• 沒有找到結果。

模糊控制的建構 模糊控制的建構 模糊控制的建構 模糊控制的建構

在文檔中 中華大學 碩士論文 (頁 40-52)

第三章 研究方法 研究方法 研究方法 研究方法

3.4 模糊控制的建構 模糊控制的建構 模糊控制的建構 模糊控制的建構

要對一系統進行模糊控制時,必須先確定有哪些輸入以及輸出變 數,然後決定各語言變數術語的數量。在決定術語個數後,就必須針 對每個術語定義它的歸屬函數。定義歸屬函數通常是以有經驗的人、

作問卷調查或專家知識…等等方式來建立,而且以標準歸屬函數來組 成。接著依據系統所需的動作反應,將一個一個規則組成模糊控制的 知識規則庫,完成規則庫建立,便利用解模糊化將輸出變數術語轉化 成一個數值,其流程如圖 3.2 所示。

圖 3.2 模糊控制系統之建構圖

要對系統作控制,不能將輸出的語言直接輸入系統,因為機械控 制必須給定一真實的值,系統才會動作,以本研究為例輸出術語是“低 授信風險”,必須轉成類似“授信承作利率為 1.5%”的數值,系統才能依 據此值作調整。因此,本研究將信用評等分數與授信金額設定為輸入

建立輸入、輸出 語言變數及關係

建立相關術語 定義各術語的 歸屬函數

解模糊化設定

實際調整與評估 建構模糊規則庫

之語言變數,將授信風險設定為輸出之語言變數,並將授信風險以授 信承作利率呈現。茲將本研究之模糊控制模型如圖 3.3 呈現。

圖 3.3 模糊控制模型圖

輸入語言變數 模糊規則庫 輸出語言變數

信用評等

授信金額

FUZZY RULES

授信風險- 承作利率

IF 信評等級 is A and 授信金額 is 小

THEN 低授信風險,授信承作利率為1.5%

IF 信評等級 is A and 授信金額 is 中

THEN 低授信風險,授信承作利率為1.5%

IF 信評等級 is A and 授信金額 is 大

THEN 一般授信風險,授信承作利率為3.5%

IF 信評等級 is B and 授信金額 is 小

THEN 低授信風險,授信承作利率為1.5%

IF 信評等級 is B and 授信金額 is 中

THEN 一般授信風險,授信承作利率為3.5%

IF 信評等級 is B and 授信金額 is 大

THEN 需注意授信風險,授信承作利率為6.0% .

. .

第四章 第四章 第四章

第四章 實 實 實 實證分析與結果 證分析與結果 證分析與結果 證分析與結果

4.1 研究模型介紹 研究模型介紹 研究模型介紹 研究模型介紹

4.1.1 信用評等分數信用評等分數信用評等分數 信用評等分數

以往金融機構對法人之評等大都是利用信用評分表,計算出該法 人之信評分數,再依其信評分數決定其信用等級,用以決定是否貸款 予該客戶,甚或決定貸款予該客戶之利率。依本研究所採行之商業銀 行對信用等級之分級,信用等級C定義在信評分數 55~62 分,信用等 級C+定義在信評分數 63~69 分,信用等級B定義在信評分數 70~75 分,

信用等級B+定義在信評分數 76~80 分,信用等級A定義在信評分數 81~85 分,信用等級A+定義在信評分數 86 分以上,若以傳統明確集合 來作判斷,定義信評分數 76 將其信用等級歸類為B+,但金融業之授信 對於此信評分數只認為比信用等級B稍好一些,並不像信評分數 80 分 那麼的堅定認為其信用等級為B+

因此,本研究將模糊集合之歸屬度的概念運用至信用等級中;也 就是說,將信用評等分數 76 分不再認為是信用等級B+,而是將信用評 等分數 76 分定義為其屬於B和B+的程度各是多少,試圖尋找較合乎人 類的思維模式。

運用採樣銀行之信用評分表,在定義上我們以D+的上限 54 分與

C上限 62 之中心值 58,將信用評等分數 58 分定為 C 集合之中心值,

以B的下限 70 分與B+上限 80 之中心值 75,將信用評等分數 75 分定

為 B 集合之中心值,以A的下限 81 分與A上限 85 之中心值 83,將信 用評等分數 83 分定為 A 集合之中心值。故本研究將信用評等分數與信 用

等級的關係定義為如圖 4.1 的模糊集合。

圖 4.1 信用等級的標準歸屬函數圖

此外,由表 4.1 得知,各個法人其信用評等分數(以 t 表示),分 別屬於信評 A、B、C 等級之程度(即歸屬度),且歸屬度之值係介於 0 和 1 之間。例如:t =74,則µC( )74 =0.0588235294,µB( )74 =0.8,即信用評等分 數 74,其屬於 C 信用等級程度為 0.0588235294,屬於 B 信用等級的程 度為 0.8。

