郭佳

摘 要：為了更好的解決農(nóng)村資金存在較大缺口問題，中國銀監(jiān)會大幅度降低了新設(shè)金融機(jī)構(gòu)的進(jìn)入門檻，允許產(chǎn)業(yè)資本、民間資本到農(nóng)村地區(qū)設(shè)立村鎮(zhèn)銀行，基于村鎮(zhèn)銀行的經(jīng)營特點(diǎn)，信用風(fēng)險(xiǎn)仍是其面臨的主要風(fēng)險(xiǎn)之一。本文依托省教育廳高等學(xué)?？茖W(xué)技術(shù)研究重點(diǎn)項(xiàng)目，對數(shù)據(jù)挖掘技術(shù)在村鎮(zhèn)銀行信用風(fēng)險(xiǎn)預(yù)測中的應(yīng)用進(jìn)行分析研究，針對國內(nèi)外發(fā)展現(xiàn)狀，明確研究內(nèi)容、研究方法以及擬解決的重點(diǎn)難點(diǎn)問題，從而達(dá)到有效預(yù)警和防范村鎮(zhèn)銀行信用風(fēng)險(xiǎn)的目的，使村鎮(zhèn)銀行能夠持續(xù)穩(wěn)健發(fā)展，對農(nóng)村金融市場發(fā)展和農(nóng)村經(jīng)濟(jì)建設(shè)具有重要的現(xiàn)實(shí)和長遠(yuǎn)意義。

關(guān)鍵詞：數(shù)據(jù)挖掘；信用風(fēng)險(xiǎn)；預(yù)警

0 引言

村鎮(zhèn)銀行是指經(jīng)中國銀監(jiān)會依據(jù)有關(guān)法律、法規(guī)批準(zhǔn)，由境內(nèi)外金融機(jī)構(gòu)、境內(nèi)非金融機(jī)構(gòu)企業(yè)法人、境內(nèi)自然人出資，在農(nóng)村地區(qū)設(shè)立的主要為當(dāng)?shù)剞r(nóng)民、農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展提供金融服務(wù)的銀行業(yè)金融機(jī)構(gòu)。村鎮(zhèn)銀行可經(jīng)營吸收公眾存款，發(fā)放短期、中期和長期貸款，辦理國內(nèi)結(jié)算，辦理票據(jù)承兌與貼現(xiàn)，從事同業(yè)拆借，從事銀行卡業(yè)務(wù)，代理發(fā)行、代理兌付、承銷政府債券，代理收付款項(xiàng)及代理保險(xiǎn)業(yè)務(wù)以及經(jīng)銀行業(yè)監(jiān)督管理機(jī)構(gòu)批準(zhǔn)的其他業(yè)務(wù)。

從河北銀監(jiān)局統(tǒng)計(jì)數(shù)據(jù)獲悉，截至2012年底，我省已有村鎮(zhèn)銀行26家。村鎮(zhèn)銀行的建立改善了河北省農(nóng)村金融服務(wù)不足和金融競爭不充分的問題，增加了農(nóng)村信貸資金的供給和農(nóng)村金融產(chǎn)品和服務(wù)的創(chuàng)新，推進(jìn)了農(nóng)村經(jīng)濟(jì)發(fā)展水平和農(nóng)民生活水平的提高。但不容忽視的是，村鎮(zhèn)銀行信貸資金營運(yùn)蘊(yùn)含巨大的信用風(fēng)險(xiǎn)。如何加強(qiáng)信用風(fēng)險(xiǎn)管理，促其穩(wěn)健持續(xù)經(jīng)營，是村鎮(zhèn)銀行面臨的重要挑戰(zhàn)。

信用風(fēng)險(xiǎn)又稱違約風(fēng)險(xiǎn)，是指交易對手未能履行約定契約中的義務(wù)而造成經(jīng)濟(jì)損失的風(fēng)險(xiǎn)，是金融風(fēng)險(xiǎn)的主要類型。在大量的貸款數(shù)據(jù)中隱藏著許多可以為貸款決策提供有用信息的知識，數(shù)據(jù)挖掘（Data Mining） 充分利用了數(shù)據(jù)庫技術(shù)、機(jī)器學(xué)習(xí)、人工智能、統(tǒng)計(jì)學(xué)等理論和方法，將有用知識找出來。

