（金融学专业论文）个人信用评估模型研究.pdf

内容摘要 1 9 9 9 年，人民银行摊出关于开展个人消费信贷的指导意见， 详细规定了剿内商业银行开展个人消费信贷的蒋于政策，此后，个人 游爨信贷飞速发震，曼务涉及住房及装修贷款、汽车溥费贷款、大颧 耐用消费品贷歉、信用卡消费贷款等多个种类。信贷余额眭l1 9 9 8 年 的4 5 6 亿元增长到了2 0 0 4 年6 月末的1 7 9 5 2 亿元。然而，消费信贷 业务发震的瀚时孱暴露酶信臻风陵润题密对溺费信贷市场麓发展秘 成了威胁。针对我国商业银行信贷资产质量低下和风险加大的客观情 况，建立完善的信用风险管理机制已成为刻不容缓的任务，而信用评 髅作为风险篱灌的第一个环节蠢更需要得鬟妥蛰簿决。壹予我国信臻 体系不完善，商业银行无法全面掌握贷款人信用状况，目前，我国银 行对个人客户信用状况的评价，主要采用等级评分与专家评分相结合 豹方法，将客户豹鑫然状凝、鼗鲎状覆、与镊行关系等方西鼹指标酶 可能取值分威不同的级别，对不同的级别赋值，通过专家对每个指标 各个取值的评定来确定最终的指标评分结果。这种方法存在兰个主要 麓熏：( 1 ) 指标和权重设定依赖专家黪经验，具有先验性，实际簧潺 中某项指标对信用的影响作用可能与此并不一致：( 2 ) 扭曲了信用指 标与信= j 水平之间的真实关系。指标方法大多基予线性方法，而实际 土个久信矮承乎与各信瘸簧素之闯更多是 摹线援以及关袋关系。( 3 ) 实际数据显示，这种方法只能在一定置信区间上做出评价，准确性不 高。这样，缺少科学的个人信用评估技术成为我国商业银行消费信贷 业务发袋鞠魏焱。 在西方圈家，普遍采用定量分析的个人信用评估方法来评价个人 客户的信用：状况，应用数据挖掘技术建立信用评估模型。数据挖掘是 2 匿纪孽0 年代后袈久王智麓和数纛瘁领域兴起盼一种数据处蹬窝翔 识发现( k d d ) 理论，是从大量的、不完全的、有噪声的、模糊的和 随机的实际应心数据中，提取隐含在其中的信息和知识的过程。对数 镞避行分类嚣潆蠢溯是数撅挖掘的 ! 要功隧。数凝挖掘羽，：僖j 露评估的 优势i i 要在r ：( 1 ) 能处理和修矿实际数据问题，算法模删具有自榆 验能力，能更准确描述信用要索和信用水平之间的关系特征；( 2 ) 不 先验她建立信耀援剃，瑟是从实倒数据中逐过有整餐学习去发瑷信耀 规则，然后用这些规则去预测新样本的信用风险，更符合解决问题的 科学步骤。数据挖掘中具体应用的建立个人信用评估模型的方法包 括：判剜分析、豳爨分聿厅、k 远邻法、数掌攫划、决策榜法、人= 毒孛 经网络等。 当前，我国个人业务的飞速发展使商业银行积累了一定量的数 据，鹰韭锓行纷纷逐行数据集孛，建立数据仓库，开始应爱数撰挖援 技术建立科学的个人信用评估模型，进面建立完善的个人信用评估机 制，以降低个人信贷业务成本和风险。殿然进行了各种积极的尝试， 毽是我凿镊行垃东个人信用译估模型豹建立帮应耀方面仍处予起步 阶段，对各种方法建立的个人信用评分模型的准确性和适用性的研究 还有待深入。在目前中国个人征信体系不完善，商业银行个人信用信 患不完整熬条件下，翔何建立有一定参考价r f 壹酶个入信爱评估摸型蒌 常有意义。从现有的研究结聚看，还没有致性的结论，有些结论甚 至相互矛盾。本文将对此进行系统研究，并以某商业银行个人信贷数 据为分拆对象，暴耀已有旋数据挖掘算法进行适应憋疆究，壤鬟刿裂 分析法、l o g i s t i c 回归法、k 近邻法、决策树和神经网络分别建立模 型对个人客户进行分类，并比较模型表现。在对个人信用评估模型进 行比较浮价舞，一般应综合考患以下a 个方瑟：模型麓适爱条件，模 型精确度及稳健稔度，模型经济含义解释能力，建横的效率等。对比 结果显示，l o g i s t i c 回归横型是个人信用评估最优模型，该模型的 准确率达劐7 5 以上，诩练样本和确认样本溪判率捆差不丈，模型稳 健性好，易于理解，效率高，推广能力强，是当前商业银行可以采用 的最优模型，值得在实践中摊广。 本文夔醑究方法：采瑷臻论与鼗摄翱结合鼓惑辫，佼嗣定萋分誊厅 的方法，对现有的几种个人信用评估方法进行对比研究。 论文主要分为五章： 第+ 章主要余缨了数蠡挖撼凝念鼓i i 杰个人倍；| 评 壬r | ；的拇 l 。 首先阐述了数据挖搬的基本概念，介绍，数据挖掘的功能和常时技术 以及基本流糕：然后介绍了数据挖掘技术的应用情况及其在商业银行 风险管理方嚣发挥的传耀。 第二章讨论了个人信用评估的基本概念及其发展历程。指出个人 信用评估是对消费信贷中的个人诚实守信的意志和能力做出评价，并 对嚣蔫嚣方黧客滤行凡秽定量方法进行了综述，分缀了这些方法兹基 本原理和前人的研究成聚。最后，分析了国内研究现状，强调了构建 适合我国现状的个人信用评估模型的必要性，指出虽然进行了各种积 辍豹尝试，毽楚我量镊行业在个人信矮评分模型豹建立和应焉方瑟仍 处于起步阶段，对各种方法建立的个人信用评估模型的准确性和适用 性研究还有待深入。本溉的论述为后面进行实证分析奠定理沦基础。 