服從對數(shù)分布，根據(jù)經(jīng)驗分為6萬元以下（0.2），10萬元以下（0.4），20萬元以下（0.5），20-50萬元（0.7），50萬元以上（0.8），100萬元以上（1）。

客戶基本信息評分值：J=α×N+β×W（1）

2.交易流水Z₂（交易頻次P，交易金額E）

從交易行為學(xué)角度看，交易流水頻次和交易流水是判斷客戶行為進而對客戶信用內(nèi)部分級評分非常重要的一種信息，重點觀察過去4個季度交易頻次、交易金額的均值與極大值的關(guān)系。

根據(jù)數(shù)據(jù)庫計算出過去4個季度的流水頻次均值P；過去四個季度的流水金額均值E；過去一個季度流水頻次P1，過去一個季度流水金額E1。

交易流水信息評分值：L=P1/P+E1/E（2）

3.資產(chǎn)信息Z₃（存款、理財?shù)龋?/p>

資產(chǎn)信息即是一種時點信息，可以知曉客戶的時點資產(chǎn)信息；也是一種動態(tài)趨勢信息，可以通過資產(chǎn)趨勢判斷客戶的資金實際使用情況。從交易行為學(xué)角度看，重點觀察過去4個季度資產(chǎn)信息的均值與極大值的關(guān)系。

根據(jù)數(shù)據(jù)庫計算出過去4個季度的資產(chǎn)均值?；過去一個季度資產(chǎn)均值Z。

交易流水信息評分值：Z₃=Z/?（3）

4.征信信息Z₄

征信信息是主要查詢?nèi)诵姓餍艛?shù)據(jù)庫返回的個人征信數(shù)據(jù)，根據(jù)人行返回的個人征信信息分為AAA、AA、A、BBB、BB、B、CCC、CC、C三等九級，評分依次對應(yīng)評分為1、0.9、0.8、0.7、0.6、0.5、0.4、0.3、0.2九個評分。

5.資產(chǎn)負(fù)債比信息Z₅（資產(chǎn)、信貸、信用卡）

資產(chǎn)負(fù)債比是判斷客戶風(fēng)險能力很重要的一個指標(biāo)，依據(jù)本行信貸條線的客戶季度負(fù)債信息，包括信貸和信用卡的負(fù)債信息F、客戶季度資產(chǎn)信息Z。通過這個比值，判斷客戶出現(xiàn)信用風(fēng)險時商業(yè)銀行可化解風(fēng)險的能力。

資產(chǎn)負(fù)債比信息評分值：Z₅=F/Z（4）

（二）聚類模型

聚類算法是數(shù)據(jù)挖掘中的一項重要技術(shù)，其目的是使聚類后同一類的數(shù)據(jù)盡可能聚集在一起，不同的數(shù)據(jù)盡可能分離。聚類模型既有有監(jiān)督的場景又有無監(jiān)督的場景。經(jīng)過一定的改造，還可以適用于半監(jiān)督的場景。聚類算法主要有k-means聚類算法，這種算法最為熟悉的聚類算法。它在許多的工業(yè)級數(shù)據(jù)科學(xué)和機器學(xué)習(xí)課程中都有被講解。Mean-shift聚類是一個基于滑窗的算法，嘗試找到數(shù)據(jù)點密集的區(qū)域。它是一個基于質(zhì)心的算法，也就是說他的目標(biāo)是通過更新中心點候選者定位每個組或類的中心點，將中心點候選者更新為滑窗內(nèi)點的均值。這些候選滑窗之后會在后處理階段被過濾，來減少鄰近的重復(fù)點，最后形成了中心點的集合和他們對應(yīng)的組。高斯混合模型（GMMs）具有更好的靈活性比k-means。使用GMMs，我們需要假設(shè)數(shù)據(jù)點是高斯分布，相對于環(huán)形的數(shù)據(jù)而言，這個假設(shè)的嚴(yán)格程度與均值相比弱很多。這樣的話，我們有兩個參數(shù)來描述簇的形狀：均值和標(biāo)準(zhǔn)差。以二維為例，意味簇可以是任何一種橢圓形（因為我們有兩個標(biāo)準(zhǔn)差在x和y方向）。因此，每個高斯分布會被分配到單一的聚類簇。這些算法都在不同的應(yīng)用場景中有所應(yīng)用。隨著數(shù)據(jù)量的迅速增加如何對大規(guī)模數(shù)據(jù)進行有效的聚類成為挑戰(zhàn)性的研究課題，面向大數(shù)據(jù)的聚類算法對傳統(tǒng)金融行業(yè)的股票投資分析、互聯(lián)網(wǎng)金融行業(yè)中的客戶細(xì)分等金融應(yīng)用領(lǐng)域具有重要價值，本文使用k-means模型對銀行客戶信用內(nèi)部分級評分。