1 國內(nèi)外研究現(xiàn)狀

國外一些學(xué)者對村鎮(zhèn)銀行信用風(fēng)險(xiǎn)影響因素進(jìn)行了研究。

JoseA.G.Baptista 等人（2006）應(yīng)用多元回歸統(tǒng)計(jì)方法分析了貸款風(fēng)險(xiǎn)的影響因素，結(jié)果表明貸款數(shù)額、貸款用途、貸款期限、貸款利率、借款人有無違法記錄、借款人經(jīng)營理念、借款人經(jīng)營思路、借款人經(jīng)營水平、借款人擁有土地面積都是貸款風(fēng)險(xiǎn)的影響因素。

RubanaMahjabeen（2008）通過分析孟加拉國發(fā)放小額貸款的風(fēng)險(xiǎn)情況，認(rèn)為貸款總額、貸款周期、借款人擁有的耐用商品價(jià)值、借款人的抵押品價(jià)值等因素都會對貸款風(fēng)險(xiǎn)產(chǎn)生影響。

我國學(xué)者對村鎮(zhèn)銀行信用風(fēng)險(xiǎn)進(jìn)行了研究，認(rèn)為現(xiàn)代信用風(fēng)險(xiǎn)，一般是指由于借款人違約而導(dǎo)致?lián)p失的可能性，還包括由于借款人的信用等級的變動以及履約能力的變化，導(dǎo)致其債務(wù)的市場價(jià)值變動而引起的損失可能性。我國村鎮(zhèn)銀行資產(chǎn)業(yè)務(wù)比較單一，主要是貸款業(yè)務(wù)，其經(jīng)營面臨的風(fēng)險(xiǎn)主要是信用風(fēng)險(xiǎn)，即貸款信用風(fēng)險(xiǎn)。村鎮(zhèn)銀行的信用風(fēng)險(xiǎn)除了具有其他銀行的風(fēng)險(xiǎn)屬性外，還有其特殊的表現(xiàn)。

第一，風(fēng)險(xiǎn)偶然性、突發(fā)性大。農(nóng)業(yè)作為弱勢產(chǎn)業(yè)，本身具有很大的風(fēng)險(xiǎn)，農(nóng)業(yè)對自然條件的依賴性很強(qiáng)，抵御自然災(zāi)害的能力弱。我國自然災(zāi)害多發(fā)，農(nóng)村往往是重災(zāi)區(qū)，同時與"三農(nóng)"相關(guān)的災(zāi)害保險(xiǎn)不發(fā)達(dá)，一旦發(fā)生自然災(zāi)害，損失難以避免，因此村鎮(zhèn)銀行對農(nóng)貸款的自然環(huán)境風(fēng)險(xiǎn)突出。

第二，違約風(fēng)險(xiǎn)不容忽視。村鎮(zhèn)銀行是"草根銀行"、"窮人的銀行"，不僅服務(wù)弱勢產(chǎn)業(yè)，還服務(wù)弱勢群體，面對的是大量的農(nóng)戶和農(nóng)村微小企業(yè)，缺乏以往的信用記錄和有效信用評估辦法，其放貸也缺乏必要的財(cái)產(chǎn)作抵押，村鎮(zhèn)銀行處于不利地位，其信貸資金存在嚴(yán)重的風(fēng)險(xiǎn)隱患。再加之一些農(nóng)戶信用意識、法律意識比較淡漠，認(rèn)為不按時還款，自身也沒有什么損害，欠賬不還，簽字不認(rèn)，逃、廢、賴債在不同程度存在。當(dāng)某些農(nóng)戶沒有按時足額償還貸款時，其他借款者會跟風(fēng)拖欠貸款，可能引發(fā)"多米諾牌效應(yīng)"，導(dǎo)致村鎮(zhèn)銀行不良貸款增加。另外，農(nóng)民作為一個文化水平相對較低的群體，他們對金融知識缺乏了解對市場信息獲取渠道也不夠暢通，不能選擇較好的投資方向，這無疑會影響他們貸款投資的獲利能力，在客觀上造成還款能力不足的可能性，這一問題也將轉(zhuǎn)化為一定的信用風(fēng)險(xiǎn)。

