（管理科学与工程专业论文）消费者信用风险管理中的数据挖掘模型研究.pdf

中国科学技术大学博士学位论文消费者信用风险管理中的数据挖掘模型l 洱究 摘要 金融危机的出现，让人们认识到了信用风险管理的迫切性及对整个经济的重 要性，也使信用风险的研究在近年中成为金融研究的重要内容之一。随着消费信 用的快速发展以及消费信用总量占银行总贷款的比率不断上升，消费者( 个人) 信用风险也越来越受到重视。 从发达国家消费信用的发展过程看，消费信用在量上快速增大的同时，也伴 随着消费者破产、拖欠等现象的快速增加，消费者信用风险问题日趋严峻。丽在 社会信用体系尚未建立的我国，急速扩大的信用消费使得风险控制问题更为紧迫 和突出。因此，寻求有效的消费者信用风险管理手段与方法，不仅成为各授信机 构提高自身市场竞争能力与经营效益的迫切要求，也是防范金融风险的客观需 要。 本文就消费者信用风险管理问题进行了研究，主要的内容和创蓊之处有； 一、探讨了信用风险管理中的数据挖掘应用原理，构建了数据挖掘应用的过 程，并对该过程涉及的具体内容进行了较为详细地研究。 首先阐述了消费者信用风险管理的一般理论与方法，分析了信用风险管理中 的主要方法信用评分系统的原理、过程，并评述了其运用的主要模型方法， 随后介绍了数据挖掘技术的目的、模式、过程与运用的模型和算法。而后，探讨 了消费者信用风险管理中数据挖掘应用，本文认为，数据挖掘可以在信用风险管 理的几乎全部阶段中发挥重要作用，一个基于数据挖掘的评分系统会具有更好的 风险管理效果。基于此，构建了消费者信用风险管理中的数据挖掘应用过程，该 过程由商业问题定义、数据准备、数据分析与建模、模型应用与评价四个阶段组 成，并对每个阶段的若干具体内容进行了较为详细地分析。 二、提出了基于主成分线性加权的数据挖掘模型，应用于消费者信用风险管 理中，使用两类实际信用卡数据集进行了实证和对比研究，并研究得出模型若干 应用方面的特征。 从我国主要银行现行评分标准的局限性出发，提出了消费者信用风险管理的 主成分线性加权模型。在阐述了该方法的基本思想后，构造了详细的实现步骤， 并使用两类实际信用卡数据集进行了实证和对比研究，实证结果表明模型不但具 有信用评价的客观性、适应性与有效性等特点，还可以进行信用的多类划分分析， 能够有效地揭示不同授信比率下的风险状况，为授信机构选择市场、战略、风险 中国科学技术大学博士学位论文消费者信用风险管理中的数据挖掘模型研究 之间的平衡，提供辅助决策。此外，实证结果还显示训练样本比率的增大，可以 有效地减少第一类错误并获得更好的分类效果。在与中国某主要银行现行评分标 准的比较研究后显示，本文提出的p c a l w m 方法具有明显的实际风险管理优势。 三、提出将统计学习理论的最新成果支持向量机( s v m ) 应用于消费者 信用风险管理领域，并构建了基于s v m 的评分过程，实证研究的初步结果表明 该方法具有良好的分类效果，并得出了该方法若干具体应用方面的结论。 针对评分模型的建立需要大量历史样本而实际中往往不能满足的事实( 特别 是在我国现阶段) ，本文引入了处于统计学习理论最新研究阶段的支持向量机方 法，实现对消费者信用风险的分类。在阐述了s v m 的相关概念、基本原理、模 型之后，构造了基于s v m 方法的评分过程，并分析了其中的几个主要问题。理 论分析可以得出：s v m 在样本有限条件的信用风险评价中可以获得好的效果。 初步的实证研究结果支持了这个分析结论，并且选择恰当的核函数与对应的合适 参数时，将会获得更好的分类效果，而当训练样本比率不超过总样本的1 3 时， 有助于进一步提高模型的分类效果。 关键词：消费者信用风险管理信用评分系统数据挖掘主成分分析 统计学习理论支持向量机 k e yw o r d s ：c o n s u m e rc r e d i t ，m s km a u a g e m e n “c r e d i ts r i n gs y s t e 州d a t am i n m p r i n c 叫c o m p o n e n ta a a l 删s t a t i s t i c sl e a m m gt h e o r y s u p p o n t o rm a c h i n e 中国科学技术大学博士学位论文消费者信用风险管理中的数据挖掘模型研究 a b s t r a c t t h ea d v e n to f f i n a n c i a lc r i s i sh j g h u g h t st h ei m p o r t a n c eo f c r e d i tr i s km a n a g e m e n t t h em a n a g e m e n to fc o n s u m e rc r e d i tr i s kh a sr e c e n t l yg a i n e dg r o w i n ga t t e n t i o n ，a s c o n s u m e rc r e d i td e v e l o p sr a p i d l ya n di t sr a t i oi nt h el o a no fc o m m e r c i a lb