第三章磷究了个人穗雳评估翦熬数据准备| 、薅题。论文磷究艨采矮 的数据是由四川省某商业银行提供的个人客户历史资料数据库的真 实数据，由于建模用的实际数据存在着不完整、不一致、不精确和重 复数据，所以嚣要对其进行疆处璎，本章具体分缮了数据潘洗移转换 的方法和过程；然后，介绍了建模所采用的抽样方法。 第四章应用$ a s 等软件，对样本数据使用判别分析法、l o g i s t i c 瑟 l j 、k 近邻法、决策瓣和神经曩终法具体麴建个久售矮评话模型。 详细介绍了建立模型的过程、算法、判别准则并计算了训练样本和确 认样本的总体误判率及两类错误率。 第五耄对筹霆章中所建立的几种模型进行评位和魄较。分析结果 认为，就本文所使用的数据而言，几种模型建模效果在一定范围内差 别不大。相比较来说，l o g i s t i c 回归模型是个人信用评估最优模型， 蕊得在实黢c | = l 雄广。最焉，提出甍监馒行具体运雳过程中还嚣注意的 几点问题。 本文的主要特点： ( 1 ) 采臻裔监凝行个入信贷真实数据进行实证分析，所建立的 模型更符合现实情况。论文探讨了对有噪声的原始数据进行预处理的 方法和过程，采用适当的手段对数据进行清洗和转换，使其符合建模 昀要求。 ( 2 ) 论史用几种方法对样本数据进行数掘挖掘，找m 客户资信 水平和个人特征信息之间的关系，构建信用评估模型并用于预测。采 磊对魄磺究的方法，对各模型迸 亍评毡跑较。最终联接荐豹模越其有 客观憔强，预测准确高的特点，有较强的信用风险识别能力和预测能 力。 ( 3 ) 本文在逡壤建模方法瞳，采攥了较多的菲参数分析方法， 由于参数分析法建模往往对数据有特殊矮求，如自变量服从正态分布 等，而现实中的数据常常不符合这一假定，非参数法对数据分布没有 特到麴要求，避免了簧绞技术对模型设定黪霾难。本文对毫 参数法在 实际中的应用进行了探讨，为定量分析方法应用予个人信贷风险评估 提供了选择方法和借鉴手段，对加强个人信贷风险蛰理有重要意义。 瓣要指塞的罴，由于所麓收集鞫豹数据有陨；本文对个人信耀靛 评估仅考虑了一些个人基本信息及财务状况，本文只是提供一种分析 问题、建立模型的方法。而在实际业务中，对于个人信用的评价往往 需要翼多豹信惠，囊盐银行霹凭售萁数攥仓摩酶综合信惠获取优势， 为模泌的建立提供更全面的信息支持，在构建模型时，加入其他有价 值的影响因素，同时，在构建成模型之后，还需对模型进行动态调整 蓥正，使英簿会遭务发展的癸求。 关键字：个人信用评估，数据挖掘，判别分析， l o g i s t i c 隧妇，决策瓣 a b s t r a c t t h ep e o p l e ：sb a n ko fc h i n ai s s u e dg u i d a n c eo nd e v e l o p i n gp e r s o n a t c o n s u m e rc r e d i ta n ds o m er e l e v a n tc r e d i tp o l i c yi n 1 9 9 9 s i n c et h e n ， t h e r eh a sb e e n r a p i dd e v e l o p m e n to ft h ep e r s o n a lc o n s u m ec r e d i t h o w e v e r , t h ec r e d i tr i s kp r o b l e me x p o s e do nt h eb u s i n e s sh a st h r e a t e nt h e d e v e l o p m e n to fc o n s u m ec r e d i tm a r k e t a g a i n s tt h i ss i t u a t i o n ，i ti sa n u r g e n tt a s kt of o r mas o u n dc r e d i tr i s km a n a g e m e n tm e c h a n i s m c f e d i t a s s e s s m e n ti st h ep r i m a r yl i n ks h o u l db ep r o p e r l ys o l v e d a tp r e s e n tc h i n al a c k sa r e l a t i v e l ym a t u r e dc r e d i ts y s t e m i ti s d i f f i c u l tf o rb a n kt oe v a l u a t et h e c r e d i ts t a t e so ft h ep e r s o n a lc l i e n c s a c c u r a t e l y t h et r a d i t i o n a lm e t h o d sh a v em a n ys h o r t c o m i n