第三，風(fēng)險(xiǎn)集中度較高。村鎮(zhèn)銀行設(shè)置在縣、鄉(xiāng)鎮(zhèn)，經(jīng)營地域范圍狹小，信貸支持的域內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)比較單一。目前村鎮(zhèn)銀行選址的重要依據(jù)就是看中當(dāng)?shù)氐哪骋惶厣a(chǎn)業(yè)，業(yè)務(wù)定位也主要是服務(wù)這一特色產(chǎn)業(yè)，如果當(dāng)?shù)氐奶厣a(chǎn)業(yè)在生產(chǎn)經(jīng)營中出現(xiàn)問題甚至虧損，收不抵債，村鎮(zhèn)銀行就會因信貸業(yè)務(wù)過于集中而使信用風(fēng)險(xiǎn)凸顯。

第四，風(fēng)險(xiǎn)與收益不對稱。村鎮(zhèn)銀行從事的信貸業(yè)務(wù)主要是小額信用貸款，并且農(nóng)業(yè)生產(chǎn)受自然因素的影響很大，農(nóng)業(yè)經(jīng)營收益具有不確定性，從而影響村鎮(zhèn)銀行資產(chǎn)業(yè)務(wù)的安全和獲利，一旦發(fā)生貸款無法按時歸還，很難追究其責(zé)任。為了降低風(fēng)險(xiǎn)，村鎮(zhèn)銀行要對貸款項(xiàng)目進(jìn)行調(diào)查，調(diào)查越深入、詳細(xì)，風(fēng)險(xiǎn)就越小，但投入成本會越大，造成銀行風(fēng)險(xiǎn)與收益不對稱。

所以，村鎮(zhèn)銀行的信用風(fēng)險(xiǎn)確實(shí)存在，針對不同情況，應(yīng)該找出相應(yīng)措施，使用計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)，建立信貸數(shù)據(jù)庫，利用數(shù)據(jù)挖掘技術(shù)，建立風(fēng)險(xiǎn)評估分類模型，對貸款人的信用、償還能力等進(jìn)行分析，提出貸款決策建議，同時對農(nóng)戶貸款的使用和償還情況進(jìn)行監(jiān)控，使還款違約率降至最低，從而實(shí)現(xiàn)村鎮(zhèn)銀行的可持續(xù)發(fā)展。

2 研究的主要內(nèi)容

（一）通過調(diào)研河北省村鎮(zhèn)銀行，分析影響信貸風(fēng)險(xiǎn)因素

以河北省村鎮(zhèn)銀行為研究對象，通過走訪調(diào)研，收集各種資料，通過定性分析，找出信用風(fēng)險(xiǎn)的原因，對影響信貸風(fēng)險(xiǎn)的因素進(jìn)行分析，提出相應(yīng)措施。

（二）使用屬性相關(guān)性的特征選擇算法確定影響村鎮(zhèn)銀行信貸風(fēng)險(xiǎn)的關(guān)鍵因素

村鎮(zhèn)銀行的信貸風(fēng)險(xiǎn)影響因素主要有借款人文化程度、貸款數(shù)額、產(chǎn)品市場現(xiàn)狀、產(chǎn)品發(fā)展?jié)摿Α①J款有無擔(dān)保、借款人技術(shù)和能力、借款人經(jīng)營水平、借款人信用狀況、借款人家庭收支狀況、借款用途、貸款期限、借款人經(jīng)營思路等。這些因素對貸款償還效能和客戶信用等級計(jì)算會產(chǎn)生不同程度的影響，利用屬性相關(guān)性的特征選擇算法，有助于識別重要因素，剔除非關(guān)鍵因素。通過分析具體村鎮(zhèn)銀行農(nóng)戶小額貸款償還的歷史數(shù)據(jù)，計(jì)算出負(fù)債率、償還與收入比率等，確定哪些因素是主要因素。村鎮(zhèn)銀行就可以據(jù)此調(diào)整貸款發(fā)放政策，以便將貸款發(fā)放給那些以前曾被拒絕，但根據(jù)關(guān)鍵因素分析，其基本信息顯示是相對低風(fēng)險(xiǎn)的申請。endprint

（三）建立風(fēng)險(xiǎn)預(yù)警模型

（1）根據(jù)各種信號，及時判斷單個借款人或單筆貸款的風(fēng)險(xiǎn)程度和風(fēng)險(xiǎn)性質(zhì)。

（2）根據(jù)個別借款人分析評價(jià)其行業(yè)的貸款風(fēng)險(xiǎn)程度。

（3）及時關(guān)注風(fēng)險(xiǎn)的變化。調(diào)整對企業(yè)的風(fēng)險(xiǎn)等級、關(guān)注程度和策略計(jì)劃。

