基于抗原抗體親和度的銀行貸款風險評判體系構建

【摘 要】 銀行對企業申報貸款可行性及風險評判是防范銀行經營風險主要手段之一，銀行要根據影響企業貸款可行性因素來構建貸款可行性及風險評判指標體系，運用人工免疫原理中的抗原與抗體之間的親和度來驗證銀行對企業貸款風險評判體系的有效性。將實際指標的審計值作為抗原，用抗原平均值（即聚類中心值）或預警值作為抗體，文章應用這種手段來評判企業貸款的優等（信用貸款）、中等（擔保貸款，抵押貸款）、劣等（有風險，拒絕放貸）。該方法具有客觀性和可操作性的特點，為銀行科學合理評判企業貸款提供科學依據。

【關鍵詞】 企業貸款； 風險評判； 人工免疫算法； 抗原抗體； 親和度

銀行風險管理是銀行的核心功能。其中貸款風險管理水平的高低直接影響銀行的盈利性和安全性。它包括信貸前可行性分析、貸時審查和執行、貸款回收和評估三個階段，而第一階段是防范貸款風險的主要手段之一。所以科學合理構建銀行對企業貸款風險評判體系是關鍵內容。文中引入人工免疫原理及人工免疫算法，將貸款指標的審計值作為抗原，將抗原的平均值，又稱聚類中心值作為抗體。從抗體與抗原的匹配，計算出抗體與抗原的親和度，來衡量銀行產生對貸款類資產的免疫反應，即驗證指標體系的優中劣等級劃分及其預警區間值的合理性和有效性，旨在使構建的評判指標體系具有科學性和實用性。當企業的貸款被確認為優良等級時，企業才能使用信用貸款；若為中等等級，就要考慮為擔保貸款或抵押貸款；若為劣等等級，說明貸款存在風險銀行不予放貸。

一、生物免疫原理

免疫（Immune）一詞由拉丁語Imminis衍生而來。免疫機體的抗感染能力來自宿主對入侵病原微生物的不同程度的無感受性。機體對不同抗原（指標審計值）能夠進行識別和排斥，以維持正常的生命環境。免疫是生物體識別自體（self），排除異己（non-self）過程中所產生的生物學效應的總和。對機體起有利的生理性保護作用。識別了“自身”抗原，會形成天然免疫耐受性能，識別是“非己”抗原，就產生排斥作用，以維持抗體生理平衡和免疫保護作用。如果免疫功能失調，則對人體有害。當某種抗原刺激人體以后，人體對這種抗原產生一種物質，稱為抗體。抗體能夠識別抗原，一旦抗體與抗原的親和力—親和度值增大，抗體就能抵抗抗原和消滅抗原。免疫種類有主動免疫和被動免疫。

*主動免疫：機體受外來入侵所獲得的免疫屬于自適應（adaptive）免疫或特異性（specific）免疫，都屬于主動免疫。

*被動免疫：母體在胎兒期注入疫苗為被動免疫。

主動與被動免疫共同構成一套機體免疫系統。

二、人工免疫原理

機體免疫是抗體與抗原的親和力產生應答效應。抗原是一類物質，它能刺激機體內免疫系統產生一種特異性免疫應答，抗原具有兩種特性：

1.抗原原性指抗原能刺激免疫細胞，在人工免疫原理中，可將評判指標審計值作為抗原原性體，刺激免疫細胞可理解為各評判等級的預警區間值。抗原會活化、增值，可將所有指標審計值疊加成實體抗原。