g ss u c ha s s u b j e c t i v i t y , a p r i o r i t y t h e ys o m e t i m e sd i s t o r tt h er e a l r e l a t i o n s h i p b e t w e e nc r e d i ti n d i c a t o r sa n dt h ec r e d i tl e v e l i nw e s t e r n c o u n t r i e s ，b a n k s g e n e r a l l ya d o p tp e r s o n a lc r e d i t a s s e s s m e n tm e t h o do fq u a n t i t a t i v ea n a l y s i st oe v a l u a t ec r e d i tc o n d i t i o n s o fp e r s o n a lc l i e n t sa n dd e v e l o pc r e d i ta s s e s s m e n tm o d e lb yd a t am i n i n g t e c h n o l o g y d a t am i n i n gi sd e f i n e da st h en o n t r i v i a le x t r a c t i o no fi m p l i c i t ， p r e v i o u s l yu n k n o w n ，a n dp o t e n t i a l l yu s e f u li n f o r m a t i o nf r o md a t ao r k n o w na s k n o w l e d g e d i s c o v e r yi nd a t a b a s e s ( k d d ) t od ot h i s ，d a t a m m m gu s e sc o m p u t a t i o n a lt e c h n i q u e sf r o ms t a t i s t i c s ，m a c h i n el e a r n i n g a n dp a t t e r nr e c o g n i t i o ns u c ha sd i s c r i m i n a t ea n a l y s i s ，r e g r e s s i o nm e t h o d ， m a t h e m a t i c a lp r o g r a m m i n g ，d e c i s i o nt r e e ，k n e a r e s tn e i g h b o r ，a r t i f c i a l n e u r a ln e t w o r ke t c a l t h o u g hm a n yp o s i t i v ea t t e m p t sa r ed o n e ，t h ed e v e l o p m e n ta n d a p p l i c a t i o no fp e r s o n a lc r e d i ta s s e s s m e n tm o d e li nc h i n e s eb a n ki n d u s t r v i ss t i l li ni t s i n f a n c y t h er e s e a r c h o fa c c u r a c ya n da p p l i c a b i l i t vo f d i f f e r e n tm o d e l sa l s or e q u i r ei n d e p t h s t u d y a tp r e s e n t ，c h i n e s ep e r s o n a l c r e d i t r a t i n gs y s t e mi si m p e r f e c ta n dt h ep e r s o n a lc r e d i ti n f o r m a t i o no f c o m m e r c i a lb a n k si ss t i l li n c o m p l e t e u n d e rs u c hc i r c u m s t a n c e s i ti s v e r y m e a n i n g f u lt od e v e l o pam o d e lt h a th a sr e f e r e n c ev a l u et ot h ep r a c t i c e t h e r ea r en o tc o n s i s t e n tc o n c l u s i o n so fe x i s t e dr e s e a r c h e s 。