基于聚类算法的财务风控方法研究

A. 文献综述

一、国内研究现状

大数据和人工智能的迅速发展和日趋成熟，使得人工智能技术的应用门槛越来越低，目前可以说已经在社会经济的各个方面逐渐得到应用。另一方面随着社会经济的发展，银行企业等经营机构规模越来越低，组织管理、经营运营难度越来越大，面临的风险也越来越多样化。那么利用人工智能算法应用到机构的日常经营中可能会获得不错的效果。目前国内对这方面的研究还比较少，综合近期从相关的研究文献来看，主要存在以下应用：

何湘宁、马成举在《基于K-means聚类算法的银行贷款风险管理分析》中提出银行面对的客户群体众多，风险特征不完全相同，随着我国社会主义市场经济体制的发展，城镇化的推进，国家刺激消费的政策，金融环境的日趋复杂，人们超前消费意识的兴起，对银行的贷款需求越来越高，如果对银行的风险进行管理是各个银行面临的重大问题。作者提出了K-means聚类算法的贷款风险管理框架，将银行贷款风险测算模型指标体系化，对我国银行中贷款风险的情况进行实地分析和总结，并提出了从六个维度对贷款风险进行评价的模型体系，分别为：（借款人）工作不稳定性，反映借款人目前的工作情况及工作稳定程度，以在一定时间内职业变动次数及每变动一次的收入变化情况来衡量；（借款人）收入不稳定性；（借款人）家庭近期重大开支可能性，如家庭中子女结婚、购房、重大疾病等不可预知事件造成家庭开支骤然加大；（借款人）已有延期还贷等级，借鉴贷款五级分类法，可分为次级、可疑、损失等三个级别；（借款人）个人及家庭最近信用登记，主要指家庭成员中个人的银行信用；（借款人）非经济方面变故可能性。

朱敏在《基于两总体聚类算法的上市公司财务预警分析》中利用两总体聚类算法的基本思想将聚类分析建立在判别分析的基础上，通过逐步筛选具有显著判别能力的指标建立一个非线性的判别模型系统，采用加权方法分别计算样本点的各个指标与总体的距离，最后与各个指标权重加权计算距离。该算法不仅给出了判别结果，还给出了待判样本属于各个总体的概率大小。作者选取了2008年的12家ST和非ST公司计算指标权重，再根据2009年首次被ST及2008年的非ST和ST共计20家公司组成的学习样本集，使用两总体聚类算法分别分析，并选取24家检验样本对模型进行检验，综合准确率达到了95.8%。

马威在《BP网络模型在财务危机预警中的应用》中运用因子分析方法和BP网络模型对我国上市公司的财务危机进行了预测，通过分析发现总资产报酬率、现金债务总额比率等12个财务指标对上市公司财务危机有着显著的预计效应。就判别正确率而言，前三年财务数据对上市公司财务危机的预测准确率均在65%以上，其中前两年财务数据的预测准确率均在85%以上。

周喜在《基于优化BP神经网络模型的上市公司财务危机预警》中通过对BP神经网络模型优化后对企业财务状况进行预警分析，通过优化后的网络具有较好的识别能力，作者对数据挖掘在企业财务预警中的应用做了论证与研究。通过理论联系实际的方法，对各种数据挖掘及优化方法，如神经网络、粗糙集优化神经网络、遗传算法优化神经网络等及其在企业财务危机预警中的应用均做了实例论证与说明，为企业管理者、投资者和债权人等利益相关者对企业财务危机状态进行了动态预警提供了技术支持，与传统的统计分析方法相比，具有较高的预测准确率和实际应用价值。

二、国外研究现状

纽约大学斯特恩商学院教授爱德华·阿特曼对美国破产和非破产企业进行观察，采用了22个财务比率经过数理统计筛选建立了著名的5变量Z-score模型。Z-score模型是以多变量的统计方法为基础，以破产企业为样本，通过大量的实验，对企业的运行状况、破产与否进行分析、判别的系统，采用多元回归分析技术建立模型。作者选取了净运营资本/总资产=（流动资产-流动负债）/总资产；留存收益/总资产；息税前收益/总资产；优先股和普通股市值/总负债；销售额/总资产。

引言：聚类算法在财务风控中应用的发展和现状

一、关键技术与理论

（一）聚类算法简介

（二）聚类算法的主要优化方法分析

二、聚类算法在财务风控中的已有的一些应用

（一）K-means聚类算法在财务风控中的应用

（二）模糊聚类算法在财务风控中的应用

三、对聚类算法优化的一些研究

（一）优化的具体方法与操作

（二）优化结果的对比与验证

四、结束语

（一）本文工作的总结

（二）对未来发展及研究方向的展望

[1] 蒋盛益《基于聚类的入侵检测算法研究》 科学出版社出版。 第1版（2008年8月）.

[2] 邓善科《我国商业银行贷款风险评估研究》现代商业2009年24期.

[3] 马威.BP网络模型在财务危机预警中的应用[J].财会周刊：理论版，2009（2）：51-54.

[4] 蒋盛益. 基于机器学习的上市公司财务预警模型的构建[J].统计与决策，2010（9）：166-167.

[5] Edward I. Alltman. Financial Rations Discriminate Analysis and the Prediction of Corporate Bankruptcy [J] . The Journal of Finance, 1986(4)：34-37.

[6] 陈晓，陈治鸿.中国上市公司的财务困境预测[J],中国会计与财务研究，2000；3

[7] 杨淑娥，黄礼.基于BP神经网络的上市公司财务预警模型.系统工程理论与实践，2005；1

[8] 马建峰：《企业财务分析方法评价》，《焦作工学院学报（社会科学）》2003年第4期.

[9] 宇传华：《SPSS与统计分析》，电子工业出版社2007年版。

[10] 张瑞龙：《基于模糊聚类的综合财务分析方法及其Excel实现》，《中国管理信息化》2008年第11期.