a n k sg o e s u ps t e a d i l y f r o mt h e p e r s p e c t i v eo f h i s t o r y , t h e i n c r e a s eo f t o t a la m o u n to f c o n s u m e rc r e d i ti s a c c o m p a n y i n g w i t hm u c hc o n s u m e r s b a n k r u p t c y a n dd e f a u l t , w h i c hc a u s et h e m a n a g e m e n to fc o n s u m e rc r e d i tr i s kl n o r eu r g e n t i nc h i n a , s i n c e t h es o c i a lc r e d i t s y s t e mh a s h tb e e ne s t a b l i s h e dy e t , t h es h a r p l yi n c r e a s i n ga m o u n t o fc o n s u m e rc r e d i t h a sm a d et h ep r o b l e mo fr i s kc o n t r o lm u c hm o r eu r g e n ta n do b v i o u s a sar e s u l t , c r e d i tg r a n t o r sa e a g e rf o re f f e c t i v e t e c h n i q u e so f c , o n s u m a r c r e d i tr i s km a n a g e m e n t i no r d e rt oe n h a n c et h e c o m p e t e n c y a n d e f f i c i e n c y , a n d t oe v a d et h ef i n a n c i a lr i s k s t h i st h e s i sp r o b e si n t ot h ef i e l do fc o i l s u m e rc r e d i tr i s km a n a g e m e n t i t sm a i n c o n t e n t sa n di r m o v a t i o i l sa r ea sf o l l o w s ： i t h ed a t am i n i n gp r i n c i p l ei nc o n s u m e rc r e d i tr i s k m a n a g e m e n th a sb e e n d i s c u s s e d ，a n da na p p l i c a t i o np r o c e s so fd a t am i n i n ga n di t sr e l a t e dc o m p o n e n t sf i r e e s t a b l i s h e da n da n a l y z e di nd e t a i l a f t e ri n t r o d u c i n gt h ec o m m o i lt h e o r i e sa n dm e t h o d so fc o n s u m e rc r e d i tr i s k m a n a g e m e n t ，t h i st h e s i sa n a l y z e st h ec r e d i ts c o r i n g ，w h i c hi st h em a i n s t r e a mi nt h e a r e a a n ds o m em a i nm o d e l si nc r e d i ts c o r i n ga l ec o m m e n t e da n dc o m p a r e d t h e n ， t h e a i m s ，m o d e s ，p r o c e s s e s ，r e l a t e dm o d e l s a n dt e c h n i q u e so fd a t am i n i n ga r e o u t l i n e d i nc o n c l u s i o nd a t am i i l i n gc a l lp l a ya nc r u c i a lr o l ei na l m o s te v e r yp h a s e do f c r e d i tr i s k m a n a g e m e n t ，a n dc r e d i ts c o r i n gb a s e do nd a t am i n i n gw i l lb em o r e e f f e c t i v ei nr i s km a n a g e m e n t 。 