#可靠性仿真#是什么梗？一文读懂可靠性仿真的方法与应用
#可靠性仿真的概念#当前全球科技水平的不断提升使得航空航天、军事装备等行业得到空前发展。高科技产品功能结构复杂、系统组成庞大、研发周期长费用高、可靠性问题突出。传统的基于统计的可靠性设计分析方法，与性能设计专业技术体系不一致，在设计过程中难以相互融合，造成可靠性设计分析工作往往滞后于性能设计分析工作，可靠性设计分析难以对产品的设计状态产生真正影响。同时，传统的可靠性试验与评估方法需要大量新研产品进行试验，往往在研制后期才能开展。通过可靠性试验发现产品薄弱环节再进行设计更改，时间周期长并且代价较大。工程实践表明，传统的可靠性设计分析与试验评估方法，越来越难满足高科技产品高可靠长寿命的需求。
近年来，数字样机与虚拟仿真等相关技术发展迅速，国内外大部分科研机构都采用虚拟仿真技术进行产品三维建模装配与功能/性能分析，从而在设计阶段早期获得产品性能参数并改进设计。目前，将可靠性工作融入到产品设计和分析仿真过程，形成了在工程上有着强烈需求的#可靠性仿真#。可靠性仿真是充分利用产品现有的功能/性能模型及相关CAD工具，以系统功能/性能模型为内核，以可靠性模型为外壳，联合各专业CAD工具建立综合集成环境，实现可靠性与性能一体化建模仿真，支持在设计阶段开展基于仿真的可靠性设计、分析与评价。可靠性仿真结果可以为可靠性与性能的协同设计与分析提供模型与数据支持。综上可知，可靠性仿真技术对于解决工程中可靠性设计与性能设计“两张皮”问题具有极高的实用价值。
当然，在可靠性分析时，很多情况下难以直接建立应力、应变、位移等与载荷、材料、结构尺寸的关系，往往需要借助各种CAE工具，如有限元、多体动力学来进行分析，这种情况下反映为功能函数与基本随机变量的关系是隐式的。
从可靠度计算的角度分析，模拟法和响应面法一般只需要获得功能函数在给定样本点的值，这些值可以借助CAE工具分析获得，再对结果进行统计来计算可靠度；一次可靠度法不仅需要计算功能函数的值，还需要获得功能函数关于随机向量的梯度。
利用CAE工具进行可靠性仿真计算，必须解决以下2个问题：
1、可靠度计算程序对CAE软件的封装和调用，以实现功能函数值的计算；
2、梯度的计算，这可以在获得功能函数值的基础上采用有限差分法计算。
因此关键是实现利用CAE工具实现功能函数值的计算。有两种实现可靠性仿真计算的思路：抽样仿真和迭代仿真，如图1所示。
#可靠性仿真的方法#可靠性仿真一般采用数学仿真方法。所谓数学仿真，就是用数学模型代替实际系统在计算机上进行试验。与其它方法相比，数学仿真具有以下优点：
1、精度高。仿真计算机是数学仿真的主要硬件设备。随着仿真机技术的发展，计算机运算精度有了很大的提高，这保证了试验结果的精确性。同时，数学仿真试验结果的逼真度和置信度，主要依赖于建立的数学模型的准确性。现有的可靠性和仿真技术已经能较好地解决可靠性建模这一问题。
2、对计算机要求较低。可靠性仿真不要求实时仿真，因此在一般的个人微机、工作站上就可以进行，而不需专门的昂贵的仿真机（小型机、巨型机等）。这一点更有利于可靠性仿真工作的开展 。
3、难度较低。可靠性数学模型变为计算机上运行的仿真模型，可以直接利用系统数学模型中各种坐标系及其变换关系进行，不必考虑因实物接入而带来的各坐标系之间的协调转换，降低了实现仿真的难度。
4、成本低。数学仿真突出的优点之一就是所有试验封闭在计算机上进行，它不需要实物的参与，又可以进行大量的、 重复性的试验，节省了可靠性工程经费的投入。可靠性仿真特别适用于可靠性统计试验。
对于庞大、复杂的系统，其各分系统、组合、元器件、零件都有不同的失效类型和故障模式，传统的分析方法研究十分困难。可靠性仿真则可以较好地解决这一问题。它即可以应用于可靠性设计中，也可以应用于可靠性试验中；既可以应用于可靠性统计试验，又可以应用于可靠性工程试验；既可以先对各分系统，如电气、液压等重点分系统进行可靠性仿真，进而依据这些结果对全系统进行可靠性仿真；也可以直接对全系统进行可靠性仿真，具有广泛的应用范围。
可靠性仿真在不同的研制阶段也具有不同的做法：在方案论证阶段，利用可靠性设计手册提供的可靠性预计数据和可靠性分配数据进行仿真试验，对系统作出比较粗略的估计；在工程研制阶段，就可以利用有关的试验数据进行仿真试验，通过修改实际系统，可以提高系统可靠性水平，通过对仿真结果的统计分析，可以实现对系统可靠性精确的评估；在产品使用阶段，通过对发生故障的复现、排除，实现对产品的改进设计。
可靠性仿真一般采取以下步骤 :
1、建立可靠性数据库（RDBF）。广泛收集可靠性数据, 对数据进行加工处理,得出各分系统及各分系统内各元器件、组合部件等的寿命分布类型和可靠性参数值，从而建立系统的可靠性数据库。
2、构造故障树（FTA）。故障树法是可靠性工程中最常用、最有效的一种设计分析方法，它既可以进行定性分析，也可以进一步用于进行定量分析。通过与故障模式及影响分析法(FMEA)的有机结合，由工程设计人员建立系统、分系统故障树，并邀请有关的可靠性工程人员参加审查，以保证故障树的逻辑关系正确 。
3、建立可靠性模型（数学模型）。利用系统的热设计、冗余设计、降额设计以及积累零件、元器件、部件、组合和分系统的失效模式, 由专业人员建立可靠性模型。
4、建立可靠性仿真模型。根据可靠性模型的形式、计算机类型以及试验要求将可靠性模型转变适合于计算机处理的形式，即可靠性仿真模型，并依据有关参数进行仿真模型的验证，确定模型的有效性。
5、编制仿真程序。利用仿真软件将可靠性仿真模型输入计算机，并对仿真程序要使用的数组定维、设置工作单元位置、输入可靠性仿真参数、初始条件、规定输出打印间隔、打印数据和绘图比例尺等。
6、可靠性仿真试验。依据仿真目的，在可靠性仿真模型上进行大量的仿真试验。仿真不同于一般的科学计算，它要求体现出“在模型上进行试验”这个含义，也就是在仿真试验时，工程技术人员就像在真实系统上进行试验那样可以观察系统的动态过程，适时地改变系统的初始条件和有关参数，甚至结构模型，实现人机交互功能。
7、可靠性仿真结果分析与评定。对于复杂的随机过程，一般采用蒙特卡洛法（Monte Carlo）等统计方法，通过选择不同的随机初始条件和随机输入函数，对可靠性仿真系统进行大量的统计计算，并得出系统变量的统计特性。
#可靠性仿真的应用#对于设备来说，当前的发展趋势是利用可靠性仿真技术，建立产品可靠性仿真模型，支持在设计阶段开展基于仿真的可靠性设计分析与虚拟试验评估。可靠性仿真技术以各性能专业的仿真模型为基础，进一步考虑产品的寿命周期载荷、故障行为与故障机理以及工艺参数的散布特性，建立可靠性仿真模型，即基于可靠性的产品数字样机。在基于可靠性的数字建模、数据传递、拓延和试验仿真过程中，提升和验证产品的可靠性。
以液压伺服产品为例，其总体设计流程如图2所示。图中展示了控制系统设计、液压系统设计与执行机构设计之间的耦合关系。其中，控制系统需要利用控制系统仿真（Matlab/Simulink）来辅助设计；液压系统需要利用液压系统仿真（AMESim）来辅助设计；执行机构需要利用多体动力学仿真（ADAMS）来辅助设计。