*判別所分評判等級準則：

D（Ci）>［D（Ci）］=0.5，則抗原與抗體之間親和力合格，可以不改變評判等級數目k，并使用此評判指標體系及此評判系統。

D（Ci）≤［D（Ci）］=0.5，則親和力太小，需改變評判級別數目k±1，重新判定合理性。

四、銀行對企業貸款可行性及風險評判指標體系

銀行對企業貸款風險及可行性評判時，科學合理構建其評判指標體系是關鍵。“安全性”原則是銀行經營時要遵循的三性原則之一。就銀行貸款而言，對企業使用等級的評定是銀行防范貸款風險的基礎。銀行主要從企業基本素質，經濟實力、經營能力、經營效益、使用狀況和發展前景等方面來判斷企業評判等級。每個方面應有具體指標來衡量。每個指標又有各自的參照監控值和評分標準，文中主要參考財政預算和興業銀行的公司客戶使用等級通用評定標準。表1中指標評級數據的權值是以企業客戶的實有凈資產小于10億為條件制定的，如果大于10億，則凈資產收益率要求≥4%~6%，故數據段又要調整。

優、中、劣評分標準的量化值要隨貨幣政策變動、金融形勢發展和銀行的經營目標，而隨機動態調整評分標準和權值。

五、各申報貸款企業的實際指標審計值和同一指標歸一化處理值

歸一化公式u=（J-Jmin）/（Jmax-Jmin）

式中，u為在［0，1］區間的歸一化值，在表2的（）內，參見表2。

J為這一指標的實際審計值。

Jmax為各個企業在同一指標中的最大審計值。

Jmin為各個企業在同一指標中的最小審計值。

六、各評判等級A，B，C的抗原與抗體及其匹配表達式

表3中，抗原值等于一個企業所有指標審計值之和。

抗原級額定值為1.000/k=1.000/3個級別＝0.333。于是獲得：A級為0.66～1.00，B級為0.33～0.66，C級為0.0～0.33。

按抗原值的歸一化處理值0.000～1.000（參見表2）可確定抗原值所處等級，參見表3。

f（Ci）=1/DB=0.4708

f'（Ci）=[fmax-f（Ci）]/（fmax-fmin）=0.640

結論：D（Ci）=1/（1+f'（Ci））=0.609>[D（Ci）]=0.5

驗證結論：所有抗原與抗體之間的濃度和親和度較大，說明所分等級數及等級區間值科學合理，這種評判指標體系科學完善有使用實用價值。

（三）銀行對各申報貸款企業的可行性及風險評判結論（見表5）

八、結語

對企業申報貸款可行性評判是防范銀行經營風險的關鍵，這對銀行安全運行正確決策具有科學價值，從案例說明這種基于人工免疫原理的評判技術是科學可行的。三個評判等級的濃度函數值C（Ci）均在0.5~0.9之間。所以它具有有效性和可操作性。銀行還要根據各銀行的經營目標和需求、世界和國內金融形勢的發展以及國家貨幣政策的變動，而對指標體系中的量化數據和指標權重值隨機進行動態調整。

【參考文獻】

［1］ 龔非力.醫學免疫學［M］.北京:科學出版社，2000.

［2］ 陳慰峰.醫學免疫學［M］.北京:人民衛生出版社，2003.

［3］ 劉韜.人工免疫系統及其數據挖掘應用研究［M］.北京:中國礦業出版社，2010.

［4］ 財政部預算司.績效預算和支出績效考評研究［M］.北京:中國財政經濟出版社，2007.

［5］ 興業銀行.客戶使用等級評定通用標準［S］.2010.

［6］ 劉彥文，曾春玲.基于風險調整后資本收益率模型的中小企業貸款定價研究［J］.科技與管理，2010（1）:111-123.

［7］ 楊保安，李海.基于人工神經網絡的商業銀行貸款風險預警研究［J］.系統工程理論與實踐，2001（1）:70-74.

［8］ 呂江林.投資銀行風險預警機制初探［J］.金融與經濟，2001（1）:37-39.

［9］ 周毓萍.基于神經網絡檢驗的銀行貸款風險排序分析［J］.武漢汽車工業大學學報，1998（2）:42-45.

［10］ 周毓萍.基于集對原理和變權機制的企業貸款可行性研究［J］.華中師范大學學報，2010，44（4）:580-584.

［11］ 周毓萍，徐琦，余敏.湖北省農業銀行風險管理能力研究［J］.會計之友，2010（4）:51-53.