使用決策樹、貝葉斯分類兩種方法，建立風(fēng)險(xiǎn)評估預(yù)警模型，通過對比分析，確定最優(yōu)模型，使用模型對已發(fā)生貸款數(shù)據(jù)以及新申請數(shù)據(jù)進(jìn)行分析預(yù)警。

3 研究方法

在研究方法上，將綜合數(shù)學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、統(tǒng)計(jì)學(xué)、信息技術(shù)等學(xué)科的相關(guān)理論和方法，研究樣本將以模擬數(shù)據(jù)和實(shí)際數(shù)據(jù)相結(jié)合，理論推導(dǎo)和實(shí)際應(yīng)用相結(jié)合的方法開展研究工作。其他研究方法還有文獻(xiàn)調(diào)查研究方法，以因特網(wǎng)、圖書館為主要渠道，廣泛搜集國內(nèi)外相關(guān)研究主題的文獻(xiàn)資料，并通過閱讀對其進(jìn)行分析和提煉。

在實(shí)際研究過程中，還將充分重視將各種研究方法有機(jī)地結(jié)合起來，以達(dá)到相互彌補(bǔ)、相互印證的目的。同時，根據(jù)研究的進(jìn)展和需要，可以隨時補(bǔ)充和引進(jìn)新的研究方法或調(diào)整技術(shù)路線。

其技術(shù)路線為：

（1）收集數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗，建立訓(xùn)練數(shù)據(jù)，去除數(shù)據(jù)中的噪聲，并妥善解決遺失數(shù)據(jù)問題。

（2）屬性選擇，確定關(guān)鍵屬性，消除無關(guān)或冗余屬性，并構(gòu)建屬性集。

（3）運(yùn)用決策樹分類方法中的ID3算法進(jìn)行分類模型構(gòu)建，建立風(fēng)險(xiǎn)決策樹，并對風(fēng)險(xiǎn)決策樹進(jìn)行剪枝，由決策樹提取分類規(guī)則，確定貸款償還能力所依賴的決策屬性，并測試數(shù)據(jù)。

（4）運(yùn)用概率統(tǒng)計(jì)學(xué)的貝葉斯分類進(jìn)行分類模型構(gòu)建，并測試數(shù)據(jù)。

（5）兩種分類模型進(jìn)行對比，確定較優(yōu)的模型，并進(jìn)行改進(jìn)，測試數(shù)據(jù)。

（6）建立預(yù)測模型以利用貸款客戶的年齡、收入與職業(yè)等參數(shù)預(yù)測其信用情況，達(dá)到對信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

4 擬解決的重點(diǎn)難點(diǎn)問題

（1）根據(jù)村鎮(zhèn)銀行的實(shí)際需求，進(jìn)行特征選擇、屬性相關(guān)性計(jì)算，構(gòu)建屬性集，數(shù)據(jù)清洗，并確定關(guān)鍵因素。

（2）建立風(fēng)險(xiǎn)評估分類模型。

（3）選取最優(yōu)風(fēng)險(xiǎn)評估分類模型，達(dá)到對信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

參考文獻(xiàn)：

[1]吳正鋒，董梅生.銀行信貸風(fēng)險(xiǎn)預(yù)警的動態(tài)模型[J].安徽工業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2005（3）.

[2]祝健，張傳良.我國村鎮(zhèn)銀行信用風(fēng)險(xiǎn)防范對策分析--馬克思金融風(fēng)險(xiǎn)理論的視角[J].當(dāng)代經(jīng)濟(jì)研究，2010（12）.