液压伺服产品等机电产品，其生产制造与使用环境中存在着各种不确定性因素，例如加工制造误差、材料属性的分散性、元器件参数漂移以及随机环境载荷（温度、湿度与振动）等。这些不确定性因素会对机电产品的实际性能产生深刻影响。例如电子控制系统参数的累积误差，可能导致其控制输出响应超出规定值而发生故障；执行机构的制造安装误差与外界环境载荷作用，可能导致运动卡滞等严重故障。
机电产品传统设计分析方法，一般只关注标称状态下的性能响应，难以考虑内外不确定性因素影响下的性能散布特性，导致设计出来的产品可能面临较高的故障风险，无法保证其可靠性满足要求。可靠性仿真技术能够将各种不确定性因素引入到仿真模型中来，利用多种不确定性量化手段，实现对产品性能响应不确定性的度量，并且找出关键不确定性因素，通过控制这些不确定性因素达到提高产品可靠性水平的目的。
#可靠性仿真的概念#当前全球科技水平的不断提升使得航空航天、军事装备等行业得到空前发展。高科技产品功能结构复杂、系统组成庞大、研发周期长费用高、可靠性问题突出。传统的基于统计的可靠性设计分析方法，与性能设计专业技术体系不一致，在设计过程中难以相互融合，造成可靠性设计分析工作往往滞后于性能设计分析工作，可靠性设计分析难以对产品的设计状态产生真正影响。同时，传统的可靠性试验与评估方法需要大量新研产品进行试验，往往在研制后期才能开展。通过可靠性试验发现产品薄弱环节再进行设计更改，时间周期长并且代价较大。工程实践表明，传统的可靠性设计分析与试验评估方法，越来越难满足高科技产品高可靠长寿命的需求。
近年来，数字样机与虚拟仿真等相关技术发展迅速，国内外大部分科研机构都采用虚拟仿真技术进行产品三维建模装配与功能/性能分析，从而在设计阶段早期获得产品性能参数并改进设计。目前，将可靠性工作融入到产品设计和分析仿真过程，形成了在工程上有着强烈需求的#可靠性仿真#。可靠性仿真是充分利用产品现有的功能/性能模型及相关CAD工具，以系统功能/性能模型为内核，以可靠性模型为外壳，联合各专业CAD工具建立综合集成环境，实现可靠性与性能一体化建模仿真，支持在设计阶段开展基于仿真的可靠性设计、分析与评价。可靠性仿真结果可以为可靠性与性能的协同设计与分析提供模型与数据支持。综上可知，可靠性仿真技术对于解决工程中可靠性设计与性能设计“两张皮”问题具有极高的实用价值。
当然，在可靠性分析时，很多情况下难以直接建立应力、应变、位移等与载荷、材料、结构尺寸的关系，往往需要借助各种CAE工具，如有限元、多体动力学来进行分析，这种情况下反映为功能函数与基本随机变量的关系是隐式的。
从可靠度计算的角度分析，模拟法和响应面法一般只需要获得功能函数在给定样本点的值，这些值可以借助CAE工具分析获得，再对结果进行统计来计算可靠度；一次可靠度法不仅需要计算功能函数的值，还需要获得功能函数关于随机向量的梯度。
利用CAE工具进行可靠性仿真计算，必须解决以下2个问题：
1、可靠度计算程序对CAE软件的封装和调用，以实现功能函数值的计算；
2、梯度的计算，这可以在获得功能函数值的基础上采用有限差分法计算。
因此关键是实现利用CAE工具实现功能函数值的计算。有两种实现可靠性仿真计算的思路：抽样仿真和迭代仿真，如图1所示。
#可靠性仿真的方法#可靠性仿真一般采用数学仿真方法。所谓数学仿真，就是用数学模型代替实际系统在计算机上进行试验。与其它方法相比，数学仿真具有以下优点：
1、精度高。仿真计算机是数学仿真的主要硬件设备。随着仿真机技术的发展，计算机运算精度有了很大的提高，这保证了试验结果的精确性。同时，数学仿真试验结果的逼真度和置信度，主要依赖于建立的数学模型的准确性。现有的可靠性和仿真技术已经能较好地解决可靠性建模这一问题。
2、对计算机要求较低。可靠性仿真不要求实时仿真，因此在一般的个人微机、工作站上就可以进行，而不需专门的昂贵的仿真机（小型机、巨型机等）。这一点更有利于可靠性仿真工作的开展 。
3、难度较低。可靠性数学模型变为计算机上运行的仿真模型，可以直接利用系统数学模型中各种坐标系及其变换关系进行，不必考虑因实物接入而带来的各坐标系之间的协调转换，降低了实现仿真的难度。
4、成本低。数学仿真突出的优点之一就是所有试验封闭在计算机上进行，它不需要实物的参与，又可以进行大量的、 重复性的试验，节省了可靠性工程经费的投入。可靠性仿真特别适用于可靠性统计试验。
对于庞大、复杂的系统，其各分系统、组合、元器件、零件都有不同的失效类型和故障模式，传统的分析方法研究十分困难。可靠性仿真则可以较好地解决这一问题。它即可以应用于可靠性设计中，也可以应用于可靠性试验中；既可以应用于可靠性统计试验，又可以应用于可靠性工程试验；既可以先对各分系统，如电气、液压等重点分系统进行可靠性仿真，进而依据这些结果对全系统进行可靠性仿真；也可以直接对全系统进行可靠性仿真，具有广泛的应用范围。
可靠性仿真在不同的研制阶段也具有不同的做法：在方案论证阶段，利用可靠性设计手册提供的可靠性预计数据和可靠性分配数据进行仿真试验，对系统作出比较粗略的估计；在工程研制阶段，就可以利用有关的试验数据进行仿真试验，通过修改实际系统，可以提高系统可靠性水平，通过对仿真结果的统计分析，可以实现对系统可靠性精确的评估；在产品使用阶段，通过对发生故障的复现、排除，实现对产品的改进设计。
可靠性仿真一般采取以下步骤 :
1、建立可靠性数据库（RDBF）。广泛收集可靠性数据, 对数据进行加工处理,得出各分系统及各分系统内各元器件、组合部件等的寿命分布类型和可靠性参数值，从而建立系统的可靠性数据库。
2、构造故障树（FTA）。故障树法是可靠性工程中最常用、最有效的一种设计分析方法，它既可以进行定性分析，也可以进一步用于进行定量分析。通过与故障模式及影响分析法(FMEA)的有机结合，由工程设计人员建立系统、分系统故障树，并邀请有关的可靠性工程人员参加审查，以保证故障树的逻辑关系正确 。
3、建立可靠性模型（数学模型）。利用系统的热设计、冗余设计、降额设计以及积累零件、元器件、部件、组合和分系统的失效模式, 由专业人员建立可靠性模型。
4、建立可靠性仿真模型。根据可靠性模型的形式、计算机类型以及试验要求将可靠性模型转变适合于计算机处理的形式，即可靠性仿真模型，并依据有关参数进行仿真模型的验证，确定模型的有效性。
5、编制仿真程序。利用仿真软件将可靠性仿真模型输入计算机，并对仿真程序要使用的数组定维、设置工作单元位置、输入可靠性仿真参数、初始条件、规定输出打印间隔、打印数据和绘图比例尺等。
6、可靠性仿真试验。依据仿真目的，在可靠性仿真模型上进行大量的仿真试验。仿真不同于一般的科学计算，它要求体现出“在模型上进行试验”这个含义，也就是在仿真试验时，工程技术人员就像在真实系统上进行试验那样可以观察系统的动态过程，适时地改变系统的初始条件和有关参数，甚至结构模型，实现人机交互功能。
7、可靠性仿真结果分析与评定。对于复杂的随机过程，一般采用蒙特卡洛法（Monte Carlo）等统计方法，通过选择不同的随机初始条件和随机输入函数，对可靠性仿真系统进行大量的统计计算，并得出系统变量的统计特性。