e v e ns o m eo f t h e ma r ec o n t r a r y i nt h et h e s i s d i f f e r e n tm e t h o d s a p p l y i n g t o p e r s o n a l c r e d i t a s s e s s m e n ta r es t u d i e d ，t h em e t h o d sa r e c o m p a r a t i v e l ys t u d i e db yu s eo f e x p e r i e n t i a ld a t a + t h ee x p e r i m e n t a la n a l y s i ss h o w st h a tt h el o g i s t i c r e g r e s s i o nm o d e li st h em o s ts u i t a b l em o d e lw h i c hi sm o r es t a b l e t h a n o t h e rm o d e l s ，a n di t sf o r e c a s t i n ga c c u r a c yi sh i g h e r t h i st h e s i si sm a i n l yd i v i d e di n t of i v e 。c h a p t e r s ： 。 c h a p t e ro n ei n t r o d u c e s d a t am i n i n gt h e o r ya n di t sa p p l i c a t i o n si n c r e d i ta s s e s s m e n t 。f i r s t l y , i te x p l a i n st h eb a s i cc o n c e p to fd a t am i n i n g i t t h e ni n t r o d u c e st h ef u n c t i o no fd a t a m i n i n ga sw e l la s t h em e t h o d s s u b s e q u e n t l yi td i s c u s s e st h eb a s i cp r o c e d u r eo fd a t am i n i n g f i n a l l y , i t d i s c u s s e sd a t am i n i n ga p p l i c a t i o n s 。d a t am i n i n gt e c h n o l o g y p l a y sa n i m p o r t a n tr o l ei nc o m m e r c i a lb a n kr i s km a n a g e m e n t c h a p t e r t w od i s c u s s e st h eb a s i c c o n c e p t o f p e r s o n a l c r e d i t a s s e s s m e n ta sw e l la si td e v e l o p m e n th i s t o r y p e r s o n a tc r e d i ta s s e s s m e n t i st oj u d g et h ec r e d i t w o r t h i n e s so fac r e d i ta p p l i c a n t i nw e s t e r nc o u n t r i e s ， t h em e t h o do f q u a n t i t a t i v ea n a l y s i s i si n w i d e l y u s e t h ew r i t e r s u m m a r i z e ss e v e r n l p o p u l a rm e t h o d sa n dt h em a i na c h i e v e m e n t so f p r e d e c e s s o r si nr e c e n ty e a r s i ti sn e c e s s a r yt om a k ead e e p e rr e s e a r c hi n d e v e l o p i n g m o r ea c c u r a t ea n dm o r es u i t a b l em o d e l sf o ro u rp r a c t i c e c h a p t e rt h r e e d i s c u s s e st h e p r o b l e m o fp r e p a r i n gd a t ab e f o r e d e v e l o