b a s e do i lt h ek n o w l e d g em e n t i o n e da b o v e ，ad a t am i n i n gp r o c e s si nc o n s u m e r c r e d i tr i s km a n a g e m e n th a sb e e ne s t a b l i s h e d t h i sp r o c e s sc o n s i s t so ff o u rs t a g e s i l i 中国科学技术大学博士学位论文 消费者信用风险管理中的数据挖掘模型研究 a p p l i c a t i o na n dv a l i d a t i o n a n dt h ec o n t e n to f e a c hs t a g eh a sa l s ob e e na n a l y z e di n d e t a i l i i ad a t a m i n i n gm o d e lb a s e d o np r i n c i p a l c o m p o n e n ta n a l y s i s h a sb e e n p r o p o s e da n du s e di nc o n s u m e rc r e d i tr i s km a n a g e m e n ti nt h i st h e s i s a ne m p i r i c a l a n dc o m p a r a t i v er e s e a r c ho nt w os e t so fr e a l - l i f ec r e d i tc a r dd a t ah a sb e e nc o n d u c t e d t ov e r i f yt h em o d e l ，a n ds o m ec h a r a c t e r so f t h em o d e l a p p l i c a t i o n h a v eb e e ne d u c e d f r o mt h el i m i t a t i o n so ft h ec u r r e n tc r e d i ts c o r i n gu s e db yt h em a i nb a n k so f o u r c o u n t r y , ap r i n c i p a lc o m p o n e n ta n a l y s i sl i n e a rw e i g h t e dm o d e l ( p c a l w m ) i s b r o u g h t f o r w a r d f o l l o w i n g t h eb a s i ci d e a so ft h i sm e t h o d ，ad e t a i l e ds e to fp r o c e d u r e sa b o u t i m p l e m e n t a t i o n h a sb e e nf o r m u l a t e d u s i n gt w oc a t e g o r i e so f r e a l - l i f ec r e d i tc a r dd a t a ， a l le m p i r i c a la n dc o m p a r a t i v er e s e a r c hh a sb e e nc o n d u c t e d t h er e s u l ts h o w st h a tt h e m o d e li sn o to n l yo b j e c t i v e ，a d a p t i v ea n de f f e c t i v ei nc r e d i ta s s e s s m e n t ，b u ta l s oa b l e t ob eu s e dt om u l t i c l a s sc r e d i ta n a l y s i s i tc a nr e v e a lt h er i s k su n d e rd i f f e r e n tc r e d i t g r a n t i n g r a t ee f f e c t i v e l y , a n dh a sag o o dc o n t r i b u t i o nt om a k et h et r a d e - o f fo f m a r k e t ， s t r a t e g ya n dr i s k sf o rc r e d i tg r a n t i n go r g a n i z a t i o n s i na d d i t i o n ，t h ee m p i r i c a lr e s u l t a l s om a n i f e s t st h a tr a i s i n gt h et r a i n i n gs a m p l er a t ec a nr e d u c et h et y p eo n ee y f o r