信用风险评估模型.pdf

《信用风险评估模型.pdf》由会员分享，可在线阅读，更多相关《信用风险评估模型.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第 2 4 卷 第 l 期 北京工商大学学报(自然科学版)Vo 1 2 4 No+1 2 0 0 6年 1月 J o u r n a l o f B e ij i n g T e c h n o l o g y a n d B u s i n e s s U n i v e r s i t y(N a t u r a 1 S c i e n c e E d i t i o n)J a n 2 0 0 6 文章编号：1 6 7 1 1 5 1 3(2 0 0 6)0 1 0 0 4 2 0 4 信用风险评估模型 王 燕，黄家琳(北京工商大学 计算机 学院，北京 1 0 0 0 3 7)摘要：个人

2、信用综合管理 系统信用风险评估模型是个人信用综合 管理 系统中所 涉及的主要模 型，解决 了评估客户的信用等级及信贷风险评估，并有助于加快建立个人信用档案，建立健康 良性 发展的个人信用体 系，使有不 良行为记录者付 出代价，对于减少或化解个人信用风险至关重要 关键词：信用风险评估；风险；模型 中图分类号：TP 3 0 9 2 文献标识码：A 评估个人信用风险，世界上普遍采用的是信用 风险评估的方法在欧美，信用风险评估专业公司 根据银行的业务需要开发不同的信用风险评估模 型，这是因为每一家银行的经营是不同的从 目标 客户的选择，到客户服务的水平，即使在同一个城市 里，也会有差别，所以开发模型所

3、依赖的数据是不同 的因此，使得信用风险评估方法能够适用于不同 的国家、不同的经济金融环境消费信贷的操作模 式不同于企业贷款，表现在个人信贷的数量大、额度 小，不可能派会计师去审核每笔贷款，因此不能用做 企业贷款的方法来做消费信贷，只能靠搜集数据，运 用数量分析方法进行消费信贷的风险评估1 信用风险评估模型 信用风险评估是指根据客户的信用历史资料，利用一定的信用风险评估模型，得到不同等级的信 用分数 根据客户的信用分数，授信者可以分析客 户按时还款的可能性据此，授信者可以决定是否 准予授信以及授信的额度和利率根据已获得的数 据依据一定的信用风险评估方法算出个人的信用得 分且得分将客户划分为不同信

4、用等级分别：A A A 级、AA级、A 级、B B B级、B B级、B级、C C C级、C C 级、c级、D级 信用等级的信用状况和含义见表 1 2 应用数据挖掘技术进行信用风险评 估 信用卡提供者期望建立一个信用风险评估模型 来预测信用卡申请者的信用风险，并把他们分为有 害损失、有害利润、良好风险三种 信用卡提供者倾 向于在信用卡申请者进行检查时部署模型 假设所 有的申请者都以申请表的形式提供以下的相关信 息；年龄、年收入、性别、婚姻状况、家庭子女数 目、拥 有其他信用卡情况、申请者是否具有未完结的抵押 贷款等七项 设 目标变量为信用风 险，输 入上述七项变量 在我们建立信用风险评估模型之前

5、，信用卡提供者 把代表性样本中的 4 1 1 7 个一年期信用卡持有者用 户(申请者所提供的所有信息都是电子化 自动收集 的)分成三类：有害损失、有害利润和良好风险信 用风 险模型的构建需要建立预测性的模型技术，可 采用三种数据挖掘技术即 L o g i s t i c回归、神经网络 和 决 策 树 本 文 例 证 中 使 用 S P S S 公 司 的 C l e me n t i n e的数据快照(片断)如表 2 收稿 日期；2 0 0 5 0 3 1 6 作者简介：王燕(1 9 8 1 一)，女，山西忻州人，硕士研究生，研究方向：电子政务I 黄家琳(1 9 4 4 一)，男，北京人，副教

6、授，研究方向 电子政务 维普资讯 http:/ 第 2 4 卷 第 1期 王燕等：信用风险评估模型 4 3 3 描述与可视化结果 描述与可视化对于理解数据以及在初始建模过 程中发现模式、趋势以及关系是非常有用的使用 了几种描述与可视化的工具得到的一些结果被汇总 在 C l e me n t i n e中。样本中，平均年龄为 3 1 8 2，平均 年收入 为 2 5 5 8 0美元，家庭 平均拥 有子女 数 目为 1 4 5 个另外，3 2 0 0(7 7 7 3 9，6)信用卡持有者持有 未完结的抵押贷款需注意 的是，每个客户平均拥 有其他类型的信用卡为 2。4 3 张，2 0 7 7(5 0