#可靠性仿真的应用#对于设备来说，当前的发展趋势是利用可靠性仿真技术，建立产品可靠性仿真模型，支持在设计阶段开展基于仿真的可靠性设计分析与虚拟试验评估。可靠性仿真技术以各性能专业的仿真模型为基础，进一步考虑产品的寿命周期载荷、故障行为与故障机理以及工艺参数的散布特性，建立可靠性仿真模型，即基于可靠性的产品数字样机。在基于可靠性的数字建模、数据传递、拓延和试验仿真过程中，提升和验证产品的可靠性。
以液压伺服产品为例，其总体设计流程如图2所示。图中展示了控制系统设计、液压系统设计与执行机构设计之间的耦合关系。其中，控制系统需要利用控制系统仿真（Matlab/Simulink）来辅助设计；液压系统需要利用液压系统仿真（AMESim）来辅助设计；执行机构需要利用多体动力学仿真（ADAMS）来辅助设计。
液压伺服产品等机电产品，其生产制造与使用环境中存在着各种不确定性因素，例如加工制造误差、材料属性的分散性、元器件参数漂移以及随机环境载荷（温度、湿度与振动）等。这些不确定性因素会对机电产品的实际性能产生深刻影响。例如电子控制系统参数的累积误差，可能导致其控制输出响应超出规定值而发生故障；执行机构的制造安装误差与外界环境载荷作用，可能导致运动卡滞等严重故障。
机电产品传统设计分析方法，一般只关注标称状态下的性能响应，难以考虑内外不确定性因素影响下的性能散布特性，导致设计出来的产品可能面临较高的故障风险，无法保证其可靠性满足要求。可靠性仿真技术能够将各种不确定性因素引入到仿真模型中来，利用多种不确定性量化手段，实现对产品性能响应不确定性的度量，并且找出关键不确定性因素，通过控制这些不确定性因素达到提高产品可靠性水平的目的。
建模四大模型
优化模型
1.1 数学规划模型线性规划、整数线性规划、非线性规划、多目标规划、动态规划。1.2 微分方程组模型阻滞增长模型、SARS传播模型。
1.3 图论与网络优化问题
最短路径问题、网络最大流问题、最小费用最大流问题、最小生成树问题(MST)、旅行商问题(TSP)、图的着色问题。
1.4 概率模型
决策模型、随机存储模型、随机人口模型、报童问题、Markov链模型。
1.5 组合优化经典问题
1.5.1 多维背包问题(MKP)
背包问题：个物品，对物品，体积为，背包容量为。如何将尽可能多的物品装入背包。
多维背包问题：个物品，对物品，价值为，体积为，背包容量为。如何选取物品装入背包，是背包中物品的总价值最大。
多维背包问题在实际中的应用有：资源分配、货物装载和存储分配等问题。该问题属于难问题。
1.5.2 二维指派问题(QAP)
工作指派问题：个工作可以由个工人分别完成。工人完成工作的时间为。如何安排使总工作时间最小。
二维指派问题（常以机器布局问题为例）：台机器要布置在个地方，机器与之间的物流量为，位置与之间的距离为，如何布置使费用最小。
二维指派问题在实际中的应用有：校园建筑物的布局、医院科室的安排、成组技术中加工中心的组成问题等。
1.5.3 旅行商问题(TSP)
旅行商问题：有个城市，城市与之间的距离为，找一条经过个城市的巡回（每个城市经过且只经过一次，最后回到出发点），使得总路程最小。
1.5.4 车辆路径问题(VRP)
车辆路径问题（也称车辆计划）：已知个客户的位置坐标和货物需求，在可供使用车辆数量及运载能力条件的约束下，每辆车都从起点出发，完成若干客户点的运送任务后再回到起点，要求以最少的车辆数、最小的车辆总行程完成货物的派送任务。
TSP问题是VRP问题的特例。
1.5.5 车间作业调度问题(JSP)
车间调度问题：存在个工作和台机器，每个工作由一系列操作组成，操作的执行次序遵循严格的串行顺序，在特定的时间每个操作需要一台特定的机器完成，每台机器在同一时刻不能同时完成不同的工作，同一时刻同一工作的各个操作不能并发执行。如何求得从第一个操作开始到最后一个操作结束的最小时间间隔。
分类模型
判别分析是在已知研究对象分成若干类型并已经取得各种类型的一批已知样本的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分析。
聚类分析则是给定的一批样品，要划分的类型实现并不知道，正需要通过局内分析来给以确定类型的。
2.1 判别分析
2.1.1 距离判别法
基本思想：首先根据已知分类的数据，分别计算各类的重心即分组(类)的均值，判别准则是对任给的一次观测，若它与第类的重心距离最近，就认为它来自第类。
至于距离的测定，可以根据实际需要采用欧氏距离、马氏距离、明科夫距离等。
2.1.2 Fisher判别法
基本思想：从两个总体中抽取具有个指标的样品观测数据，借助方差分析的思想构造一个判别函数或称判别式。其中系数确定的原则是使两组间的区别最大，而使每个组内部的离差最小。
对于一个新的样品，将它的p个指标值代人判别式中求出 y 值，然后与判别临界值(或称分界点(后面给出)进行比较，就可以判别它应属于哪一个总体。在两个总体先验概率相等的假设下，判别临界值一般取：最后，用统计量来检验判别效果，若则认为判别有效，否则判别无效。
以上描述的是两总体判别，至于多总体判别方法则需要加以扩展。
Fisher判别法随着总体数的增加，建立的判别式也增加，因而计算比较复杂。
2.1.3 Bayes判别法
基本思想：假定对所研究的对象有一定的认识，即假设个总体中，第个总体的先验概率为，概率密度函数为。利用bayes公式计算观测样品来自第个总体的后验概率，当时，将样本判为总体。
2.1.4 逐步判别法
基本思想与逐步回归法类似，采用“有进有出”的算法，逐步引入变量，每次引入一个变量进入判别式，则同时考虑在较早引入判别式的某些作用不显著的变量剔除出去。
2.2 聚类分析
聚类分析是一种无监督的分类方法，即不预先指定类别。
根据分类对象不同，聚类分析可以分为样本聚类（Q型）和变量聚类（R型）。样本聚类是针对观测样本进行分类，而变量聚类则是试图找出彼此独立且有代表性的自变量，而又不丢失大部分信息。变量聚类是一种降维的方法。
2.2.1 系统聚类法（分层聚类法）
基本思想：开始将每个样本自成一类；然后求两两之间的距离，将距离最近的两类合成一类；如此重复，直到所有样本都合为一类为止。
适用范围：既适用于样本聚类，也适用于变量聚类。并且距离分类准则和距离计算方法都有多种，可以依据具体情形选择。
2.2.2 快速聚类法（K-均值聚类法）
基本思想：按照指定分类数目，选择个初始聚类中心；计算每个观测量（样本）到各个聚类中心的距离，按照就近原则将其分别分到放入各类中；重新计算聚类中心，继续以上步骤；满足停止条件时（如最大迭代次数等）则停止。
使用范围：要求用户给定分类数目，只适用于样本聚类（Q型），不适用于变量聚类（R型）。
2.2.3 两步聚类法（智能聚类方法）
基本思想：先进行预聚类，然后再进行正式聚类。
适用范围：属于智能聚类方法，用于解决海量数据或者具有复杂类别结构的聚类分析问题。可以同时处理离散和连续变量，自动选择聚类数，可以处理超大样本量的数据。
2.2.4 模糊聚类分析
2.2.5 与遗传算法、神经网络或灰色理论联合的聚类方法
2.3 神经网络分类方法
评价模型
3.1 层次分析法(AHP)
基本思想：是定性与定量相结合的多准则决策、评价方法。将决策的有关元素分解成目标层、准则层和方案层，并通过人们的判断对决策方案的优劣进行排序，在此基础上进行定性和定量分析。它把人的思维过程层次化、数量化，并用数学为分析、决策、评价、预报和控制提供定量的依据。