s i g n i f i c a n t l ya n da c q l 3 i r eab e t t e rc l a s s i f i c a t i o n a r e rac o m p a r a t i v es t u d yw i t ht h e c u r r e n tc r e d i tc r i t e r i ao fam a j o rc h i n e s eb a n k , t h ep c a l w mm e t h o ds h o w sa n o b v i o u s a d v a n t a g e i np r a c t i c a lr i s km a n a g e m e n t m t h es u p p o r tv e c t o rm a c h i n e ( s v m ) t h a ti st h el a t e s to u t c o m eo fs t a t i s t i c s l e a m i n gt h e o r yh a sb e e na p p l i e di nt h ec o n s u m e rc r e d i tr i s km a n a g e m e n t ，a n da c r e d i ts c o r i n gp r o c e s sb a s e do ns v mh a sb e e ne s t a b l i s h e d t h et e n t a t i v ee m p i r i c a l r e s u l ts h o w ss v mm e t h o dc a r la c h i e v ea g o o dc l a s s i f i c a t i o n ，a n d e d u c e ss o m e c o n c l u s i o n sa b o u tt h em o d e l a p p l i c a t i o n c o n s i d e r i n gt h ef a c tt h a te s t a b l i s h i n gac r e d i ts c o r i n gm o d e l n e e d sal a r g ea m o u n t o fh i s t o r i cs a m p l e st h a ta l w a y sd i f f i c u l tt o f u l f i l l ( e s p e c i a l l yi nc h i n a ) ，t h i st h e s i s a p p l i e dt h es u p p o r tv e c t o rm a c h i n e ( s v m ) m e t h o d ，w h i c h i si nt h el a t e s tr e s e a r c h s t a g e o fs t a t i s t i c s l e a r n i n gt h e o r y , t oc l a s s i f y c o n s u m e rc r e d i tr i s k a f t e rt h e d e s c r i p t i o no f t h eb a c k g r o u n d ，b a s i cp r i n c i p l e sa n dm o d e l so fs v m ，ac r e d i ts c o r i n g p r o c e s sb a s e do ns v m h a sb e e n p u tf o r w a r d ，a n ds o m em a j o rp r o b l e m sh a v eb e e n t v ! 垦型堂茎查奎兰竖主兰垡堡兰 塑茎童焦旦垦堕笪堡堕塾塑丝塑蔓型堕壅 p r o c e s sb a s e do ns v mh a sb e e np u tf o r w a r d ，a n ds o m em a j o rp r o b l e m sh a v eb e e n d i s c u s s e d t h r o u g ht h e o r e t i c a la n a l y s i sw ec a nc o n c l u d et h a ts v mc a nl e a dt o r e a s o n a b l yr e s u l ti nc r e d i tr i s ka s s e s s m e n tw i t hl i m i t e ds a m p l e s ，w h i c hi ss u p p o r t e d b yt h e t e n t a t i v e e m p i r i c a ls t u d y f u r t h e rm o r e ，t h ek e r n e lf u n c t i o na n d 血e c o r r e s p o n d i n g c o e f f i c i e n ta r es e