課題：河北省高等學(xué)?？茖W(xué)技術(shù)研究重點(diǎn)項(xiàng)目--《基于數(shù)據(jù)挖掘技術(shù)的河北省村鎮(zhèn)銀行信用風(fēng)險(xiǎn)預(yù)測系統(tǒng)研究與構(gòu)建》，編號：zd20131083。endprint

（三）建立風(fēng)險(xiǎn)預(yù)警模型

（1）根據(jù)各種信號，及時判斷單個借款人或單筆貸款的風(fēng)險(xiǎn)程度和風(fēng)險(xiǎn)性質(zhì)。

（2）根據(jù)個別借款人分析評價(jià)其行業(yè)的貸款風(fēng)險(xiǎn)程度。

（3）及時關(guān)注風(fēng)險(xiǎn)的變化。調(diào)整對企業(yè)的風(fēng)險(xiǎn)等級、關(guān)注程度和策略計(jì)劃。

使用決策樹、貝葉斯分類兩種方法，建立風(fēng)險(xiǎn)評估預(yù)警模型，通過對比分析，確定最優(yōu)模型，使用模型對已發(fā)生貸款數(shù)據(jù)以及新申請數(shù)據(jù)進(jìn)行分析預(yù)警。

3 研究方法

在研究方法上，將綜合數(shù)學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、統(tǒng)計(jì)學(xué)、信息技術(shù)等學(xué)科的相關(guān)理論和方法，研究樣本將以模擬數(shù)據(jù)和實(shí)際數(shù)據(jù)相結(jié)合，理論推導(dǎo)和實(shí)際應(yīng)用相結(jié)合的方法開展研究工作。其他研究方法還有文獻(xiàn)調(diào)查研究方法，以因特網(wǎng)、圖書館為主要渠道，廣泛搜集國內(nèi)外相關(guān)研究主題的文獻(xiàn)資料，并通過閱讀對其進(jìn)行分析和提煉。

在實(shí)際研究過程中，還將充分重視將各種研究方法有機(jī)地結(jié)合起來，以達(dá)到相互彌補(bǔ)、相互印證的目的。同時，根據(jù)研究的進(jìn)展和需要，可以隨時補(bǔ)充和引進(jìn)新的研究方法或調(diào)整技術(shù)路線。

其技術(shù)路線為：

（1）收集數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗，建立訓(xùn)練數(shù)據(jù)，去除數(shù)據(jù)中的噪聲，并妥善解決遺失數(shù)據(jù)問題。

（2）屬性選擇，確定關(guān)鍵屬性，消除無關(guān)或冗余屬性，并構(gòu)建屬性集。

（3）運(yùn)用決策樹分類方法中的ID3算法進(jìn)行分類模型構(gòu)建，建立風(fēng)險(xiǎn)決策樹，并對風(fēng)險(xiǎn)決策樹進(jìn)行剪枝，由決策樹提取分類規(guī)則，確定貸款償還能力所依賴的決策屬性，并測試數(shù)據(jù)。

（4）運(yùn)用概率統(tǒng)計(jì)學(xué)的貝葉斯分類進(jìn)行分類模型構(gòu)建，并測試數(shù)據(jù)。

（5）兩種分類模型進(jìn)行對比，確定較優(yōu)的模型，并進(jìn)行改進(jìn)，測試數(shù)據(jù)。

（6）建立預(yù)測模型以利用貸款客戶的年齡、收入與職業(yè)等參數(shù)預(yù)測其信用情況，達(dá)到對信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

4 擬解決的重點(diǎn)難點(diǎn)問題

（1）根據(jù)村鎮(zhèn)銀行的實(shí)際需求，進(jìn)行特征選擇、屬性相關(guān)性計(jì)算，構(gòu)建屬性集，數(shù)據(jù)清洗，并確定關(guān)鍵因素。

（2）建立風(fēng)險(xiǎn)評估分類模型。

（3）選取最優(yōu)風(fēng)險(xiǎn)評估分類模型，達(dá)到對信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

參考文獻(xiàn)：

[1]吳正鋒，董梅生.銀行信貸風(fēng)險(xiǎn)預(yù)警的動態(tài)模型[J].安徽工業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2005（3）.

[2]祝健，張傳良.我國村鎮(zhèn)銀行信用風(fēng)險(xiǎn)防范對策分析--馬克思金融風(fēng)險(xiǎn)理論的視角[J].當(dāng)代經(jīng)濟(jì)研究，2010（12）.

