论文部分内容阅读
摘要：本文从模糊推理理论入手，通过学习MATLAB软件与模糊推理理论，来使用模糊推理对银行风险进行建模，并使用MATLAB对建立的模型进行性能分析，以达到对银行风险评价做出相对科学、合理和准确的评价， 对银行风险定量评价具有一定意义。
关键词：MATLAB；模糊推理；银行风险定量评价
一、引言
据中国期刊网统计显示，1994-2009年9月26日间分别以“银行风险评价、银行风险评估、金融风险评价和金融风险评估”为题名搜索，仅有3，5，5和8篇文献。杨文泽从资本金、资产质量、管理水平、收益能力和流动性等方面定性地探讨了商业银行的风险评估；邵新宏采用因子分析方法对商业银行的风险进行了分析：王建新、于立勇从信用风险的角度构建了商业银行风险评估模型；李洪梅、卜田定性地分析了商业银行的各种风险及应对策略；本文使用模糊推理对银行风险进行建模，并使用MATLAB对建立的模型进行性能分析，对银行风险定量评价具有一定意义。
二、Matlab模糊推理工具箱
1.隶属函数的选择
隶属度函数（membership function）可以是任意形状的曲线，取什么形状主要取决于使用是否简单、方便、有效。文中所选用的是梯形和高斯形函数.
（1）梯形隶属函数：该函数有四个特征参数a、b、c、d，数学形式如下。
（2）Gauss型隶属函数：该函数有两个特征参数sig、c，数学形式如下。
2.模糊规则的建立
若将某事物用三个等级表示，则一般对应的物理意义是“很好”、“中等”、“较差”，若分为五个等级表示，则可以表示为“很好”、“较好”、“一般”、“较差”、“很差”。一个精确的信息可以通过这样的等级划分，进行模糊化处理。这种等级划分实际上就是确定隶属度函数的过程，如果划分为3个等级，实际上要确定三个隶属度函数，分别判定某事物隶属于“很好”、“中等”、“较差”的程度。如果划分5个等级，就要确定5个隶属度函数，分别判定某事物隶属于“很好”、“较好”、“一般”、“较差”、“很差”的程度。
在模糊系统中，模糊推理或评价是通过if…then…规则实现的，if后面紧跟的是前件（前提条件），then后面是后件（结论）。
本文所确定的模糊规则是：
（1）If流动性比率很好（较好、一般、较差、很差） and资本充足率很好（较好、一般、较差、很差） and风险权重资产率很好（较好、一般、较差、很差） and 逾期贷款率很好（较好、一般、较差、很差）and呆滞贷款率很好（较好、一般、较差、很差） and 呆账贷款率很好（较好、一般、较差、很差）and单个贷款率很好（较好、一般、较差、很差）then银行风险状况很好（较好、一般、较差、很差）。
（2）If 流动性比率很好and资本充足率很好 then银行风险状况很好。
（3）If 流动性比率一般（较差、很差）and 资本充足率一般（较差、很差）and风险权重资产率（逾期贷款率、呆滞贷款率、呆账贷款率、单个贷款率）很好（较好、一般）then银行风险较好（一般、较差）。
三、模糊推理的MATLAB实现
matlab对其的实现可以分为以下四个部：
（1）输入评价因素变量 首先要创建一个FIS系统，在MATLAB命令窗口输入fuzzy，回车后调入FIS编辑器界面，根据下表中的数据，编辑输入变量。
表 银行风险评价分级标准
（2）编辑输入变量的隶属度函数，在这里选用的是梯形函数。（3）编辑输出变量的隶属度函数。（4）编辑模糊规则 双击输入、输出变量之间的模糊规则区域，弹出模糊规则编辑窗口，编辑模糊评价规则。
然后，将上述建好的系统以c4fis4_1. fis保存到磁盘上。修改时可以fuzzy （’ c4fis4_1. fis’）的格式调出。
如果要使用上述系统对监测数据进行评价，则需要调用相关函数文件，形式如下：
>> Fis=readfis（’c4fis4_1.fis’）；
四、结语
本文通过用模糊推理对银行风险进行建模，并用MATLAB实现，达到了预定的目的，本方法可以用于银行风险的定量化评价，且方法较简单，较易推广。
参考文献：
[1]杨文泽.试探商业银行的风险评佑[J].新金融，1994，（7）：15-17.
[2]邵新宏.因子分析法在商业银行风险评估中的应用[J].市场周刊洢研究版，2005，（1）：140-141.
[3]王建新，于立勇.基于信用风险度的商业银行风险评估模型研究[J].管理工程学报，2007，（4）：85-90.