t p r o p e r l y c o u l dr e s u l ti n i m p r o v e m e n t so ft h e c l a s s i f i c a t i o n a n dt h e t r a i n i n gs a m p l e sa c c o u n t i n gf o r n om o r et h a no n et h i r do f t o t a l s a m p l e sa l s og e n e r a t eab e t t e rc l a s s i f i c a t i o n k e yw o r d s ：c o n s u m e rc r e d i t ，r i s km a n a g e m e n t ，c r e d i ts c o r i n gs y s t e m ，d a t a m i n i n g ，p r i n c i p a lc o m p o n e n ta n a l y s i s ，s t a t i s t i c sl e a r n i n gt h e o r y , s u p p o r tv e c t o r m a c h i n e v 中国科学技术大学博士学位论文消费者信用风险管理中的数据挖掘模型研究 1 1 研究背景 第一章引言 1 1 1 消费信用的快速发展与风险控制问题 根据经济学的有关理论，发展消费信用是市场经济发展到一定阶段的必然产 物，发达国家的市场经济发展过程，验证了这一点。信用消费在市场经济发达的 社会中，已经成为非常普遍的现象，信用交易额占有相当大的比重，消费者信用 支付工具种类繁多，其流行方式主要包括消费信贷、信用卡消费、购物卡消费、 分期付款购物等，重要性不断增长。 对于商业银行而言，由于日趋激烈的竞争，传统业务的利润逐渐减少，而利 润相对较高的个人金融业务则迅速扩大，在发达国家已经占到了整个银行业务量 的3 0 左右，一些商业银行的个人金融业务利润已超过总利润的5 0 ，甚至7 0 。 在美国，根据联储理事会的定义，消费者信用包括通过正常的商业途径发放给个 人的用于购买商品及服务等个人消费的短期和中期信贷，有时也可是为同样目标 而出现的债务再融资而发放的信贷( s u l l i v a n ，1 9 8 7 ) 。美国总的消费者信用余额已 经从1 9 4 6 年的9 8 亿美元上升到2 0 0 3 年末的2 0 3 8 6 亿美元( b o a r do fg o v e r n o r so f t h ef e d e r a lr e s e r v es y s t e m ，2 0 0 4 ) ， 9 0 年代中期以来，发展速度明显加快，图 1 1 显示了这种趋势。欧洲主要国家的消费信用余额增长也有相同的现象。 图1 1 美国消费者信用余额1 9 4 6 - 2 0 0 3 我国自1 9 9 8 年5 月、8 月和1 9 9 9 年3 月，人民银行相继下发了个人住房 贷款管理办法、汽车消费管理办法和关于开展个人消费信贷的指导意见 以后，各商业银行纷纷开展消费信贷业务，消费信贷得到了很大的发展，截至2 0 0 3 中国科学技术大学博士学位论文消费者信用风险管理中的数据挖掘模型研究 年末，全国消费信贷余额为1 5 7 9 0 亿元，而1 9 9 7 年为1 7 2 亿元，6 年中增长了 9 0 倍，消费信贷占蹩个信贷的比例从不足o 3 上升到9 3 ( 人民银行，2 0 0 4 ) 。 真正意义上的信用卡( 贷记卡) 也在近三年内飞速发展，自招商银行提出“2 0 0 3 ， 中国信用卡元年”后，信用卡市场更是进入了白熟化竞争状态，2 0 0 3 年招商银行 信用卡发放超过5 0 万张，开创亚太区信用卡首年发卡的新记录。尽管如此，这 与发达国家相比，仍然还有巨大的增长空间。从发达国家消费信贷的发展历程看， 人均g d p 达到1 5 0 0 美元的时候，消费信贷有一个快速增长的时期，我国不少地 区已经达到或者接近这个阶段，个人住房、汽车贷款将日益普及，国家政府支持 的助学贷款也将大幅度增加。在外来银行的压力下，中资商业银行还将大规模地 发放真正意义上的信用卡。因此，我国最近几年内消费信贷仍然将保持高速发展 的势头。各商业银行都已意识到了这个巨大的市场，并纷纷加入竞争行列，各展 神通，希望在新一轮的市场竞争中获得优势。 但是随着消费信用市场飞速发展、消费者债务突飞猛进的同时，消费者破产 及拖欠债务的现象也与日俱增。美国在消费者破产方面的记录也是惊人的，2 0 0 3 年有超过1 6 2 万人申请了破产，而该数字是1 9 8 0 年的4 倍多( a b i ，2 0 0 4 ) 。按2 0 0 3 年末美国人口2 9 亿计算，仅破产比率就超过5 5 8 ，根据美国银行联合会的公 告，信用卡的拖欠比率从2 0 0 3 年季度的4 0 9 上升到第四季度的4 4 3 ，创了新 高，而消费信贷的债务拖欠则更为严重。表1 1 清晰地表明，消费者破产是美国 破产额巨大的主要原因。 