課題：河北省高等學(xué)?？茖W(xué)技術(shù)研究重點(diǎn)項(xiàng)目--《基于數(shù)據(jù)挖掘技術(shù)的河北省村鎮(zhèn)銀行信用風(fēng)險(xiǎn)預(yù)測系統(tǒng)研究與構(gòu)建》，編號：zd20131083。endprint

（三）建立風(fēng)險(xiǎn)預(yù)警模型

（1）根據(jù)各種信號，及時判斷單個借款人或單筆貸款的風(fēng)險(xiǎn)程度和風(fēng)險(xiǎn)性質(zhì)。

（2）根據(jù)個別借款人分析評價(jià)其行業(yè)的貸款風(fēng)險(xiǎn)程度。

（3）及時關(guān)注風(fēng)險(xiǎn)的變化。調(diào)整對企業(yè)的風(fēng)險(xiǎn)等級、關(guān)注程度和策略計(jì)劃。

使用決策樹、貝葉斯分類兩種方法，建立風(fēng)險(xiǎn)評估預(yù)警模型，通過對比分析，確定最優(yōu)模型，使用模型對已發(fā)生貸款數(shù)據(jù)以及新申請數(shù)據(jù)進(jìn)行分析預(yù)警。

3 研究方法

在研究方法上，將綜合數(shù)學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、統(tǒng)計(jì)學(xué)、信息技術(shù)等學(xué)科的相關(guān)理論和方法，研究樣本將以模擬數(shù)據(jù)和實(shí)際數(shù)據(jù)相結(jié)合，理論推導(dǎo)和實(shí)際應(yīng)用相結(jié)合的方法開展研究工作。其他研究方法還有文獻(xiàn)調(diào)查研究方法，以因特網(wǎng)、圖書館為主要渠道，廣泛搜集國內(nèi)外相關(guān)研究主題的文獻(xiàn)資料，并通過閱讀對其進(jìn)行分析和提煉。

在實(shí)際研究過程中，還將充分重視將各種研究方法有機(jī)地結(jié)合起來，以達(dá)到相互彌補(bǔ)、相互印證的目的。同時，根據(jù)研究的進(jìn)展和需要，可以隨時補(bǔ)充和引進(jìn)新的研究方法或調(diào)整技術(shù)路線。

其技術(shù)路線為：

（1）收集數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗，建立訓(xùn)練數(shù)據(jù)，去除數(shù)據(jù)中的噪聲，并妥善解決遺失數(shù)據(jù)問題。

（2）屬性選擇，確定關(guān)鍵屬性，消除無關(guān)或冗余屬性，并構(gòu)建屬性集。

（3）運(yùn)用決策樹分類方法中的ID3算法進(jìn)行分類模型構(gòu)建，建立風(fēng)險(xiǎn)決策樹，并對風(fēng)險(xiǎn)決策樹進(jìn)行剪枝，由決策樹提取分類規(guī)則，確定貸款償還能力所依賴的決策屬性，并測試數(shù)據(jù)。

（4）運(yùn)用概率統(tǒng)計(jì)學(xué)的貝葉斯分類進(jìn)行分類模型構(gòu)建，并測試數(shù)據(jù)。

（5）兩種分類模型進(jìn)行對比，確定較優(yōu)的模型，并進(jìn)行改進(jìn)，測試數(shù)據(jù)。

（6）建立預(yù)測模型以利用貸款客戶的年齡、收入與職業(yè)等參數(shù)預(yù)測其信用情況，達(dá)到對信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

4 擬解決的重點(diǎn)難點(diǎn)問題

（1）根據(jù)村鎮(zhèn)銀行的實(shí)際需求，進(jìn)行特征選擇、屬性相關(guān)性計(jì)算，構(gòu)建屬性集，數(shù)據(jù)清洗，并確定關(guān)鍵因素。

（2）建立風(fēng)險(xiǎn)評估分類模型。

（3）選取最優(yōu)風(fēng)險(xiǎn)評估分類模型，達(dá)到對信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

參考文獻(xiàn)：

[1]吳正鋒，董梅生.銀行信貸風(fēng)險(xiǎn)預(yù)警的動態(tài)模型[J].安徽工業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2005（3）.

[2]祝健，張傳良.我國村鎮(zhèn)銀行信用風(fēng)險(xiǎn)防范對策分析--馬克思金融風(fēng)險(xiǎn)理論的視角[J].當(dāng)代經(jīng)濟(jì)研究，2010（12）.

課題：河北省高等學(xué)?？茖W(xué)技術(shù)研究重點(diǎn)項(xiàng)目--《基于數(shù)據(jù)挖掘技術(shù)的河北省村鎮(zhèn)銀行信用風(fēng)險(xiǎn)預(yù)測系統(tǒng)研究與構(gòu)建》，編號：zd20131083。endprint