基本步骤：构建层次结构模型；构建成对比较矩阵；层次单排序及一致性检验（即判断主观构建的成对比较矩阵在整体上是否有较好的一致性）；层次总排序及一致性检验（检验层次之间的一致性）。
优点：它完全依靠主观评价做出方案的优劣排序，所需数据量少，决策花费的时间很短。从整体上看，AHP在复杂决策过程中引入定量分析，并充分利用决策者在两两比较中给出的偏好信息进行分析与决策支持，既有效地吸收了定性分析的结果，又发挥了定量分析的优势，从而使决策过程具有很强的条理性和科学性，特别适合在社会经济系统的决策分析中使用。
缺点：用AHP进行决策主观成分很大。当决策者的判断过多地受其主观偏好影响，而产生某种对客观规律的歪曲时，AHP的结果显然就靠不住了。
适用范围：尤其适合于人的定性判断起重要作用的、对决策结果难于直接准确计量的场合。要使AHP的决策结论尽可能符合客观规律，决策者必须对所面临的问题有比较深入和全面的认识。另外，当遇到因素众多，规模较大的评价问题时，该模型容易出现问题，它要求评价者对问题的本质、包含的要素及其相互之间的逻辑关系能掌握得十分透彻，否则评价结果就不可靠和准确。
改进方法：
(1) 成对比较矩阵可以采用德尔菲法获得。
(2) 如果评价指标个数过多（一般超过9个），利用层次分析法所得到的权重就有一定的偏差，继而组合评价模型的结果就不再可靠。可以根据评价对象的实际情况和特点，利用一定的方法，将各原始指标分层和归类，使得每层各类中的指标数少于9个。
3.2 灰色综合评价法（灰色关联度分析）
基本思想：灰色关联分析的实质就是，可利用各方案与最优方案之间关联度大小对评价对象进行比较、排序。关联度越大，说明比较序列与参考序列变化的态势越一致，反之，变化态势则相悖。由此可得出评价结果。
基本步骤：建立原始指标矩阵；确定最优指标序列；进行指标标准化或无量纲化处理；求差序列、最大差和最小差；计算关联系数；计算关联度。 优点：是一种评价具有大量未知信息的系统的有效模型，是定性分析和定量分析相结合的综合评价模型，该模型可以较好地解决评价指标难以准确量化和统计的问题，可以排除人为因素带来的影响，使评价结果更加客观准确。整个计算过程简单，通俗易懂，易于为人们所掌握;数据不必进行归一化处理，可用原始数据进行直接计算，可靠性强；评价指标体系可以根据具体情况增减；无需大量样本，只要有代表性的少量样本即可。 缺点：要求样本数据且具有时间序列特性；只是对评判对象的优劣做出鉴别，并不反映绝对水平，故基于灰色关联分析综合评价具有“相对评价”的全部缺点。
适用范围：对样本量没有严格要求，不要求服从任何分布，适合只有少量观测数据的问题；应用该种方法进行评价时，指标体系及权重分配是一个关键的问题，选择的恰当与否直接影响最终评价结果。 改进方法： (1) 采用组合赋权法：根据客观赋权法和主观赋权法综合而得权系数。 (2) 结合TOPSIS法：不仅关注序列与正理想序列的关联度，而且关注序列与负理想序列的关联度，依据公式计算最后的关联度。
优化模型
1.1 数学规划模型线性规划、整数线性规划、非线性规划、多目标规划、动态规划。1.2 微分方程组模型阻滞增长模型、SARS传播模型。
1.3 图论与网络优化问题
最短路径问题、网络最大流问题、最小费用最大流问题、最小生成树问题(MST)、旅行商问题(TSP)、图的着色问题。
1.4 概率模型
决策模型、随机存储模型、随机人口模型、报童问题、Markov链模型。
1.5 组合优化经典问题
1.5.1 多维背包问题(MKP)
背包问题：个物品，对物品，体积为，背包容量为。如何将尽可能多的物品装入背包。
多维背包问题：个物品，对物品，价值为，体积为，背包容量为。如何选取物品装入背包，是背包中物品的总价值最大。
多维背包问题在实际中的应用有：资源分配、货物装载和存储分配等问题。该问题属于难问题。
1.5.2 二维指派问题(QAP)
工作指派问题：个工作可以由个工人分别完成。工人完成工作的时间为。如何安排使总工作时间最小。
二维指派问题（常以机器布局问题为例）：台机器要布置在个地方，机器与之间的物流量为，位置与之间的距离为，如何布置使费用最小。
二维指派问题在实际中的应用有：校园建筑物的布局、医院科室的安排、成组技术中加工中心的组成问题等。
1.5.3 旅行商问题(TSP)
旅行商问题：有个城市，城市与之间的距离为，找一条经过个城市的巡回（每个城市经过且只经过一次，最后回到出发点），使得总路程最小。
1.5.4 车辆路径问题(VRP)
车辆路径问题（也称车辆计划）：已知个客户的位置坐标和货物需求，在可供使用车辆数量及运载能力条件的约束下，每辆车都从起点出发，完成若干客户点的运送任务后再回到起点，要求以最少的车辆数、最小的车辆总行程完成货物的派送任务。
TSP问题是VRP问题的特例。
1.5.5 车间作业调度问题(JSP)
车间调度问题：存在个工作和台机器，每个工作由一系列操作组成，操作的执行次序遵循严格的串行顺序，在特定的时间每个操作需要一台特定的机器完成，每台机器在同一时刻不能同时完成不同的工作，同一时刻同一工作的各个操作不能并发执行。如何求得从第一个操作开始到最后一个操作结束的最小时间间隔。
分类模型
判别分析是在已知研究对象分成若干类型并已经取得各种类型的一批已知样本的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分析。
聚类分析则是给定的一批样品，要划分的类型实现并不知道，正需要通过局内分析来给以确定类型的。
2.1 判别分析
2.1.1 距离判别法
基本思想：首先根据已知分类的数据，分别计算各类的重心即分组(类)的均值，判别准则是对任给的一次观测，若它与第类的重心距离最近，就认为它来自第类。
至于距离的测定，可以根据实际需要采用欧氏距离、马氏距离、明科夫距离等。
2.1.2 Fisher判别法
基本思想：从两个总体中抽取具有个指标的样品观测数据，借助方差分析的思想构造一个判别函数或称判别式。其中系数确定的原则是使两组间的区别最大，而使每个组内部的离差最小。
对于一个新的样品，将它的p个指标值代人判别式中求出 y 值，然后与判别临界值(或称分界点(后面给出)进行比较，就可以判别它应属于哪一个总体。在两个总体先验概率相等的假设下，判别临界值一般取：最后，用统计量来检验判别效果，若则认为判别有效，否则判别无效。
以上描述的是两总体判别，至于多总体判别方法则需要加以扩展。
Fisher判别法随着总体数的增加，建立的判别式也增加，因而计算比较复杂。
2.1.3 Bayes判别法
基本思想：假定对所研究的对象有一定的认识，即假设个总体中，第个总体的先验概率为，概率密度函数为。利用bayes公式计算观测样品来自第个总体的后验概率，当时，将样本判为总体。
2.1.4 逐步判别法
基本思想与逐步回归法类似，采用“有进有出”的算法，逐步引入变量，每次引入一个变量进入判别式，则同时考虑在较早引入判别式的某些作用不显著的变量剔除出去。
2.2 聚类分析
聚类分析是一种无监督的分类方法，即不预先指定类别。