2 表1 11 9 9 0 - - 2 0 0 3 年美国破产登记( 企业、非企业及总计a b a ，2 0 0 4 ) 非企业登记消费者破产登记占总 年份总登记数企业登记数 数登记数的百分比 1 9 9 0 7 8 2 ，9 6 06 4 ，8 5 3 7 1 8 1 0 79 1 7 2 1 9 9 1 9 4 3 ，9 8 77 1 ，5 4 9 8 7 2 4 3 89 2 4 2 1 9 9 29 7 1 ，5 1 77 0 ，6 4 39 0 0 ，8 7 49 2 7 3 1 9 9 38 7 5 2 0 2 6 2 ，3 0 48 1 2 ，8 9 8 9 2 8 8 1 9 9 48 3 2 。8 2 9 5 2 ，3 7 47 8 0 ，4 5 5 9 3 7 1 1 9 9 59 2 6 ，6 0 15 1 - 9 5 9 8 7 4 ，6 4 2 9 4 3 9 1 9 9 6 1 ，1 7 8 ，5 5 55 3 ，5 4 9 l ，1 2 5 ，0 0 6 9 5 4 6 1 9 9 7 1 ，4 0 4 ，1 4 55 4 ，0 2 71 ，3 5 0 ，1 1 8 9 6 1 5 1 9 9 8 1 , 4 4 2 ，5 4 94 4 ，3 6 71 ，3 9 8 ，1 8 2 9 6 9 2 1 9 9 9 1 ，3 1 9 a 6 53 7 ，8 8 4 1 ，2 8 1 ，5 8 1 9 7 1 2 2 0 0 0 1 ，2 5 3 4 4 4 3 5 - 4 7 2 1 ，2 1 7 ，9 7 2 9 7 。1 7 2 0 0 1 1 4 9 2 ，1 2 9 4 0 ，0 9 9 l 4 5 2 3 0 9 7 3 1 2 0 0 2 l ，5 7 7 ，6 5 13 8 ，5 4 0 l ，5 3 9 ，1 1 1 9 7 5 6 2 0 0 3 1 ，6 6 0 2 4 53 5 ，0 3 7 1 ，6 2 5 ，2 0 8 9 7 8 9 中国科学技术大学博士学位论文 消费者信用风险管理中的数据挖掘模型研究 在东亚，韩国2 0 0 3 年初受“s k 假账”冲击波的影响，各信用卡公司均出现了 不同程度的危机，而年末，最大信用卡公司l g 信用卡公司出现的几近破产 风波又使整个亚洲的信用卡市场为之震动。2 0 0 4 年初香港多家银行的报告说明， 由于信用卡违约数量的不断上升，导致2 0 0 3 年下半年各银行都出现了巨额损失。 这些事实和事件对我们的启示是：消费信用是伴随着风险而存在的，其过度 授信必然带来了风险控制的问题。缺乏有效的信用风险管理和控制机制和技术手 段，即便是在一个传统上相当保守的国家，也会在短期内引发信用消费泡沫。 在国内，虽然消费信贷如火如荼的发展着，但是一些阻碍消费信贷的因素也 越来越被人们所认识，例如，消费信贷的门槛太高，审批的手续烦杂，审批时间 过长等等。金融界将诸多制约因素归集为个人信用体系的缺失，市场中缺乏为个 人消费信贷对象提供资信证明与服务的权威中介机构，又缺乏各商业银行之间有 关个人信用资料的互遥与共享机制，因此银行很难对个人资信情况进行调查和评 估，银行为控制信贷风险，不得不采取了一些措施，从而造成了现有的一系列障 碍。但是，建立个人信用制度是一项非常复杂的系统工程，需要政府有关部门、 金融机构、个人信用中介机构的密切合作，绝非一日之功。 对于商业银行等授信机构来说，一方面是巨大的市场，另外一方面是面临着 比发达国家银行更加困难的风险控制问题。对于它们而言，一个非常现实的问题 是，如果能够在现有环境下，科学、高效地确定信用发放的对象，就能使自身的 市场竞争力与效益得到巨大地提高，从而加大市场份额、降低运营成本，获得比 行业平均水平更高的超额利润。而确定信用发放对象的过程是否科学、高效，首 先表现为对申请贷款消费者的信用风险分析的方法是否科学、高效。 消费者风险分析的主要目的是对可能引起信用风险的因素进行定性分析、定 量计算，以测量消费者的违约概率，为授信方决策提供依据。目前信用分析最常 用方法是“分类”方法一根据消费者的一些原始资料，通过若干方法，得到一 种易于应用的个人信用评分。授信机构根据该评分，对提出信用贷款或者消费申 请的个人进行评判，并对符合要求的申请人授予相应的信用额度。 建立在一个或者若干个数学模型基础上的评分系统能够根据消费者的资料， 自动给出其评分值，这就极大地加快了整个信贷决策过程，申请人可以更加迅速 地得到答复，提高授信机构的操作效率。因此，发达国家在消费者信用风险管理 中，普遍采用信用评分系统。在美国，9 7 以上的银行运用信用评分系统决定信 用卡贷款的申请，审批只要一两分钟，甚至几秒的时间；2 0 一8 0 的抵押贷款 可以在两天内得到批复，小额消费信贷的审批时间为1 5 分钟，而不使用评分系 统是1 2 小时。这种贷款决策方式过程客观，不但使得银行审批贷款的时间大大 中国科学技术大学博士学位论文消费者信用风险管理中的数据挖掘模型研究 缩小，提高经营效率，而且还能使银行的经营成本大幅度减少。据测算，使用评 分系统每笔的成本大约在2 美元到1 0 美元之间。 我国银行目前对消费者的信用分析还主要处于定性评价阶段，这也是造成消 费信贷一系列障碍的主要原因之一。但是消费信贷毕竟经过多年的实践，银行已 经积累了一定程度的消费者资料。基于此，我们认为，开发出比较科学的评分系 统是可行的。