7、 4 5 9，6)的 客 户为女性，2 0 8 9(5 0 7 4 9，6)为 已婚至于 目标变 量(信用风险)则有 9 0 6(2 2 O 1 )的客户为有害损 失，2 4 0 7(5 8 4 6 9，6)的 客 户 为 有 害 利 润，8 0 4 (1 9 5 3 )的客户为 良好风 险这些描述性结果显 然有助于我们理解数据在C l e me n t i n e中使用散点 图节点与直方图节点来可视化数据，关于年龄与年 收入的散点图以及直方图展现了客户年龄与收入之 间的相关关系需要注意的是，在图表中使用了信 用风险状况这个变量来交叠，反映 目标变量的相关 的可视化结果 关于结果的分析展示了年

8、龄大与收 入高的客户以及持有相对较少其他信用卡的客户表 现 出更 为 有 利 的信 用 风 险状 况最 后，利 用 C l e me n t i n e中的网络节 点可 以绘制出反映性别、婚 姻状况、抵押贷款状况与信用风险的联系其 中联 系越为强烈的关系用更粗的线条来表示，如果联系 低于设置的某个 门限，就不会显现在网络图中(比如 良好风险与婚姻状况)网络 图显示出有害损失与 是否拥有未完结抵押贷款有着中等程度的关联，与 女性、已婚信用卡持有者有着弱相关联正如早前 提及的，描述与可视化对于建模来讲是有用的 4 预测模型结果 用数据挖掘技术进行信用风 险评估应用中，预 测性建模是最 为重要的分析

9、特 别是，L o g i s t i c回 归、神经网络、决策树都能用于构建信用风险评估模 型在实施预测性建模之前，样本数据首先要被分 维普资讯 http:/ 4 4 北京工商大学学报(自 然科学版)2 0 0 6 年 1 月 割为构 建 i)i 练样本集(约占 7 5 的数据)和评 价 检验样本集(约占2 5 )为了简化，假设模型的完 全准确率是衡量各个预测性模型的主要的性能指 标即完全准确率是评价每个模型以及在模型间进 行 比 较 的 标 准 图 1和 图 2显 示 了 分 别 由 C I e me n t i n e中 的 L o g i s t i c回 归节 点、决 策 树节 点 C

10、5 0生成的 L o g i s t i c回归模型、决 策树模型 的部 分结果L o g i s t i c回归结果说 明了模型在统计上是 显著的(基于0 0 5 的置信水平)另外，正如图1 左 下部分所显示的，以下所列的输入变量在预测信用 风险上在统计上是显著的：年龄、年收入、子女数 目、其他信用卡持有情况、婚姻状况、是否持有未完结的 抵押贷款 性别在统计上是不显著的关于模型的 详细结果 汇总在图 1的右边最 后，对于 L o g i s t i c 回归模型，完全准确率为 7 2 7 图 1 回归模型结果 图形化的描述展示在图 2中决策树既可 以非常直 观地解释，也可 以根据规则解释例如

11、，良好风险信 用卡持有者可能是 那些年收入高于 2 5 0 4 9美元并 且不超过一个子女的信用卡客户以及那些收入虽然 低于 2 5 0 4 9 美元但是 3 9 岁以上且单身的信用卡持 有者决策树模型的完全准确率为 7 6 0 9，6 最后，在神经网络模型中，在模型中输入层有九 个神经元，隐含层有三个神经元，输出层有三个神经 元(即风险状况)在神经网络中，在输入层中输入 变量的重要性以降序的方式排列为：年收入、持有其 他信用卡数目、婚姻状况、年龄、子女数目、是否有未 完结的抵押贷款以及性别神经 网络的完全准确率 为 7 6 6 从上面模型 的结果可知，神经 网络模型是最为 准确的 但由于依据

12、在构建 训练数据集上的三个 模型的性能是 向上有偏的，所以需要依赖评价 检验 数据集来评价模型的性能是非常重要的相关结果 汇总如下：L o g i s t i c回归模型为 7 1 1 ，决策树模型 为 7 4 2 9 6，神经网络模型为 7 3。4 因此，决策树 模型的预测性能才是最为准确的，紧跟着是神经网 络模型和 L o g i s t i c回归模型因此，依据评价标准，决策树模型是最好的预测模型，并且能够用于对信 用卡申请者进行信用风险的预测 图2 中，决策树模 型拥有九 个最终节点 和五个 5 信用评估模型 重要的输入变量：年收入、年龄、子女数目、持有其他 信用卡数 目以及婚姻状况

