摘 要：基于信息熵理论和数据挖掘技术，文章提出一种会计信息的数据挖掘方法，投资者和债权人可用这种方法从企业的会计数据中挖掘出决策有用信息。本文以银行信贷风险预测模型构建为例，对这种方法的有效性进行了实证检验。

    关键词：信贷风险；信息熵；数据挖掘；信号噪音差

    中图分类号：F830.9

    文献标识码：A

    文章编号：1000—2154(2008)03—0050—07

    一、引言

    信用风险是指因借款人没有完全履约，致使银行资产遭受损失的风险。世界银行对全球银行业危机的研究表明，信用风险管理不善进而引发流动性危机，是银行破产的最主要原因。在银行的风险管理实践中，信贷风险评估是个重要环节，尽管要求贷款企业提供必要的财务数据早已成为银行工作的一种常态，但银行的信贷风险评估却被一个问题所困惑：究竟哪些财务指标中含有预测企业贷款风险的信息、怎样利用这些信息?可以说，这个问题能否解决，在很大程度上影响到银行的信贷风险评估质量和信用风险管理水平。

    数据挖掘是20世纪80年代末开始出现的，从大量的、有噪声的实际数据中，挖掘有用信息的一种技术。经过20世纪90年代的迅猛发展，该技术已广泛应用于各个领域，并且新的应用领域还在不断开发出来。本文从信息熵理论出发，以银行信贷风险评估为视角 ......