1.k-means模型

k-means聚類算法是一種迭代求解的聚類分析算法，其步驟是隨機選取K個對象作為初始的聚類中心，然后計算每個對象與各個種子聚類中心之間的距離，把每個對象分配給距離它最近的聚類中心。聚類中心以及分配給它們的對象就代表一個聚類。每分配一個樣本，聚類的聚類中心會根據(jù)聚類中現(xiàn)有的對象被重新計算。這個過程將不斷重復(fù)直到滿足某個終止條件。終止條件可以是沒有（或最小數(shù)目）對象被重新分配給不同的聚類，沒有（或最小數(shù)目）聚類中心在發(fā)生變化，誤差平方和局部最小?；趉-means算法進行客戶信用內(nèi)部分級評分其核心是使用模型算法對對象進行聚類分析，這種聚類分析是基于客觀數(shù)據(jù)對對象分類，而不是根據(jù)人的主觀意愿對對象進行分類，能夠客觀反映相似對象的關(guān)聯(lián)性。

（三）客戶信用內(nèi)部分級評分模型

1.對每一個對象Z建立一個點向量Z_i（ZZ₁、ZZ₂、ZZ₃、ZZ₄、ZZ₅）。

2.根據(jù)本行內(nèi)部客戶信用分級情況，定義客戶信用內(nèi)部k個分級，初始選擇k個點向量ZK（ZK₁、ZK₂、ZK₃、ZK₄、ZK₅）作為初始的分級中心點，計算每個點向量到分級中心點的距離。

根據(jù)距離分級中心的距離，將不同點向量劃分到不同分級簇。對于每一個簇找到其所有關(guān)聯(lián)點的中心點，方法是取每一個點坐標(biāo)的平均值，根據(jù)各分級簇的點向量計算新的分級中心點，重新計算點向量到分級中心點的距離，重新劃分分級簇。這樣循環(huán)計算，直到最近兩次計算的分級中心結(jié)果相同停止。

八、展望

通過數(shù)據(jù)驗證，運用k-means算法建立客戶信用內(nèi)部分級評分模型，該模型從客觀的客戶數(shù)據(jù)出發(fā)，能夠較精確對客戶信用內(nèi)部進行分級評分。但是也需要看到，建模依賴的數(shù)據(jù)維度還是不足，模型還有待于優(yōu)化，客戶信用內(nèi)部分級評分精確度還有待于提高。

參考文獻

[1]周云強.我國商業(yè)銀行內(nèi)部信用評級問題研究[D].天津：天津財經(jīng)大學(xué)，2013.

[2]馬龍，劉凱旋.金融科技在商業(yè)銀行服務(wù)企業(yè)客戶領(lǐng)域的應(yīng)用研究[J].經(jīng)濟管理文摘，2021（18）：73-74.

[3]王學(xué)永.寧夏銀行內(nèi)部評級體系的構(gòu)建研究[D].銀川：寧夏大學(xué)，2013.

[4]劉軍，胡莉娜，張艷.后疫情時代金融科技在商業(yè)銀行中的應(yīng)用研究[J].內(nèi)蒙古科技與經(jīng)濟，2021（12）：61-62.

[5]陳媛.金融科技應(yīng)用的研究熱點及發(fā)展趨勢：基于Scopus數(shù)據(jù)庫的可視化計量分析[J].福建金融，2021（9）：59-65.

[6]李慧明.商業(yè)銀行金融科技應(yīng)用及風(fēng)險監(jiān)管分析[J].河北金融，2021（8）：11-14.

[7]田欣.商業(yè)銀行法人客戶信用評級體系改進研究[D].濟南：山東大學(xué)，2020.

[8]張喆.C銀行客戶內(nèi)部評級研究[D].咸陽：西北農(nóng)林科技大學(xué)，2020.

[9]崔凱.大數(shù)據(jù)背景下商業(yè)銀行信用風(fēng)險評價體系研究[D].邯鄲：河北工程大學(xué)，2019.

[10]單翠.基于內(nèi)部評級法的縣域農(nóng)村商業(yè)銀行信用風(fēng)險度量研究[J].時代金融，2019（26）：149-150.

[11]智揚賀.C銀行客戶信用風(fēng)險評級體系改進研究[D].沈陽：東北大學(xué)，2015.

[12]李景麗.我國商業(yè)銀行內(nèi)部評級法應(yīng)用研究[D].天津：天津財經(jīng)大學(xué)，2015.

作者單位：太原旅游職業(yè)學(xué)院信息管理系