p i n gm o d e l s t h ed a t au s e di nt h et h e s i si sr e a ld a t af r o mp e r s o n a l c l i e n t h i s t o r y i n f o r m a t i o nd a t a b a s ew h i c hi s p r o v i d e db yc e r t a i n c o m m e r c i a lb a n ki ns i c h u a n p r o v i n c e t h ep r a c t i c a l d a t ai n c l u d e i n c o m p l e t e ，i n c o n s i s t e n t ，i m p r e c i s eo rr e p e a t e dd a t a ，t h u sd a t ac l e a na n d d a t at r a n s f o r ma r en e c e s s a r y t h e n ，i nt h ee n do ft h i sc h a p t e r , t h ea u t h o r i n t r o d u c e st h es a m p l i n gm e t h o du s e di nt h et h e s i s 。 w i t ht h ea i do fr e a lp e r s o n a lc l i e n t sd a t aa n ds a s s o f t w m e ，c h a p t e r f o u rd e v e l o p sp e r s o n a lc r e d i ta s s e s s m e n tm o d e l sb yu s i n gt h ef o l l o w i n g m e t h o d s ：d i s c r i m i n a t ea n a l y s i s ，l o g i s t i cr e g r e s s i o n ，k - n e a r e s tn e i g h b o r , d e c i s i o nt r e e ，n e u r a ln e t w o r k t h ew r i t e ri n t r o d u c e st h ep r o c e d u r e si n d e t a i l sa n dc a l c u l a t e st h et o t a lm i s c l a s s i f i c a t i o nr a t ea n dt h et w ok i n d so f m i s c l a s s i f i c a t i o nr a t eo ft r a i n i n gs a m p l ed a t aa n dv a l i d a t i o ns a m p l ed a t a f o re a c hm o d e l c h a p t e rf i v ec o n c e n t r a t e so nt h ea s s e s s m e n ta n dc o m p a r i s o no ft h e s e v e r a lm o d e l sd e v e l o p e di nt h ep r e v i o u sc h a p t e r t h er e s u l ti st h a tt h e l o g i s t i cr e g r e s s i o nm o d e li st h eb e s tm o d e lw h i c hi sw o r t h yo fp r o m o t i n g i nt h ep r a c t i c e m o r e o v e r ，i nt h ee n do ft h i sc h a p t e r , t h ea u t h o rp u t f o r w a r ds e v e r a li s s u e sw h i c hs h o u l db ep a ya t t e n t i o n od u r i n gt h e a p p l i c a t i o n t h et h e s i sh a ss o m en e wi d e a s ： ( 1 ) t h et h e s i su s i n gt h e r e a l p e r s o n a l c r e d i td a t at o e m p i r i c a l a n a l y s i s i td i s c u s s e st h ep r e t r e a t m e n tm e t h o d sa n dp r o c e d u r eo fr e a ld