[4]李洪梅，卜田.新形势下我国商业银行的风险评估及管理[J].集团经济研究，2007，（8）：239-240.
关键词：MATLAB；模糊推理；银行风险定量评价
一、引言
据中国期刊网统计显示，1994-2009年9月26日间分别以“银行风险评价、银行风险评估、金融风险评价和金融风险评估”为题名搜索，仅有3，5，5和8篇文献。杨文泽从资本金、资产质量、管理水平、收益能力和流动性等方面定性地探讨了商业银行的风险评估；邵新宏采用因子分析方法对商业银行的风险进行了分析：王建新、于立勇从信用风险的角度构建了商业银行风险评估模型；李洪梅、卜田定性地分析了商业银行的各种风险及应对策略；本文使用模糊推理对银行风险进行建模，并使用MATLAB对建立的模型进行性能分析，对银行风险定量评价具有一定意义。
二、Matlab模糊推理工具箱
1.隶属函数的选择
隶属度函数（membership function）可以是任意形状的曲线，取什么形状主要取决于使用是否简单、方便、有效。文中所选用的是梯形和高斯形函数.
（1）梯形隶属函数：该函数有四个特征参数a、b、c、d，数学形式如下。
（2）Gauss型隶属函数：该函数有两个特征参数sig、c，数学形式如下。
2.模糊规则的建立
若将某事物用三个等级表示，则一般对应的物理意义是“很好”、“中等”、“较差”，若分为五个等级表示，则可以表示为“很好”、“较好”、“一般”、“较差”、“很差”。一个精确的信息可以通过这样的等级划分，进行模糊化处理。这种等级划分实际上就是确定隶属度函数的过程，如果划分为3个等级，实际上要确定三个隶属度函数，分别判定某事物隶属于“很好”、“中等”、“较差”的程度。如果划分5个等级，就要确定5个隶属度函数，分别判定某事物隶属于“很好”、“较好”、“一般”、“较差”、“很差”的程度。
在模糊系统中，模糊推理或评价是通过if…then…规则实现的，if后面紧跟的是前件（前提条件），then后面是后件（结论）。
本文所确定的模糊规则是：
（1）If流动性比率很好（较好、一般、较差、很差） and资本充足率很好（较好、一般、较差、很差） and风险权重资产率很好（较好、一般、较差、很差） and 逾期贷款率很好（较好、一般、较差、很差）and呆滞贷款率很好（较好、一般、较差、很差） and 呆账贷款率很好（较好、一般、较差、很差）and单个贷款率很好（较好、一般、较差、很差）then银行风险状况很好（较好、一般、较差、很差）。
（2）If 流动性比率很好and资本充足率很好 then银行风险状况很好。
（3）If 流动性比率一般（较差、很差）and 资本充足率一般（较差、很差）and风险权重资产率（逾期贷款率、呆滞贷款率、呆账贷款率、单个贷款率）很好（较好、一般）then银行风险较好（一般、较差）。
三、模糊推理的MATLAB实现
matlab对其的实现可以分为以下四个部：
（1）输入评价因素变量 首先要创建一个FIS系统，在MATLAB命令窗口输入fuzzy，回车后调入FIS编辑器界面，根据下表中的数据，编辑输入变量。
表 银行风险评价分级标准
（2）编辑输入变量的隶属度函数，在这里选用的是梯形函数。（3）编辑输出变量的隶属度函数。（4）编辑模糊规则 双击输入、输出变量之间的模糊规则区域，弹出模糊规则编辑窗口，编辑模糊评价规则。
然后，将上述建好的系统以c4fis4_1. fis保存到磁盘上。修改时可以fuzzy （’ c4fis4_1. fis’）的格式调出。
如果要使用上述系统对监测数据进行评价，则需要调用相关函数文件，形式如下：
>> Fis=readfis（’c4fis4_1.fis’）；
四、结语
本文通过用模糊推理对银行风险进行建模，并用MATLAB实现，达到了预定的目的，本方法可以用于银行风险的定量化评价，且方法较简单，较易推广。
参考文献：
[1]杨文泽.试探商业银行的风险评佑[J].新金融，1994，（7）：15-17.
[2]邵新宏.因子分析法在商业银行风险评估中的应用[J].市场周刊洢研究版，2005，（1）：140-141.
[3]王建新，于立勇.基于信用风险度的商业银行风险评估模型研究[J].管理工程学报，2007，（4）：85-90.
[4]李洪梅，卜田.新形势下我国商业银行的风险评估及管理[J].集团经济研究，2007，（8）：239-240.