0 1

58 70 75 80 83 信評分數 歸

屬 度

A C

B

表 4.1 模糊信評分數的模糊集合表 信評等級

信評分數 信評〝Α〞級 信評〝Β〞級 信評〝C〞級

58 0 0 1

59 0 0 0.9411764706 60 0 0 0.8823529412 61 0 0 0.8235294118 62 0 0 0.7647058824 63 0 0 0.7058823529 64 0 0 0.6470588235 65 0 0 0.5882352941 66 0 0 0.5294117647 67 0 0 0.4705882353 68 0 0 0.4117647059 69 0 0 0.3529411765 70 0 0 0.2941176471 71 0 0.2000000000 0.2352941176 72 0 0.4000000000 0.1764705882 73 0 0.6000000000 0.1176470588 74 0 0.8000000000 0.0588235294

75 0 1 0

76 0.1250000000 0.8000000000 0 77 0.2500000000 0.6000000000 0 78 0.3750000000 0.4000000000 0 79 0.5000000000 0.2000000000 0 80 0.6250000000 0 0 81 0.7500000000 0 0 82 0.8750000000 0 0

83 1 0 0

4.1.2 授信金額授信金額授信金額 授信金額

中小企業信用保證基金對於小額簡便貸款之授權額度最高為五百 萬元,而其他如一般貸款、政策性貸款、促進產業研究發展貸款等,

各有其授權額度而對高授權額度為二仟萬元。因此,銀行通常將對企

業授信金額五百萬元以內稱為微型企業貸款,授信金額五百萬元~二仟 萬元稱為小額貸款,授信金額二仟萬元~一億元稱為一般貸款,一億元 以上稱為大額貸款。本研究對於授信金額亦用模糊集合的概念,將授 信金額與貸款金額大、中、小之關係,定義為如圖 4.2 的模糊集合。

圖 4.2 授信金額大小的標準歸屬函數圖

此外,由表 4.2 得知,各個法人其授信金額(以 M 表示)分別屬 於貸款金額大、中、小之程度(即歸屬度),且歸屬度之值係介於 0 和 1 之間。 例如M =11,000百萬元,則µ

(

11,000百萬

)

=0.1,µ

(

11,000百萬

)

=0.2,即授 信金額 11,000 百萬元,其屬於大金額貸款的程度為 0.1,屬於中金額貸 款的程度為 0.2。

歸 屬 度

貸款金額(百萬元)

70 100 120 200

20 50 0 5

1

中 大 小

表 4.2 模糊授信金額的模糊集合表 貸款金額大小

授信金額(萬元) 〝大〞金額 〝中〞金額 〝小〞金額

500 0 0 1

1,000 0 0 0.888888889 1,500 0 0 0.777777778 2,000 0 0 0.666666667 2,500 0 0.1 0.555555556 3,000 0 0.2 0.444444444 3,500 0 0.3 0.333333333 4,000 0 0.4 0.222222222 4,500 0 0.5 0.111111111

5,000 0 0.6 0

6,000 0 0.8 0

7,000 0 1 0

8,000 0 0.8 0

9,000 0 0.6 0

10,000 0 0.4 0

11,000 0.1 0.2 0

12,000 0.2 0 0

13,000 0.3 0 0

14,000 0.4 0 0

15,000 0.5 0 0

16,000 0.6 0 0

17,000 0.7 0 0

18,000 0.8 0 0

19,000 0.9 0 0

20,000 1 0 0

4.1.3 授信風險授信風險授信風險 授信風險

本研究將授信風險用貸款承作利率呈現,且對於承作利率利用模 糊集合的概念,將承作利率與授信是低風險、一般風險與需注意風險 之關係,在以下列數值找尋各集合之中心值:

低風險:1.22%(資金成本)+0.297(業務費用)=1.517%

一般風險:1.22%(資金成本)+0.297(業務費用)+2%(預估損失)=3.517%

需注意授信風險:1.22%(資金成本)+0.297(業務費用)+2%(預估損失) +2.87%(逾期放款率)=6.387%

上述推論之中心值經模型不斷測試後,發現分別以 1.5%、3.5%與 6%代表低風險、一般風險與需注意風險之中心值時最接近實證結果。

故定義如圖 4.3 的模糊集合。

圖 4.3 授信風險的標準歸數函數圖

此外,由表 4.3 得知,各個法人承作利率(以 r 表示),分別屬於 低授信風險、一般授信風險、需注意授信風險之程度(及歸屬度),且 歸屬度之值係介於 0 和 1 之間。例如r=4.5%,則

(

4.5%

)

=0.333333, 需注意授信風險

(

4.5%

)

=0.25

一般授信風險 µ

µ ,即承作利率為 4.5%,其屬

0 1

1.5 2 3 3.5 4 5 6

歸 屬 度

授信承作利率(%)

