基于数据挖掘的银行小微企业信用评分模型研究-金融与财务管理

摘 要I摘 要小微企业信用评分模型是有效提高小微授信业务高标准发展的重要研究课题，是金融机构风险管理技术的核心。本论文将基于数据挖掘的 Logistic 逻辑回归理论应用于构建小微企业信用评分模型问题的理论和应用研究，对于目前利率市场化加快、存贷息差收缩、互联网金融冲击下的小微企业的业务发展趋势具有重要的理论和现实意义。针对目前中国经济下行压力依然较大、发展不确定因素依然较多、结构性矛盾依然突出的情况下，研究着力服务好代表生机活力的小微企业有助于经济平稳发展，稳定抵御风险能力。与此同时，银行业面临信用风险、市场风险、流动性风险等市场的变革与创新也对银行业未来需要着力调整信贷结构，增加扶持小微企业贷款力度提出了更高的要求。本文以 Logistic 逻辑回归理论为指导，以某股份制商业银行二线城市分行的小微企业客户数据为支撑，针对如何有效构建信用评分模型问题，筛选有效样本数据，分析国内外金融机构的个人信用评分模型构建的参考因素，确定较为适合我国特色发展现状的小微企业信用评分模型体系，建立小微企业个人信用评分模型的评分方法。首先，论文分析了基于数据挖掘的 Logistic 逻辑回归理论，并基于该理论的基本原理建立小微授信审批评分模型，紧接着，论文深入研究模型的开发和实施，以及如何把评分模型引入到贷款审批环节。该论文详细介绍了模型开发前期数据的筛选，样本的选择以及样本的抽样，分析不同行业客户的行为特征，运用 statal2.0 软件平台，构建回归模型和分类技术，在此基础上，采用国内小微业务领先的民生银行小微客户案例，进行信用评分模型的实证分析，证明了小微企业授信评分模型的有效性，对于提升贷款审批效率及降低人为审批的主观性、道德性风险做了有效的数据验证。模型估计结果显示在测量的 10 个变量因素中影响评分结果前三位的依次是家庭个人净资产、企业上一年度的主营业务的销售收入和企业主从事行业经验长短，尤其以家庭个人净资产对个人信用评分有最为关键的影响，家庭个人净资产的增加能大幅度的降低个人信贷客户的违约概率，经营企业上一年度销售收入量的大小对于信贷违约测量结果是负相关，随着收入增多违约几率降低，企业主的从事行业年限增加能降低个人信贷客户的违约，提高客户的评分结果。另外其他解释变量对银行信贷违约也存在显著的影响。这表明通过运用逻辑回归 Logistic 方法建立起来的信用评分模型，具有较好的风险控制能力和客户分层划分，各项检验结果较为合理。本研究对国内商业银行建立小微企业经营贷款的信用评分模型具有参考价值，该技术运用有助于解决小微企业贷款成本高、风险概率大及信息不对称的突出问题。关键词：小微企业；经营贷款；信用评分模型；Logistic 回归模型ABSTRACTIIITHE RESEARCH OF BANK CREDIT SCORING MODEL BASED ON DATA MINING FOR MICRO BUSINESSESABSTRACTSmall and micro enterprises (abbreviated as SMEs) Credit scoring model，which aimed at efficiently increasing the standards of small micro credit business, is an important research topic .In the same time it is the core technology in risk management for financial institutions.This paper will apply logistic regression theory based on data mining to theory and application research whcih help construct SMEss credit scoring model. In the face of acceleration of market-oriented interest rate reform，deposit and loan spreads shrinking，and the impact of Internet finance，SMEss credit scoring model has theoretical and practical significance for the business development of SME.As the Chinese downtown pressure on the economy is still large, the uncertain factors in current development are still more, structural contradictions are still prominent, good service for SMEs ,which represent economic vitality, contributes to the development of economic stability and the ability against risks. At the same time, faced with credit risk, market risk, liquidity risk and other market reform and innovation ,its critical to adjust the credit structure for banking industry and increase Loan limit for SMEs .This paper takes logistic regression theory as the guide, and uses a SMEss customer data from a branch of joint-stock commercial bank in second line city . Aiming to effectively constructing the credit scoring model, sample data was efficiently screened.Also the paper analyze the factor that domestic and foreign financial institution use to construct personal credit evaluation model , determining what is the more suitable SMEs credit scoring model system for the current China and establishing personal credit scoring method for SMEs.Firstly, the paper analyzes the logistic regression theory which based on data mining,and establishes SMEss credit model according to thistheory.Then,thethesisdeeply research the development and implementation of the model, and how the scoring model is introduced to the loan approval process. The paper details date screening in early stage of model development, the choice of samples and the sampling, and the analysis of behavior characteristics of customers in different industries.Using SPSS software platform, the logistic regression