a t a ( 2 ) t h et h e s i su s e ss e v e r a lm e t h o d st os a m p l ed a t ai no r d e rt of i n d t h e r e l a t i o n s h i p b e t w e e nc l i e n t s c r e d i tl e v e la n dc l i e n t s i d e n t i t y i n f o r m a t i o n t h e nc o m p a r a t i v es t u d yo fm e t h o d si su s e dt oa s s e s st h e m o d e l s t h ef i n a lm o d e lr e c o m m e n d e di so b j e c t i v i t ys t r o n g ，a c c u r a t e f o r e c a s t so fh i g hc h a r a c t e r ( 3 ) t h et h e s i s u s e sm a n yn o n p a r a m e t r i ca n a l y s i sm e t h o d s t h e s e m e t h o d sh a v en os p e c i a lr e q u i r e m e n t sf o rd a t ad i s t r i b u t i o n ，s ot h e yc a n a v o i dt h es e t t i n gd i f f i c u l t yo ft r a d i t i o n a lm o d e l 。t h et h e s i sd i s c u s s e s a b o u tt h e s ea n dp r o v i d e sa l t e r n a t i v em e t h o d sa n dr e f e r e n t i a lm e a n s w h i c hm a yb eh e l p f u lf o rp e r s o n a lc r e d i tr i s km a n a g e m e n t k e yw o r d s ：p e r s o n a lc r e d i ta s s e s s m e n t ，d a t am i n i n g ， d i s c r i m i n a t ea n a l y s i s ，l o g i s t i cr e g r e s s i o n ， - d e c i s i o nt r e e 嚣南财经大学 学位论文原创性及知识产权声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论 文不含任何其钝个人或集体已经发袭或撰写遥的律晶藏采。对本文薛 研究做出重鼹赏献的个人和集体，均已在文中以明确方式标明。因本 学位论文引起的法律结聚完全由本人承担。 本学位论文成暴归嚣海黠经大学所有。 特此声明 学位论文作者签名：刘征 2 0 0 6 年4 霜1 9 基 前言 在全蘑建设小康社会的战略指导下，我国居民收入增长将继续保 持一个鞍高的速度，居民的消费能力有了较大的增长，传统懿先储蓄 后消费躺生活观念也有了更新，越来越多的居民接受了贷款消费的新 褒念。我国鲍消费信贷市场目前正处于从成长到高遴发展的时期，从 1 9 9 9 年的7 2 6 3 亿元，虱2 0 0 3 年底已达1 5 7 3 6 亿元的规模，缀短5 年增长了2 1 倍多。同时，对于银行来说，零售银行业务有利于分散 风险，提高银行经蘩稳定性，隧着商业锻霉亍竞争意识和风险意识的增 强，个人信贷业务被提升到了镊行的战略高度。截止2 0 0 4 年6 月末， 境内全部金融机构个人消费信贷余额1 7 9 5 2 亿元，占同期全部金融机 梅各项赞款余额鲍l o 6 。与发达国家滚费信贷比例( 2 0 一4 0 ) 相 比，仍有很大瀚发震潜力。 我国商业银行的个人信贷业务仍处于起步阶段，制约其发展的一 个重要豳素就是信嬲风险管莲裰对落后，与发达国家的信鼹风险辫理 相比，差距具体表现在四个缺乏上，鄹缺乏完善的信用立法、缺乏信 用管理的社会服务机构、缺乏全面有效的信用评估、缺乏完善的数量 分砉蜃手段以支持信贷决策，正楚由于这靼个缺乏铡约了我国齑业键行 个入信贷业务成本和风险的降低。 近年来，党中央、国务院高度重视社会信用体系建设，加快信用 立法进程，逐步栽范授信桃梅、鬣信枫构艇行为，铡定对失信行为惩 罚和修复标准，保护授信人的合法权益和进行信用宣传教育，敌藩信 用环境。加快了全网统一的企业和个人信用信息基础数据库建设。由 中基久民银行牵头建设的个人信f j 基秘数据摩已予2 0 0 6 年起实现在 全国商业银行的联嘲运行。对予商业银行来说，不麓坐等市场环境的 改善，应积极改进控制信用风险的方法。