论文摘要
经历工业化和信息化时代之后,我们开始走向低碳化时代。转变经济增长方式,节能减排,保护环境,实现人类和环境的共同可持续发展是全世界共同的目标。商业银行作为社会重要的资金枢纽,既面临着以信贷支持低碳经济的角色,也面临着环境和社会危机可能引发的企业信贷风险。赤道原则针对这一风险管理概念提出了新的风险管理指标,目前世界上大部分国际商业银行都已经加入并成为赤道原则金融机构。评估和管理项目融资过程中所涉及社会和环境风险既能够帮助商业银行识别和规避环境和社会风险,也是为了用经济手段实现社会和环境的可持续发展。在我国,中国人民银行提出发展绿色信贷,为绿色产业融资构建新的金融体系和完善金融工具。赤道原则和绿色信贷是用金融手段支持可持续发展的主要准则,代表了未来商业银行提升社会责任和进行全面风险控制的发展方向。相比其他传统风险类型,环境和社会风险管理虽然是一个新的概念,但却是有非常重要的作用。建立完善的商业银行信用评级体系,能够为商业银行开展绿色信贷提供科学依据。信用评级系统是商业银行进行信贷风险管理的有利工具。科学的评级模型是商业银行控制信贷风险的基础。信息技术在不断发展,使用机器学习模型和人工智能方法解决信用评级问题,构建精确、定量的信用评级系统将是未来的主要研究方向,并且可以的极大地提升商业银行信用风险管理水平。本文首先介绍了信用评级的主要模型和方法,又详细列举赤道原则的基本内容,结合中国商业银行实际情况,并借鉴了国际性商业银行操作和执行赤道原则的经验取长补短。在以往信用评级体系的指标基础上,选取了每股社会贡献值这一指标建立起综合的评级指标体系。接着本文详细研究了支持向量机的理论和算法,指出支持向量机相比其他模型,具有更强的推广能力和更小的样本要求。然后本文采用上市公司数据,应用支持向量机方法建立全面的商业银行信用评级模型;为了比较模型的分类效果,本文又通过判别分析模型进行分类分析,通过比较模型的结果,能够验证基于支持向量机的信用评级模型性能更加优良;最后根据模型的结果,分析得出文章初步结论并对中国商业银行运用赤道原则,发展绿色信贷提出意见。