一般 需注意 低

於一般授信風險的程度為 0.33333,屬於需注意授信風險的程度為 0.25。

表 4.3 模糊授信承作利率的模糊集合表 授信風險

承作利率 低授信風險 一般授信風險 需注意授信風險

1.5% 1 0 0

2.0% 0.666667 0 0 2.5% 0.333333 0.333333 0 3.0% 0 0.666667 0

3.5% 0 1 0

4.0% 0 0.666667 0 4.5% 0 0.333333 0.25

5.0% 0 0 0.5

5.5% 0 0 0.75

6.0% 0 0 1

4.1.4 模糊控制規則模糊控制規則模糊控制規則模糊控制規則

相對於傳統邏輯的非 0 即 1 的推論方式,模糊推論是利用歸屬函數 取得各規則的適合程度,然後綜合各規則的適合度得到適當的推論。

即使規則條件部分的命題不完全一致,也能依據一致度的高低比較得 到合適的推論。以下即是本研究對於授信風險之模糊推論的表示法:

1:

R if t is A and M is 小,then 低授信風險,則r=1.5

2:

R if t is A and M is 中,then 低授信風險,則r=1.5

3:

R if t is A and M is 大,then 一般授信風險,則r=3.5

4:

R if t is B and M is 小,then 低授信風險,則r=1.5

5:

R if t is B and M is 中,then 一般授信風險,則r=3.5

6:

R if t is B and M is 大,then 需注意授信風險,則r=6

7:

R if t is C and M is 小,then 一般授信風險,則r=3.5

8:

R if t is C and M is 中,then 需注意授信風險,則r=6

9:

R if t is C and M is 大,then 需注意授信風險,則r=6

本研究將控制規則定義如表 4.4。

表 4.4 規則表 信用等級

授信金額 C B A

小 一般授信風險 低授信風險 低授信風險 中 需注意授信風險 一般授信風險 低授信風險 大 需注意授信風險 需注意授信風險 一般授信風險

※低授信風險r=1.5

;一般授信風險

r=3.5

;需注意授信風險

r =6

4.1.5 解模糊化解模糊化解模糊化 解模糊化

所謂解模糊化系將模糊推論所得的推論結果量化為輸出變數的歸 屬函數值。一般常用之解模糊化的方法包括面積中心法(或稱重心法)、

平均加權法及高度法。茲將面積中心法、平均加權法及高度法比較分 析如下表:

表 4.5 面積中心法、平均加權法及高度法比較分析表 面積中心法

(或稱重心法) 平均加權法 高度法

1.Yager(1981)等人提出 2.其理念是求取模糊集

合「中心值」來代表 整個模糊集合。

3.符合控制系統要求之 精確度。

以歸屬度為加權係 數,考慮各元素之 貢獻。

1.以模糊集合的各高 點做為權數,與每 個中心點的值相 乘,做為解模糊化 的方法。

2.計算較為簡單。

解模糊化需注意之處:

1.可信度要高,能解釋其模糊方法。

2.計算要簡單。

3.連續性:每個小變動不會造成整個輸出大變化。

因此本研究採用解模糊化的方法是面積中心法。其公式為

( )

∑ ( )

=

=

×

= n

i

i Z n

i

i i Z

w w w Z

1 1

µ µ

其中,Z:解模糊化後輸出

wi:第i個控制規則所對應輸入歸屬函數的歸屬程度

( )

i

Z w

µ

:第i個控制歸則所對應輸出歸屬函數的歸屬程度

將模糊推論所得到的授信風險藉由解模糊化過程轉化成一明確的 輸出值,即本研究中各筆授信承作的利率(以 r 表示)。例如

000萬元 , 11 , 74 =

= M

t ,則r=4.802817;表示當某授信戶其信用評等分數為

74 分、授信金額為 11,000 萬元時,依據本研究之模型計算出此筆授信 之承作利率為 4.802817%。此一利率即是銀行基於授信風險考量下,實 際應承作之授信利率。

實務上常發現,某客戶原本授信利率應為 6%,在傳統放款條件中 因人為因素以 3%貸放,導致無法反應銀行承作該比放款實際所承受的 授信風險,影響銀行穩健經營。但在本研究模型中,以該客戶之信用 評等,透過模型決策,可以合理計算出在特定授信金額下,該給客戶

多少利率才能合理反應授信風險。另一方面,在已計算出信用評等的 情況下,若欲給予客戶固定之授信利率,則本研究模型可訂出銀行對 該客戶之授信總額上限,以確保銀行穩健經營。

綜合上述結果,可以合理解釋聯貸案件的存在。在本研究模式中,

如果企業信用評等為 A 且授信金額大者,屬一般授信風險,授信利率 應為為 3.5%。但若企業信用評等為 A 且授信金額為中或小者,則屬低 授信風險,授信利率為 1.5%。唯通常信用等級 A 級之企業,在面對需 求龐大資金的時候,願意支付之利率仍僅為 1.5%,但對銀行而言,其 已非低授信風險案件,需收取的授信利率為 3.5%。此時,透過多家銀 行聯合貸款的方式,讓每家參與貸款之銀行的授信風險因授信金額減 少而降低,而願意以較低的授信利率承辦貸款,亦可滿足信用評等好 的企業,以較低成本取得所需資金之需求。

在文檔中 中華大學 碩士論文 (頁 40-52)