h 前，我圈银行耐个人客户 信用状况的评份，主要采翊等级谔分与专家评分矧结余的矗法，萼蟹窑 j ：，的l 。i 然状况、职业状况、与银行关系等方而的指标的町能取值分成 不同的级别，对不闸的级别赋值，通过专家对每个指标的各个墩值的 评级来确定最终酶指标评分终袋。这嚣方法主观缝较强，浮定结粟与 客户的真实信用水平存在一定误差。因此，有必要借鉴西方国家成功 经验，使用定量化的评估方法，研究建立适应我国实际情况的个人信 震评估摸型。 本文将采用理论研究结合实证分析的研究方法，采用数据挖掘技 术，使用判别分析法、l o g i s t i o 回归法、k 近邻法、决策树及人工神 经瓣终等方法擒建个入信耀浮佶模型，对客户信爱等级遴霉亍分类、预 测，并对各模型的适用条件，模型精确魔及稳健程度，模型经济含义 解释能力，建模的效率等方面进行对比分析，选择最适合实际业务的 模型，为齑盘银行信褥风险警理提供决策支持。 。 本文从结构上分为五章：第一章介绍了数据挖掘的概念及其在个 人信用风险管理中的应用；第二章介绍了个人信用评估的概念和发展 历史，多拳对禽内井骥究方法和成采送行了综述；篱三肇硬究了个入售 用评估前的数据准备问题；第四章使用判别分析法、l o g i s t i c 回归、 k 近邻法、决策树和神经网络法具体构建个人信用评估模型。第五章 对瑟建立的死耪摸爱遴行评髂和比较著褥毫研究结论窝致篆建议。 第一章数据挖掘及其在个人信用风险管理中熬应用 一、什么是数据挖掘 第一警数据挖掘敲摄念 随着数据库、数据仓库技术靛蓄逮运爱，企盟中积累麓数据大量 增加，在众多数据背后隐藏了很多具有决策意义的信息，人们希望能 够对其进行更离层次的分謇厅，以便更好的利用这些数据。数据挖掘技 术应运两生，并蓬裁发展趣来，越来越显示出强大的生命力。 数据挖掘( d a t am i n i n g ，d m ) 就是从大量的、不完全的、有噪 声懿、模糊的、随枫的实际应用数据中，提取隐含在其中的、人们事 先未稚酸、但又是潜在有瘸的信息和知识的过稷。数据挖掘利用各种 分析工具建立模型和发现数据问关系，这些模型和关系可以用来预 测。这个定义包括好几个层次含义：数据源必须是真实的、大量的、 含噪声的；发现的是用户感兴趣的知识；发现的知识是可接受、可理 孵、可运用的，但不要求发现放之四海皆准的知识，而仅支持特定的 阏题。 二、数据挖掘方法的分类 数据挖撼的模式按功麓可分有两大类：预测性( p r e d i 6 t i v e ) 和 描述往( d e s c r i p ti v c ) 。 描述性模式用于了解某个系统的实际数据存在的特征，其目的是 为预测徽准备。攒述型模式包含了关联( a s s o c i a t i o n ) 模式、序列 ( s e q u e n t i a l ) 模式、聚类( c l u s t e r i n g ) 模式和滤除( d i s t i l l a t i o n ) 模式等。 预测性模式是在搦述分 j i 褥到结鲶的垫捉引：列1 系统的发艇进行 估计，通过预测性分析熊褥到最终需要的结聚，能够为决策者提供矗 接的依据。预测性模式包含分类模式和嘲归模式。分类模式是对某个 事物霹能彗j 属予慕个类裂的糍率遴罨亍瘦燕。回归模式是指预测一个变 量值的变化，与分类模式相似，它们的差别在于分类模式的预测值是 离散的，回归模式的预测值是连续的。 予委溯型模式鬻耀豹数据模型逮括：决策薅( d e c i s i o nt r e e ) 模 型、规贝0 推理模烈和神经网络( n e u r a ln e t w o r k ) 模型。数学模型和 预测的目的不是_ 对应。对于回归型问题，我们可以选择神经网络， 也可以用统计模型，魏l o g i s t i c 回归、镳差分挢、蕊逶线蛙模爱等。 对于分类型问题，我们也可以用神经网络来解决，也可以用决策树做 分类。 三、数攒挖掘酶基本步骤 数据挖掘是一个循环往复的过程，它要从大量数据中不断抽取出 有价彳壹戆信息或知识。麦子每一种数据挖掘技术方法都有垂身懿特点 和实现步骤( 例如，对输入i 输出数据形式的要求不同，模型结构、 参数设置、算法适用领域各囱有不同的要求，模型评价方式存在差 异) ，数据挖提与具体应蘧瀛越密切穗关( 应用数擐挖援瑟要达刭酶 目标、数据收集完整程度、问题领域专家支持程度、算法选择等) ， 因此，成功应用数据挖掘技术本身是一件很复杂的嚣情。 蓍先，我 | 、j 需溪定义主题，然后凝搌选择鳇润题建立鼗据挖巍库， 数据挖掘库中的信息可以从数据仓库中掇取，也可以从外部数据源直 接获取。建立数据挖掘库后，对数据进行预处理，以改善数据质量， 提高萁惹数据挖掇过程的精度翻性麓。隧后，逶过削建一拿或多个数 据表进行抽样，使所抽样本数量既要大的足以包含有实际意义的信 息，同时又不至于大到无法处理。然后，通过对数据进行深入探察以 发聚隐藏在数据中预期昀或寒被预鬻的荚系及异常，麸丽获褥对攀携 的理解和概念，拟定初步的数据模型，这包括建啻：、选择变量，转换 变量及对数据进行修改等。