事实上，近两年越来越多的商业银行，认识到评分系统的优越性， 开始借鉴国外银行的个人信用评分体系，推出自己的评分标准，目前此类评分主 要应用于信用卡的发放。 但是综观中国商业银行现行的评分标准在实际应用中都受到较大的限制，其 科学性和有效性有待于进一步检验。除限于信用体系不健全而使评估指标偏少 外，还具有非常明显的疑问：按目前设定的各类指标的权重、各指标具体类别的 分数值，是否能够有效识别申请人的信用风险。因为，我国地区发展不平衡，不 同地区的经济社会特征差别显著，同时又都处于高速发展时期，经济环境、人口 特征和生活方式变化很快，使得人群的范围和性质都发生着变化( 即所谓的人口 漂移现象) ，这客观上要求不断的调整权值以修正人口漂移带来的偏差。 综上所述，寻求有效的消费者信用风险管理技术和方法，不仅仅是商业银行 等授信机构改善经营状况的迫切需求，同时对防范通货膨胀与金融风险，进而保 证国民经济的健康、有序发展也有着重大的意义。 1 1 2 研究现状 信用问题从来都是经济学家们关注的问题之，而尽管对信用风险的实践可 以追溯到公元前1 8 0 0 年的汉谟拉比法典，然而对信用风险管理的严肃学术研究、 现代意义上的信用风险管理技术则是相当新近的事( c a o u e t t e e ta l ，1 9 9 8 ) 。金融 危机的出现，让人们认识到了信用风险管理的迫切性及对整个经济的重要性，也 使信用风险的研究在近年中成为金融研究中的重要内容之一。 主流的信用风险研究主要是基于企业与企业间，特别是银行与企业之间的信 用链，其研究的文献大致可以分为四类：一是基于对信用市场均衡理论的研究， 主要是经济学家们，如j a f f e ( 1 9 7 1 ) 、s t i g l i z ( 1 9 8 1 ) 、m a s o n ( 1 9 9 8 ) 等；二是 偏向于信用风险实务方面的研究，以e d w a r di a l t m a n 为开拓者，汇集了统计、会 计、系统工程领域内的大批专家；三是沿着m e t t o n ( 1 9 7 4 ) 开创性文献，形成一 种“结构化”的研究方法( s t r u c t u r e a p p r o a c h ) ；四是以利率期限结构理论直接对 信用风险过程进行建模，常被称为“精约型”方法( r e d u c e d - f o r m a p p r o a c h ) ，开 d 中国科学技术大学博士学位论文消费者信用风险管理中的数据挖掘模型研究 创性文献如j a r r o w ( 1 9 9 5 ) 、d u f f l e ( 1 9 9 6 ) 、l a n d o ( 1 9 9 8 ) 等。基于上述几类的 研究文献形成了现代主流信用风险度量模型，如j p m o r g a n 的c r e d i t m e t r i c s 、k m v 的e d f 模型、c s f b 的c r e d i t r i s k + 等等。 随着消费信用的迅速发展，消费者信用风险也越来越受到重视，由于消费者 信用风险主要基于企业与个人，特别是银行等金融机构与个人的信用链。其特点 与主流信用风险的研究有较大的差别，因此信用分析的技术方法也有较大的区 别。 消费信用在发达国家经过了长时期的发展和实践，已经有了较为成熟的理论 体系和实践经验，如在美国，不但具备了比较完善、有效的信用管理体系，也有 了完全市场化运作的信用服务企业主体，还有对信用产品有强烈需求的使用者 ( 国务院研究室赴美考察报告，2 0 0 2 ) 。对于消费者信用分析方法的研究也从最 初的纯粹依赖个人经验进行的主观评价，之后总结为5 c 评价原则( c h a r a c t e r , c a p a c i t y , c o l l a t e r a l ，c a p i t a l ，c o n d i t i o n a l ) 。为降低信用分析中的主观因素，越来 越多的数学方法被应用于其中，如：判别分析、回归、聚类分析以及数学规划、 贝叶斯决策模型、存活分析等方法，这些方法的引入在于克服传统比例分析综合 分析能力差、缺乏整体概括以及定量评价结果的不足。进入上世纪8 0 年代以来， 人工智能如专家系统、神经网络引入银行业，运用于协助银行家进行贷款决策、 信用评估等( t h o m a s ，2 0 0 0 ) ，本文第二部分将对该部分做较为详细的评述。目 前主要侧重于现有评价模型的比较( d a v i d ，2 0 0 0 ) 与应用新的或者不同的方法建 模( b a e s e n s ，2 0 0 3 ) 以及在信用评分若干实际应用问题和新产生问题上进行研究 ( t h o m a s ，2 0 0 3 ) ，如，对基于风险的价格研究( o l i v e r ，2 0 0 1 ；k e e n e y , o l i v e r ； 2 0 0 3 ) ，对于拒绝推论的研究( f e e l d e r s ，2 0 0 0 ) 等。 在国内，新千年以来，特别是2 0 0 2 年两会后，对信用问题的讨论成为学术 界、实业界研究的热点问题之，其主要侧重于对社会信用体系的研究，包括信 用体系的原理、内容、建立的模式选取、涉及的法律法规问题等，并由此得出了 很多这方面的研究成果( 喻敬明等，2 0 0 0 ；国务院研究室赴美考察组，2 0 0 2 ：潘 金生，2 0 0 3 ) 。