13、关于决策树模型的一个 本文所得出的信用风险评估模型如表 3 f A n n u 1 in c o m e l l l N u m b e r。f o th e r c re d it c a r d s l I G o o d r is k I I M a rita l s ta tu s 2厂 2 D iv o r c e d s e p ar a te d l M a r r ie d w i d o w e d l s i n g le 崮l hild IenB ad p rofi t l 一 B ad lo ss 巨 一 匦 1 status l n 萄 图 2 决策树模型 6 总结

14、信用风险评估，是银行或其他金融机构，利用所 获得的关于信用申请人的信息进行风险预测的一种 方法 本文给出了一种切实可行的信用风险评估模 型，通过严密的理论推理论证，将信用风险量化为逻 辑性强的信用风险分数从而评定客户的信用风险等 级有助于加快建立个人信用档案，建立健康 良性 发展的个人信用体系，使有不 良行为记录者付出代 价，对于减少或化解个人信用风 险至关重要 维普资讯 http:/ 第 2 4 卷 第 1 期 王燕等：信用风险评估模型 4 5 表 3 信用风险评估模型 变量 范围 分数 变量 范围 分数 恒定常数 3 2 9 过去 2 4 个月内开的 信用申请人变量 金融账户数 日 2 O

15、+6 4 1 8 2 3 0 无账户0 2 4 3 1 8 金融账户里面有 3 0天 O 3 2 井|t 3 2 4 9 1 拖欠的百分比 少于 1 5 1 9 5 0。3 2 1 5 +0 5 年 以内0 无账户0 5年+1 2 正础，一 无 9 0天拖欠 3 0 描 r 曲 黼 信用历史变量 至少 1次0 没有 9 无银行账户0 -蚪 +持 !土 j Hf 工 1 日，口 小L 姒 有0 无信用卡账户0 0 或者 1 2 5 信用卡使用为 口 口 0 3 1 ：。：。：7 用 2 至6 1 6 l口 厂 廿 厂 廿 早 由 赫 盎 掏 黼 一 少 于3 O 3 2 7+0 3 O 到 5

16、9 9 2 3 无账户 9 O 6 O +1 0 A l p 口 -Tr m r)口 l+0 无商店信账户0 无0 商店信用账户使用为 0 4 1 过去 2 4 个月内开的0 到 4 0 商店信用使用率 少于 4 o 2 0 金融账户数 日 5到 8 1 4 4 O 到 7 99 7 9到 1 9 2 6 8 O +0 参考文献 1 E 2-1 郁 松建立社会信用体系的 国际经验与启示 E B OL h t t p：c r e d i r i x c o C O rn，2 0 0 2 钟楚男 个人信用征信制度 M I+北京：科学技术出版 社，2 0 0 2 3 李喜生信用体 系专题 E B O

17、L h t t p：www c f n c n，20 03 CREDI T RI S K AS S ES S ABLE M oDEL WANG Ya n HUANG J i a l i n (C o l l e g e o f C o m p u t e r S c i e n c e a n d T e c h n o l o g y，B e i j i n g T e c h n o l o g y a n d Bu s i n e s s Un i v e r s i t y，B e i j i n g 1 0 0 0 3 7，C h i n a)Ab s t r a c t：Cr e

18、d i t r i s k a s s e s s a b l e mo d e l i s t h e ma i n mo d e l i n t h e s y s t e mI t r e s o l v e d t h a t a S S e S S t h e c r e d i t d e g r e e o f c u s t o me r a n d t h e r i s k o f t h e p e r s o n a l c r e d i t ma n a g e me n t s y s t e mTh e mo d e l a l s o c a n h e l

19、p t h e b a n k ma k e p e r s o n a l c r e d i t r e c o r d a n d h e a l t h p e r s o n a l c r e d i t s y s t e mTh e o n e h a s b a d r e c o r d wi l l c o s t mu c hI t i s v e r y i mp o r t a n t f o r r e d u c e a n d d e a l wi t h t h e r i s k o f p e r s o n a l c r e d i t Ke y wo r d s：c r e d i t r i s k a s s e s s；r i s kmo d e l (责任编辑：王宽)维普资讯 http:/