根据分类对象不同，聚类分析可以分为样本聚类（Q型）和变量聚类（R型）。样本聚类是针对观测样本进行分类，而变量聚类则是试图找出彼此独立且有代表性的自变量，而又不丢失大部分信息。变量聚类是一种降维的方法。
2.2.1 系统聚类法（分层聚类法）
基本思想：开始将每个样本自成一类；然后求两两之间的距离，将距离最近的两类合成一类；如此重复，直到所有样本都合为一类为止。
适用范围：既适用于样本聚类，也适用于变量聚类。并且距离分类准则和距离计算方法都有多种，可以依据具体情形选择。
2.2.2 快速聚类法（K-均值聚类法）
基本思想：按照指定分类数目，选择个初始聚类中心；计算每个观测量（样本）到各个聚类中心的距离，按照就近原则将其分别分到放入各类中；重新计算聚类中心，继续以上步骤；满足停止条件时（如最大迭代次数等）则停止。
使用范围：要求用户给定分类数目，只适用于样本聚类（Q型），不适用于变量聚类（R型）。
2.2.3 两步聚类法（智能聚类方法）
基本思想：先进行预聚类，然后再进行正式聚类。
适用范围：属于智能聚类方法，用于解决海量数据或者具有复杂类别结构的聚类分析问题。可以同时处理离散和连续变量，自动选择聚类数，可以处理超大样本量的数据。
2.2.4 模糊聚类分析
2.2.5 与遗传算法、神经网络或灰色理论联合的聚类方法
2.3 神经网络分类方法
评价模型
3.1 层次分析法(AHP)
基本思想：是定性与定量相结合的多准则决策、评价方法。将决策的有关元素分解成目标层、准则层和方案层，并通过人们的判断对决策方案的优劣进行排序，在此基础上进行定性和定量分析。它把人的思维过程层次化、数量化，并用数学为分析、决策、评价、预报和控制提供定量的依据。
基本步骤：构建层次结构模型；构建成对比较矩阵；层次单排序及一致性检验（即判断主观构建的成对比较矩阵在整体上是否有较好的一致性）；层次总排序及一致性检验（检验层次之间的一致性）。
优点：它完全依靠主观评价做出方案的优劣排序，所需数据量少，决策花费的时间很短。从整体上看，AHP在复杂决策过程中引入定量分析，并充分利用决策者在两两比较中给出的偏好信息进行分析与决策支持，既有效地吸收了定性分析的结果，又发挥了定量分析的优势，从而使决策过程具有很强的条理性和科学性，特别适合在社会经济系统的决策分析中使用。
缺点：用AHP进行决策主观成分很大。当决策者的判断过多地受其主观偏好影响，而产生某种对客观规律的歪曲时，AHP的结果显然就靠不住了。
适用范围：尤其适合于人的定性判断起重要作用的、对决策结果难于直接准确计量的场合。要使AHP的决策结论尽可能符合客观规律，决策者必须对所面临的问题有比较深入和全面的认识。另外，当遇到因素众多，规模较大的评价问题时，该模型容易出现问题，它要求评价者对问题的本质、包含的要素及其相互之间的逻辑关系能掌握得十分透彻，否则评价结果就不可靠和准确。
改进方法：
(1) 成对比较矩阵可以采用德尔菲法获得。
(2) 如果评价指标个数过多（一般超过9个），利用层次分析法所得到的权重就有一定的偏差，继而组合评价模型的结果就不再可靠。可以根据评价对象的实际情况和特点，利用一定的方法，将各原始指标分层和归类，使得每层各类中的指标数少于9个。
3.2 灰色综合评价法（灰色关联度分析）
基本思想：灰色关联分析的实质就是，可利用各方案与最优方案之间关联度大小对评价对象进行比较、排序。关联度越大，说明比较序列与参考序列变化的态势越一致，反之，变化态势则相悖。由此可得出评价结果。
基本步骤：建立原始指标矩阵；确定最优指标序列；进行指标标准化或无量纲化处理；求差序列、最大差和最小差；计算关联系数；计算关联度。 优点：是一种评价具有大量未知信息的系统的有效模型，是定性分析和定量分析相结合的综合评价模型，该模型可以较好地解决评价指标难以准确量化和统计的问题，可以排除人为因素带来的影响，使评价结果更加客观准确。整个计算过程简单，通俗易懂，易于为人们所掌握;数据不必进行归一化处理，可用原始数据进行直接计算，可靠性强；评价指标体系可以根据具体情况增减；无需大量样本，只要有代表性的少量样本即可。 缺点：要求样本数据且具有时间序列特性；只是对评判对象的优劣做出鉴别，并不反映绝对水平，故基于灰色关联分析综合评价具有“相对评价”的全部缺点。
适用范围：对样本量没有严格要求，不要求服从任何分布，适合只有少量观测数据的问题；应用该种方法进行评价时，指标体系及权重分配是一个关键的问题，选择的恰当与否直接影响最终评价结果。 改进方法： (1) 采用组合赋权法：根据客观赋权法和主观赋权法综合而得权系数。 (2) 结合TOPSIS法：不仅关注序列与正理想序列的关联度，而且关注序列与负理想序列的关联度，依据公式计算最后的关联度。
立金推荐阅读-关于《商业银行负债质量管理办法 （征求意见稿）》的政策解读
近日，银保监会发布《商业银行负债质量管理办法(征求意见稿)》(下文简称《办法》)，对银行负债管理提出如下要求：
一是强化核心要素管理。在传统的流动性、安全性和盈利性三性经营原则外，对负债质量管理特别提出“六性”要求，即负债来源的稳定性、负债结构的多样性、负债与资产匹配的合理性、负债获取的主动性、负债成本的适当性及负债项目的真实性，这契合当前负债利率市场化加快、负债结构的多样性趋势等特点，指明了负债质量管理的核心要素。
二是强化合规经营。进一步明确商业银行不得采取违规返利吸存、通过第三方中介吸存、延迟支付吸存、以贷转存吸存、提前支取靠档计息等违规手段吸收和虚增存款，而商业银行通过互联网吸收存款的，应当遵守相关监管规定。
三是强化差异化监督管理。《办法》强化了负债质量相关监督检查和监管措施，明确商业银行向监管部门报告负债质量管理情况的要求及负债质量监管评价结果运用的范围等。同时，考虑到我国商业银行种类众多，规模和负债基础存在较大差异，办法明确了商业银行可根据本行业务特征与风险偏好，在已列举定量指标基础上，差异化设置负债管理指标和内部限额。
《办法》整体以定性为主，未新设量化指标，涉及的量化指标均为现有规章制度已有指标，口径及相关限额与现有规制保持一致，并着重强调了质量和数量相对应的原则。就银行负债而言，质量的核心是稳定性、合规性和成本，数量即规模。当前，我国利率市场化进程和部分融资主体债务软约束并存，所以由于主动或者被动原因，我国不少银行存在资产规模冲动惯性，如果没有良性客户和负债基础，资产规模冲动自然会传导为负债竞争压力，进而产生稳定性、合规性和成本提高的问题。本次《办法》从业务和公司治理角度对负债端监管要求进行了梳理和规范，强调事前和过程中监管，有助于提升银行负债监管的全面性和系统性，从而更好的防范和应对银行规模冲动带来的潜在风险。
《办法》执行落地有助于提升整体银行体系负债的稳定性和合规性。某种意义上，前期结构性存款等创新存款治理、互联网存款新规等就是《办法》精神的提前体现。预计随着存款市场规范治理和负债质量提升，未来一段时间银行体系负债成本有望稳中趋降。对于农村金融机构而言，由于在网点布局、客户结构等存在先天不足，负债结构单一度偏高，负债成本偏高、负债稳定性不足等问题，《办法》的出台对于中小银行构建全面、系统的负债业务管理和风险控制体系，实现可持续发展具有重要意义。
附件
商业银行负债质量管理办法(征求意见稿)
第一章 总则