models and classification technology are built. On this basis, using SMEs customer case from MinSheng Bank and empirical analysis of credit scoring model, the validity of SMEs credit scoring model is proved,and provide data validation in improving the efficiency of examination and approval of loan and reduce the risk of artificial subjectivity.The results of model estimation show that among 10 variables, personal net assets, annual enterprises sales revenue from main business, and the length and experiences enterprise engaging in business are the more influential factors. Especially the personal net assetsis the most dominant factor and the increase inpersonal net assets can greatly reduce the probability of default. The amount of enterprises annual sales revenue as well as personal income is in negative correlation with default probability .the time length enterprises engaging in business can increase its credit and improve customer evaluation results. In addition, other explanatory variables are significantly influential in credit default.This suggests that credit scoring models set up by using logistic regression has the ability of customer stratification and better risk control, and the test results are reasonable. This research is of great referential value for domestic commercial banks to establish SMEs credit scoring model .Also the technology can help solve the problem of high cost loans for ABSTRACTVSMEs , high Risk probability,and Information asymmetry.KEY WORDS: Small and micro enterprises; Business loans; Credit scoring model; Logistic regression model目 录1目 录第一章 引言 .11.1 研究背景及研究意义 .11.1.1 研究背景 .11.1.2 研究意义 .21.2 文献综述 .31.3 本文研究框架内容 .61.3.1 研究框架 .61.3.2 研究内容 .71.4 研究方法 .81.5 主要创新点 .8第二章 对小微客户的界定与融资需求 .102.1 小微贷款客户群体定义 .102.2 传统小微客户融资需求特点 .102.3 新常态下小微融资发生新变化 .112.4 小微贷款客户按行业划分的特点 .12第三章 个人信用评分指标研究 .153.1 个人信用风险评估指标的起源及要素定义 .153.1.1 个人信用风险评估指标的起源 .153.1.2 小微企业贷款评分标准的要素及定义 .163.2 个人信用评分模型现状 .183.2.1 个人信用评分模型的分类及定义 .183.2.2 个人信用评分模型对信贷流程带来的优势 .193.2.3 银行间个人信用影响因素评分现状 .19第四章 LOGISTIC 模型在小微贷款信用风险评估中的研究 .224.1 Logistic 模型的理论分析 .224.1.1 Logistic 模型的微观基础 .224.1.2 Logistic 模型的模型设定与参数估计 .234.2 基于 Logistic 模型的银行信用风险的实证分析 .274.2.1 银 行个人信用风险的实证分析 .27第五章 主要结论及展望 .345.1 主要结论 .345.2 本文研究局限 .35参考文献 .37致 谢 .41个人简历 .42第一章 引言1第一章 引言1.1 研究背景及研究意义1.1.1 研究背景大力扶持小微企业是国家经济金融发展的重要领域，不仅国家多次明确指导要求银行机构提升扶持小微企业发展的力度，而且在利率市场化加快、存贷息差收缩、互联网金融冲击下，银行间竞争加剧，部分银行也将扶持小微企业领域的业务提升到战略地位。但在当前经济环境下，支持小微企业信贷的难度在持续加大。一方面是小微企业风险加剧，银行放贷趋谨慎。小微企业由于抗风险能力弱，在经济低迷期，暴发出不良资产，数量多、范围广，形势不容乐观，对于银行来说，这种特殊时期的风险控制与成本控制显得尤其重要。另一方面是银行支持小微企业授信产品较少。小微企业自身由于贷款单笔额度少、群体较大等特点，银行需要找到适合小微企业业务特点的使用产品，而以往的沿用大公司信贷业务思路做小微，很难契合小微的需求，传统的人海战术，一对一的上门营销，已难以适应客户需求及体验变化，自然效率和效果都不容乐观。扶持小微是维系“国计”和“民生”的重要支柱，但是小微的生存却步履维艰。2014 年 9 月 17 日，国务院总理李克强主持召开国务院常务会议，部署进一步扶持小微企业发展推动大众创业万众创新，决定全面建立临时救助制度。2015年 2 月 25 日，羊年伊始总理再次主持国务院常务会议，直接释放针对小微企业的减负信号，一是减税扩围、税费降低；二是 2015 年 4 月 1 日起，将已试点的个人以股权、不动产、技术发明成果等非货币性资产进行投资的实际收益，由一次性纳税改为分期纳税的优惠政策推向全国；三是将失业保险费率有限性条例规定的 3%同意降至 2%。此优惠政策据中信证券估计，可能覆盖 95%以上的小微企业，减税估摸在 150 亿元左右。在当今现代社会市场经济以个人信用为中心的条件下，信用关系显得越发重要，伴随着市场经济的高速发展，合理、有效的个人信用风险评估变得更加重要。因此，作为风险管理技术核心的信用评分技术是我们主要研究内容。众所周知，金融行业日趋激烈的竞争压力使其寻找更为有效的途径来吸引信誉良好的客户，以及控制损失。现如今一方面金融机构积极主动营销的客户导致对潜在客户的风险池的深度渗透显现，同时金容机构面临如何以快速并有效的处理客户业务需求迫使风控程序的自动化以及审批高效化的程度越来越高。显然，对现在的风控管理机构来说，制定解决方案是一个具有挑战性的工作。大家一致认为现有的信用评估制度的不健全导致小微业务面临以下问题：一是银行信用贷款支持力度不足，审批难、额度低银行基于自身对小微企业客户的不全面了解，从审批政策上和审批时间上进行严格把控，银行缺乏足够准确的信用评估方法，经办人员由于自身责任与义务的约束，往往花费较长时间接触客户、调查客户经营情况，尽可能减少贷款风险，这就造成必然需要客户提供更多的申请资料和提供更多的经营证据说明其自身经营的稳定性和安全性。从而导致了审批资料繁琐和审批时间过长。二是银行小微系统开发和系统支持不够银行小微风险管理技术手段较落后，手工操作模式对人工依赖度高，大家一致认为新的小微业务应是利用现代信息技术和现代