随着消费信贷的发展对于消费者信用方面的研究文献也日益增多， 如，对消费者信用的基本原理以及对发展我国消费信贷等诸多方面做的介绍和研 究( 张中秀，2 0 0 2 ；汇诚信用管理丛书，2 0 0 2 ；2 0 0 3 ) 。但就消费者信用分析的 技术方法而言，还研究的比较少，最近康世瀛( 2 0 0 2 ) 在个人评估和贷款决策中 使用了a h p 和模糊综合评判相结合的方法，赵昕等( 2 0 0 2 ) 使用a h p 、g e m 综 合算法建立了个人信用评价体系，李曙光( 2 0 0 3 ) 探讨了神经网络的应用，冯铁 军( 2 0 0 3 ) 提出了基于g a 神经网络的个人信用评估，这些文章即属于国内少数 5 中国科学技术大学博士学位论文消费者信用风险管理中的数据挖掘模型研究 对消费者信用分析使用定量方法研究的文献。但就其研究内容而言，没有使用较 大规模的消费者信用数据进行实证是这些文献的主要不足之处，从而影响了对模 型的科学性和有效性的支持。 最近十几年，随着信息技术及其相关技术的飞速发展，人类的数值计算和数 据存储分析能力大大提高，有效的风险管理需要借助于信息技术发展的相关成 果，已经成为一种共识。数据挖掘作为从数据中需求有意义的模式和规则的信息 技术，现已经成为一种热门研究内容，并己在包括金融数据分析等领域获得了很 好的应用。从实现的形式上看，信用评分系统是一个对申请人信用风险分类的过 程，而分类正是数据挖掘的最主要的模式之一。从研究的模型方法上看，数据挖 掘技术的许多模型已在信用评分系统中获得成功应用。因此，数据挖掘技术可以 通过分类等模式，应用于消费者信用风险管理中，并将得到更好的风险管理效果。 作者自入学以来，即参与国家杰出青年基金b 类项目数据挖掘技术与应 用的研究，期间还参与了包括中科院院长基金项目、工总行委托项目在内的3 项 关于商业银行风险管理方面的研究课题。基于此，作者选择用数据挖掘的相关技 术与方法来研究消费者信用风险管理问题，并作为博士论文的写作，希望能够对 消费者的信用风险管理这一实际问题有所裨益，并对银行等授信机构的风险管理 提供方法方面的选择。 1 2 研究内容 基于上述的背景分析，本文将主要在以下三个方面展开研究： 1 2 1 消费者信用风险管理的一般理论与方法 包括对消费者信用的类别及其功能、风险管理的目的与要素、风险分析的主 要技术信用评分系统的基本原理、一般过程、对所采用的主要方法进行评述。 其目的是为本文随后的研究提供理论基础。 1 2 2 消费者信用风险管理中的数据挖掘应用原理与过程研究 从数据挖掘的一般过程、模式与主要运用的方法出发，探讨数据挖掘在消费 者信用风险管理中的应用，而后根据所阐述的应用方向与内容，构建了消费者信 用风险管理中的数据挖掘应用过程，并结合评分系统的具体状况，详细地分析了 6 中国科学技术大学博士学位论文 消费者信用风险管理中的数据挖掘模型研究 数据挖掘过程实现的一些基本问题。 1 2 3 消费者信用评估的数据挖掘模型与实证研究 消费者信用风险分析的准确性将与建立的数据挖掘模型紧密相关。本文提出 了消费者信用风险管理中的两类数据挖掘模型，并用实际的信用卡数据对其进行 了实证研究。 针对我国商业银行目前所使用的信用评分标准在指标权重设定和方法适用 性方面的问题，提出了基于主成分线性加权的数据挖掘模型，构建了详细的实现 步骤，并运用银行的实际信用卡数据对该方法进行了实证，并进一步研究该方法 在实际应用时的若干特性。 在消费者信用风险管理中引入了支持向量机方法，讨论其基本理论与模型， 构建了消费者信用风险管理中的支持向量机实现过程，并用实际信用卡数据对其 进行实证检验和分析，同时研究该方法在实际信用风险管理中的若干特征。 1 3 研究方法 发达国家有关信用及其信用体系方面的建设已经比较完备，关于消费者信用 风险管理的研究方法以定量研究居多，主要注重管理技术与方法的研究，近年来 也在消费者信用管理的另外一个重要方面信用报告方面有较多的定性研究。 在国内则以定性研究占绝大多数，主要集中于信用体系建设方面，从各方面探讨 如何完善信用体系和信用制度，对消费者信用风险管理的技术与方法的研究数量 尚少，而在提出某种方法并用较大规模数据进行实证分析的，还尚未看到。 本文主要采用定量研究与定性分析相结合的方法，以定量研究与实证研究为 主的研究方法，力图用较大规模的实际数据来验证所建立的数据挖掘模型的科学 性与实际应用的准确性。 1 4 本文的体系结构 本文的第一章是引言，对本文的研究背景、国内外研究现状、研究内容、研 究方法、体系结构以及创新之处做简单介绍。 本文的第二章是对消费者信用风险管理的一般理论与方法的阐述。主要是从 消费信用的功能出发，阐述风险管理的目的与组成要素，着重介绍消费者风险分 中国科学技术大学博士学位论文消费者信用风险管理中的数据挖掘模型研究 析技术信用评分系统的产生背景、原理与一般过程，并就信用评分系统的主 要模型方法做了简要评述与比较。 本文的第三章是探讨数据挖掘应用于消费者信用风险管理中的原理，并构建 了具体实现的过程，是本文的重点章节之一。在说明数据挖掘的目的、一般过程