第一条 【制定目的和依据】为加强商业银行负债质量管理，维护银行体系安全稳健运行，根据《中华人民共和国银行业监督管理法》《中华人民共和国商业银行法》等法律法规，制定本办法。
第二条 【适用范围】本办法适用于中华人民共和国境内设立的商业银行所开展的境内外、本外币各项负债业务。
第三条 【定义】本办法所称负债质量管理是指商业银行以确保其经营的安全性、流动性和效益性为目的，按照与其经营战略、风险偏好和总体业务特征相适应的原则，就负债来源、结构、成本等方面所开展的管理活动。
第四条 【监督管理】中国银行保险监督管理委员会(以下简称银保监会)及其派出机构依法对商业银行的负债质量实施监督管理。
第二章 负债质量管理体系
第五条 【管理体系】商业银行应当确立与本行负债规模和复杂程度相适应的负债质量管理体系。
第六条 【治理架构】商业银行应当建立健全负债质量管理组织架构，明确董事会、高级管理层以及相关部门在负债质量管理中的职责和报告路线，建立相应的考核及问责机制。
第七条 【董事会及高管层职责】商业银行的董事会和高级管理层应当对负债质量管理实施有效监控。
董事会承担负债质量管理最终责任。主要职责包括但不限于：审核批准负债质量管理策略和重要的制度、流程、限额和应急计划;监督高级管理层对负债质量进行管理和控制;定期审议相关报告，及时掌握负债质量的重大变化和潜在转变。
高级管理层承担负债质量的具体管理工作。主要职责包括但不限于：制定并执行负债质量管理的策略、制度、流程、限额和应急计划;制定并执行有关负债质量管理的内部控制制度;充分了解并定期评估本行负债质量状况，及时向董事会报告负债质量的重大变化或潜在风险。
第八条 【管理范围】商业银行负债质量管理的策略、制度、程序和应急计划应涵盖本行境内外所有可能对其负债质量产生重大影响的业务部门、分支机构和附属公司的所有负债业务，及相关重要交易对手、合作机构等，并包括正常情况和压力状况下的负债质量管理。
商业银行应每年对相关负债质量管理的策略、制度、流程、限额和应急计划等进行评估，必要时进行修订。
第九条 【内部控制】商业银行应当建立完善的负债质量管理内部控制体系，并作为银行整体内部控制体系的有机组成部分。负债质量管理的内部控制应当有利于促进有效的业务运作，提供可靠的财务和运行报告，督促严格遵守相关法律法规和内部的制度、程序，确保负债质量管理体系的有效运行。
第十条 【业务创新管理机制】商业银行应当建立健全负债业务创新管理机制，在引入新产品、新客户、新流程、新技术手段前，应当充分识别和评估其包含的各类风险以及对整体负债质量的影响，并制定相应风险管理措施。引入并运行后，应加强日常监测，定期评估相应措施的有效性，并根据需要及时进行调整。
商业银行开展负债业务创新活动，应当坚持依法合规和审慎原则，确保创新活动与本行的负债质量管理水平相适应，不得以金融创新为名，变相逃避监管或损害消费者利益。
第十一条 【相关风险管理】商业银行实施负债质量管理，应当充分考虑负债质量管理与各类风险管理的相关性，并协调负债质量管理与各类风险管理的制度和程序。
商业银行负债质量管理体系与流动性风险等相关风险管理体系存在重复的内容，可不再单独确立。
第十二条 【绩效考评】商业银行应将负债质量纳入绩效考评体系，并设定科学合理的考核指标，突出合规经营和风险管理的重要性。不得设定以存款时点规模、市场份额、排名或同业比较为要求的考评指标。分支机构不得层层加码提高考评标准及相关指标要求，防范过度追求业务扩张和短期利润。
第十三条 【内部审计】商业银行应当将负债质量管理纳入内部审计范畴，定期对负债质量管理的重要组成部分和管理环节进行独立的审查。商业银行在引入对负债质量有重大影响的新产品和新业务、负债质量出现重大变动或者负债质量管理存在严重缺陷的情况下，应当采取扩大内部审计范围、增加内部审计频率或启动专项审计等措施。
第十四条 【报告制度】商业银行应当建立规范的负债质量管理报告制度，明确负债质量管理的内容及报送形式、频率和范围，确保董事会、监事会、高级管理层和其他管理人员及时了解负债质量管理情况。
第十五条 【信息披露】商业银行应当至少按年披露负债质量管理体系及负债质量状况等方面信息。
第十六条 【系统建设】商业银行应当建立完备、可靠的信息系统，确保信息系统能够监测负债质量有关指标、限额等情况，为负债质量管理的相关计量、监测和控制提供有效支持。商业银行应当根据需要及时对管理信息系统进行维护和改进，并采取相应措施确保数据的准确、及时和安全。
第三章 负债质量管理要素
第十七条 【管理要素】商业银行应当重点从以下六个方面加强负债质量管理：
(一)负债来源的稳定性;
(二)负债结构的多样性;
(三)负债与资产匹配的合理性;
(四)负债获取的主动性;
(五)负债成本的适当性;
(六)负债项目的真实性。
第十八条 【负债来源稳定性】商业银行应当提高负债来源的稳定性，密切关注影响本行负债来源稳定性的内外部因素,加强对负债规模和结构变动的监测和分析，提高对负债规模和结构变动的管理，防止负债大幅异常变动引发风险。
商业银行应当采用适当的指标和内部限额评估负债来源异动引发的相关风险。包括但不限于：净稳定资金比例(资产规模不小于2000亿元)、核心负债比例、存款偏离度、同业融入比例等。
第十九条 【负债结构多样性】商业银行应当提高负债结构的多样性，形成客户结构多样、资金交易对手分散、业务品种丰富、应急融资渠道多元的负债组合，防止过度集中引发风险。
商业银行应根据本行情况，建立按行业、客户类型、产品种类等不同维度的负债结构指标管理体系，包括但不限于：最大十户存款比例、最大十家同业融入比例等相关参考指标。
第二十条 【负债与资产匹配的合理性】商业银行应当提高负债与资产匹配的合理性，通过多种方式提升负债与资产在期限、币种、利率、汇率等方面的匹配程度，防止过度错配引发风险。
商业银行应当采用适当的指标和内部限额评估负债与资产的错配风险。包括但不限于：流动性覆盖率(资产规模不小于2000亿元)、优质流动性资产充足率(资产规模小于2000亿元)、流动性匹配率、流动性缺口率、重要币种流动性比例、净息差、银行账簿最大经济价值变动比例、累计外汇敞口头寸比例等。
第二十一条 【负债获取主动性】商业银行应当合理提高负债获取的主动性，根据业务发展和管理需要，提高通过各种渠道及时主动获得所需额度、期限和成本资金的能力。
商业银行应当定期开展市场融资能力评估，确保在市场出现不利变动趋势的情况下，具备以合理的价格进行融资和处置资产的应对能力。
第二十二条 【负债成本适当性】商业银行应当提高负债成本的适当性, 建立科学的内外部资金定价机制,加强内部资金转移价格管理，确保以合理的成本吸收资金。采用适当的指标和内部限额，参考市场相关价格变化，及时监测和预警负债成本的变化，防止因负债成本不合理导致过度开展高风险、高收益的资产业务，损害经营的持续性。
第二十三条 【负债项目真实性】商业银行应当确保负债项目的真实性，负债交易、负债会计核算、负债统计等应当符合法律法规和有关监管规定。
各项负债业务应当基于真实的债权债务关系，并符合会计准则的相关要求。禁止通过虚构交易、对做交易以及乱用、错用会计科目或业务不入账等方式调增或调减负债。应确保各项负债的统计数据真实、准确、完整，并与同一业务的会计数据映射一致。
第二十四条 【合规经营】商业银行应当严格执行存款利率和计结息管理及规范吸收存款行为等有关规定，不得采取违规返利吸存、通过第三方中介吸存、延迟支付吸存、以贷转存吸存、提前支取靠档计息等违规手段吸收和虚增存款。商业银行通过互联网吸收存款的，应当遵守相关监管规定。
商业银行应严格遵守同业业务相关规定，审慎选择与管理同业业务交易对手，合理配置同业业务的资金来源与运用。
第二十五条 【负债质量监测与分析】商业银行应当对负债质量进行持续监测和分析， 根据本行业务特征与风险偏好差异化设置负债管理指标和内部限额，并对指标异常和超限额的情况及时报告和处理。
商业银行应当监测可能引发负债业务风险的特定情景或事件，合理预判未来负债业务的变化趋势。
第四章 负债质量管理监督
第二十六条 【年度报告】商业银行应当按照本办法要求，对负债质量管理情况进行年度评估，应于每年3月底前，向银保监会或其派出机构报送上一年度的负债质量管理评估报告。重点内容包括但不限于：
(一)负债质量管理的治理体系是否健全;
(二)负债质量管理策略、政策及应急计划是否与本行经营战略、风险偏好和总体业务特征相适应;
(三)负债质量管理要素是否符合本办法要求;
(四)负债质量的识别、计量、监测及控制体系是否完善，对指标异常和超限额的情况报告和处理是否及时得当;
(五)负债质量管理相关指标和限额是否符合现行规章制度要求，与过往年度及同业可比机构相比是否存在不合理情况。
第二十七条 【重大事项报告】商业银行应当及时向银保监会或其派出机构报告下列可能对其负债质量产生不利影响的重大事项和拟采取的应对措施:
(一)发生挤兑事件;
(二)信用评级大幅下调;
(三)重要融资渠道即将受限或失效;
(四)大规模出售资产以偿还负债;
(五)负债项目被其他监管部门发现重大违规;
(六)负债总量或结构异常变化;
(七)负债成本异常上升;
(八)母公司或集团内其他机构的经营状况、流动性状况和信用评级等发生重大不利变化;
(九)市场流动性状况对本行负债业务产生重大不利影响;
(十)其他对负债质量可能产生重大影响的事项。
欢迎各家银行联系内训课程了，官方互动微信号：(名称:北京立金，微信号：bjljyhpxzx）欢迎您关注，我们期待您的加入。联系电话010-85863668/13552641410范老师
近日，银保监会发布《商业银行负债质量管理办法(征求意见稿)》(下文简称《办法》)，对银行负债管理提出如下要求：
一是强化核心要素管理。在传统的流动性、安全性和盈利性三性经营原则外，对负债质量管理特别提出“六性”要求，即负债来源的稳定性、负债结构的多样性、负债与资产匹配的合理性、负债获取的主动性、负债成本的适当性及负债项目的真实性，这契合当前负债利率市场化加快、负债结构的多样性趋势等特点，指明了负债质量管理的核心要素。
二是强化合规经营。进一步明确商业银行不得采取违规返利吸存、通过第三方中介吸存、延迟支付吸存、以贷转存吸存、提前支取靠档计息等违规手段吸收和虚增存款，而商业银行通过互联网吸收存款的，应当遵守相关监管规定。
三是强化差异化监督管理。《办法》强化了负债质量相关监督检查和监管措施，明确商业银行向监管部门报告负债质量管理情况的要求及负债质量监管评价结果运用的范围等。同时，考虑到我国商业银行种类众多，规模和负债基础存在较大差异，办法明确了商业银行可根据本行业务特征与风险偏好，在已列举定量指标基础上，差异化设置负债管理指标和内部限额。
《办法》整体以定性为主，未新设量化指标，涉及的量化指标均为现有规章制度已有指标，口径及相关限额与现有规制保持一致，并着重强调了质量和数量相对应的原则。就银行负债而言，质量的核心是稳定性、合规性和成本，数量即规模。当前，我国利率市场化进程和部分融资主体债务软约束并存，所以由于主动或者被动原因，我国不少银行存在资产规模冲动惯性，如果没有良性客户和负债基础，资产规模冲动自然会传导为负债竞争压力，进而产生稳定性、合规性和成本提高的问题。本次《办法》从业务和公司治理角度对负债端监管要求进行了梳理和规范，强调事前和过程中监管，有助于提升银行负债监管的全面性和系统性，从而更好的防范和应对银行规模冲动带来的潜在风险。
《办法》执行落地有助于提升整体银行体系负债的稳定性和合规性。某种意义上，前期结构性存款等创新存款治理、互联网存款新规等就是《办法》精神的提前体现。预计随着存款市场规范治理和负债质量提升，未来一段时间银行体系负债成本有望稳中趋降。对于农村金融机构而言，由于在网点布局、客户结构等存在先天不足，负债结构单一度偏高，负债成本偏高、负债稳定性不足等问题，《办法》的出台对于中小银行构建全面、系统的负债业务管理和风险控制体系，实现可持续发展具有重要意义。
附件
商业银行负债质量管理办法(征求意见稿)
第一章 总则
第一条 【制定目的和依据】为加强商业银行负债质量管理，维护银行体系安全稳健运行，根据《中华人民共和国银行业监督管理法》《中华人民共和国商业银行法》等法律法规，制定本办法。
第二条 【适用范围】本办法适用于中华人民共和国境内设立的商业银行所开展的境内外、本外币各项负债业务。
第三条 【定义】本办法所称负债质量管理是指商业银行以确保其经营的安全性、流动性和效益性为目的，按照与其经营战略、风险偏好和总体业务特征相适应的原则，就负债来源、结构、成本等方面所开展的管理活动。
第四条 【监督管理】中国银行保险监督管理委员会(以下简称银保监会)及其派出机构依法对商业银行的负债质量实施监督管理。
第二章 负债质量管理体系
第五条 【管理体系】商业银行应当确立与本行负债规模和复杂程度相适应的负债质量管理体系。
第六条 【治理架构】商业银行应当建立健全负债质量管理组织架构，明确董事会、高级管理层以及相关部门在负债质量管理中的职责和报告路线，建立相应的考核及问责机制。
第七条 【董事会及高管层职责】商业银行的董事会和高级管理层应当对负债质量管理实施有效监控。
董事会承担负债质量管理最终责任。主要职责包括但不限于：审核批准负债质量管理策略和重要的制度、流程、限额和应急计划;监督高级管理层对负债质量进行管理和控制;定期审议相关报告，及时掌握负债质量的重大变化和潜在转变。
高级管理层承担负债质量的具体管理工作。主要职责包括但不限于：制定并执行负债质量管理的策略、制度、流程、限额和应急计划;制定并执行有关负债质量管理的内部控制制度;充分了解并定期评估本行负债质量状况，及时向董事会报告负债质量的重大变化或潜在风险。
第八条 【管理范围】商业银行负债质量管理的策略、制度、程序和应急计划应涵盖本行境内外所有可能对其负债质量产生重大影响的业务部门、分支机构和附属公司的所有负债业务，及相关重要交易对手、合作机构等，并包括正常情况和压力状况下的负债质量管理。
商业银行应每年对相关负债质量管理的策略、制度、流程、限额和应急计划等进行评估，必要时进行修订。
第九条 【内部控制】商业银行应当建立完善的负债质量管理内部控制体系，并作为银行整体内部控制体系的有机组成部分。负债质量管理的内部控制应当有利于促进有效的业务运作，提供可靠的财务和运行报告，督促严格遵守相关法律法规和内部的制度、程序，确保负债质量管理体系的有效运行。
第十条 【业务创新管理机制】商业银行应当建立健全负债业务创新管理机制，在引入新产品、新客户、新流程、新技术手段前，应当充分识别和评估其包含的各类风险以及对整体负债质量的影响，并制定相应风险管理措施。引入并运行后，应加强日常监测，定期评估相应措施的有效性，并根据需要及时进行调整。
商业银行开展负债业务创新活动，应当坚持依法合规和审慎原则，确保创新活动与本行的负债质量管理水平相适应，不得以金融创新为名，变相逃避监管或损害消费者利益。
第十一条 【相关风险管理】商业银行实施负债质量管理，应当充分考虑负债质量管理与各类风险管理的相关性，并协调负债质量管理与各类风险管理的制度和程序。
商业银行负债质量管理体系与流动性风险等相关风险管理体系存在重复的内容，可不再单独确立。
第十二条 【绩效考评】商业银行应将负债质量纳入绩效考评体系，并设定科学合理的考核指标，突出合规经营和风险管理的重要性。不得设定以存款时点规模、市场份额、排名或同业比较为要求的考评指标。分支机构不得层层加码提高考评标准及相关指标要求，防范过度追求业务扩张和短期利润。
第十三条 【内部审计】商业银行应当将负债质量管理纳入内部审计范畴，定期对负债质量管理的重要组成部分和管理环节进行独立的审查。商业银行在引入对负债质量有重大影响的新产品和新业务、负债质量出现重大变动或者负债质量管理存在严重缺陷的情况下，应当采取扩大内部审计范围、增加内部审计频率或启动专项审计等措施。
第十四条 【报告制度】商业银行应当建立规范的负债质量管理报告制度，明确负债质量管理的内容及报送形式、频率和范围，确保董事会、监事会、高级管理层和其他管理人员及时了解负债质量管理情况。
第十五条 【信息披露】商业银行应当至少按年披露负债质量管理体系及负债质量状况等方面信息。
第十六条 【系统建设】商业银行应当建立完备、可靠的信息系统，确保信息系统能够监测负债质量有关指标、限额等情况，为负债质量管理的相关计量、监测和控制提供有效支持。商业银行应当根据需要及时对管理信息系统进行维护和改进，并采取相应措施确保数据的准确、及时和安全。
第三章 负债质量管理要素
第十七条 【管理要素】商业银行应当重点从以下六个方面加强负债质量管理：
(一)负债来源的稳定性;
(二)负债结构的多样性;
(三)负债与资产匹配的合理性;
(四)负债获取的主动性;
(五)负债成本的适当性;
(六)负债项目的真实性。
第十八条 【负债来源稳定性】商业银行应当提高负债来源的稳定性，密切关注影响本行负债来源稳定性的内外部因素,加强对负债规模和结构变动的监测和分析，提高对负债规模和结构变动的管理，防止负债大幅异常变动引发风险。
商业银行应当采用适当的指标和内部限额评估负债来源异动引发的相关风险。包括但不限于：净稳定资金比例(资产规模不小于2000亿元)、核心负债比例、存款偏离度、同业融入比例等。
第十九条 【负债结构多样性】商业银行应当提高负债结构的多样性，形成客户结构多样、资金交易对手分散、业务品种丰富、应急融资渠道多元的负债组合，防止过度集中引发风险。
商业银行应根据本行情况，建立按行业、客户类型、产品种类等不同维度的负债结构指标管理体系，包括但不限于：最大十户存款比例、最大十家同业融入比例等相关参考指标。
第二十条 【负债与资产匹配的合理性】商业银行应当提高负债与资产匹配的合理性，通过多种方式提升负债与资产在期限、币种、利率、汇率等方面的匹配程度，防止过度错配引发风险。
商业银行应当采用适当的指标和内部限额评估负债与资产的错配风险。包括但不限于：流动性覆盖率(资产规模不小于2000亿元)、优质流动性资产充足率(资产规模小于2000亿元)、流动性匹配率、流动性缺口率、重要币种流动性比例、净息差、银行账簿最大经济价值变动比例、累计外汇敞口头寸比例等。
第二十一条 【负债获取主动性】商业银行应当合理提高负债获取的主动性，根据业务发展和管理需要，提高通过各种渠道及时主动获得所需额度、期限和成本资金的能力。
商业银行应当定期开展市场融资能力评估，确保在市场出现不利变动趋势的情况下，具备以合理的价格进行融资和处置资产的应对能力。
第二十二条 【负债成本适当性】商业银行应当提高负债成本的适当性, 建立科学的内外部资金定价机制,加强内部资金转移价格管理，确保以合理的成本吸收资金。采用适当的指标和内部限额，参考市场相关价格变化，及时监测和预警负债成本的变化，防止因负债成本不合理导致过度开展高风险、高收益的资产业务，损害经营的持续性。
第二十三条 【负债项目真实性】商业银行应当确保负债项目的真实性，负债交易、负债会计核算、负债统计等应当符合法律法规和有关监管规定。
各项负债业务应当基于真实的债权债务关系，并符合会计准则的相关要求。禁止通过虚构交易、对做交易以及乱用、错用会计科目或业务不入账等方式调增或调减负债。应确保各项负债的统计数据真实、准确、完整，并与同一业务的会计数据映射一致。
第二十四条 【合规经营】商业银行应当严格执行存款利率和计结息管理及规范吸收存款行为等有关规定，不得采取违规返利吸存、通过第三方中介吸存、延迟支付吸存、以贷转存吸存、提前支取靠档计息等违规手段吸收和虚增存款。商业银行通过互联网吸收存款的，应当遵守相关监管规定。
商业银行应严格遵守同业业务相关规定，审慎选择与管理同业业务交易对手，合理配置同业业务的资金来源与运用。
第二十五条 【负债质量监测与分析】商业银行应当对负债质量进行持续监测和分析， 根据本行业务特征与风险偏好差异化设置负债管理指标和内部限额，并对指标异常和超限额的情况及时报告和处理。
商业银行应当监测可能引发负债业务风险的特定情景或事件，合理预判未来负债业务的变化趋势。
第四章 负债质量管理监督
第二十六条 【年度报告】商业银行应当按照本办法要求，对负债质量管理情况进行年度评估，应于每年3月底前，向银保监会或其派出机构报送上一年度的负债质量管理评估报告。重点内容包括但不限于：
(一)负债质量管理的治理体系是否健全;
(二)负债质量管理策略、政策及应急计划是否与本行经营战略、风险偏好和总体业务特征相适应;
(三)负债质量管理要素是否符合本办法要求;
(四)负债质量的识别、计量、监测及控制体系是否完善，对指标异常和超限额的情况报告和处理是否及时得当;
(五)负债质量管理相关指标和限额是否符合现行规章制度要求，与过往年度及同业可比机构相比是否存在不合理情况。
第二十七条 【重大事项报告】商业银行应当及时向银保监会或其派出机构报告下列可能对其负债质量产生不利影响的重大事项和拟采取的应对措施:
(一)发生挤兑事件;
(二)信用评级大幅下调;
(三)重要融资渠道即将受限或失效;
(四)大规模出售资产以偿还负债;
(五)负债项目被其他监管部门发现重大违规;
(六)负债总量或结构异常变化;
(七)负债成本异常上升;
(八)母公司或集团内其他机构的经营状况、流动性状况和信用评级等发生重大不利变化;
(九)市场流动性状况对本行负债业务产生重大不利影响;
(十)其他对负债质量可能产生重大影响的事项。
欢迎各家银行联系内训课程了，官方互动微信号：(名称:北京立金，微信号：bjljyhpxzx）欢迎您关注，我们期待您的加入。联系电话010-85863668/13552641410范老师
✋热门推荐