在模型初步建立后需要对摸，娌的实用性和 珏j 靠。陵进行评。感，翔巢模型和交际系统鸯较天的溪参，舞l 摸! 疆需要重 新修改，南剑模鹊和实际系统比较接近再对模：j i i 1 , l j 行解释，) v f 41 为辅 助决策信息传递给管理人员。流程见图1 。 幽1 数据挖捌的基本过程 第二节数据挖搦在个人傣雳风险管理中的应焉 数据挖掘技术从一开始就是面向应用的。目前，在很多蓬要的领 蠛，数据挖攘都可以发耀积摄浞透翁作耀。茏其是在翔鼗行、电信、 保险、交通、零售等商业应用领域。数据挖掘能够帮助解决许多典型 的商业问题，其中包括：数据库营销( d a t a b a s em a r k e t i n g ) 、客户群 薅划分( c u s t o m e rs e g m e n t a t i o n ) 、背豢分折( p r o f i l ea n a l y s i s ) 、交叉 销售( c r o s s s e l l i n g ) 等市场分析行为，以及客户流失性分析( c h u m a n a l y s i s ) 、客户信用评分( c r e d i ts c o r i n g ) 、欺诈发现( f r a u dd e t e c t i o n ) 熊 。 w # 在银行领域，控制信贷业务所带来的信用风险直是商业银行最 为关注和棘手的问题。为了保证最大的利润和最小的风险，既鼓励和 隽便客户贷款与透支，又逶免坏帐盼。t 并，齑监镁行在放贷之前，应 根据客户历史信贷资料，客观、全面、准确地评估客户的还款能力和 还欺意愿。k 期以来，1 街, l k 钺行使川传统人1 对个人倍川进行评估， 书仅效率低f 两益准确憾依赖鲎务久英的主魂判鞭。数攥挖瓣技术的 出现，由于其可为银行进行个人信用风险控制提供客观、准确的评估 亵控镂枫裁，因此已或为各麓监键行风险管理中鹃“宠l ”。 利用数据挖掘技术，各商业银行的个人信用管理模式由定性逐步 走向定量化，通过科学地强化对信贷客户的信用评估、风险度测量、 痿赞甄险权重酶篱理，有效圭瞧防范亵控割贷款风险。蘑霹；实襞对不 良贷款的严密监控，加大对信贷资金的分析和分类的频率，提商信贷 决策水平。例如，利用有指导学习中的分类算法，银行对已收集的大 量的客户帐户信息进行辩学麴分辑和羯类，著进行信耀评 吉，扶瑟我 出“好”、“差”不同等级的顾客的特征属性，建立信用等级的履示描 述，从而帮助银行建立信用风险防范的第一道防线：新客户的信用审 批。 。 剩用数据挖掘和统计分析方法建立的个人信用评估模型通过对 个人客户的人口特征、信用历史记录和行为记录等大量的数据进行系 统的分析，挖握数摆中蕴淫黪行为模式翻信焉特征，摅捉瑟吏信崽弱 未来信用表现之间的关系，建立预测性的模型，作为个人信贷管理的 决策依据。 总之，商监锻行应耀数键挖掘技拳，是发掘客户瀣源，实时掌握 市场需求，创新金融产品和服务，迅速提高客户满意度和忠诚度，增 强自身盈利能力的利器。特别是在消费信贷和信用卡业务飞速发展的 薅况下，数据携撼应矮予客户选择与分类，这对控镶风险，提高蕴稳 能力，促进消费具有重要作用。 第二章个人信用评估方法 第一节个人信用评估的概念和发展历史 一、信用：个人倍用翻个人信用评估的概念 根据瑷代经济学理论，“信耀”( c r e d i t ) 是一个经济学词汇，耀 于接述枣场交易中的借贷关系，从属予齑鼎和货币关系的经济范赡。 在市场交易活动中，信用是一种建立在信任基础上的能力，就是不用 立即付款便可以获得资金、物资、服务的能力。这种能力受到一个条 件的约浆，帮受傣人( c r e d i tr e c e i v e r ) 在其应允的时闯期限露为所获 缛昭资金、物资、服务等付款，有时还包括为应付款支付剥慰，露这 个还款时间期限必须德到提供资金、物资、服务的授信人( c r e d i t g r a n t o r ) 的认可。1 信用按照参与主体的不同可分为个人信用和企业信梢。企业信用 是参与主体为金韭的信焉活动，企业信焉不是本文所讨论的对象，这 里不再赘述。个人信爆是掺信用的参与主体中至少有一方为个人的信 用活动。因为个人的行为特征与企业的行为特征有很大的不同，所以 对个人信用的讨论必须充分考虑个人的行为特征。按照上述对信用的 解释，个人信用即是个人与银行之闻，以满足个人生活消费需要、提 高生活水乎为磊斡，建立在诚实守信基础上麓心里承诺与约麓实戥耀 结合的慧志和能力。2 薅要说明的是，这里对个人信用的定义是狭义 的，从广义上讲，个人信用还应该包括个人与企业之间的赊销信用和 个人与银行之间的个人投资贷款，凶这两粪个人信用与论文的讨论没 有赢接的关系，而其自身又有一定的特殊性，所以这里将这两类个人 王争q，粤。宽 ? m i 、01 i ! 瞧 。 n | 薹晡 j 个 n 叶 伊鼹 t +二登i 荽睹 疏，i业羔兰允计路，缡筚峨乍昀举株滗 信用排除在外，本文以个人与商业银行之间的直接以满足个人消费需 要为目的的消费贷款中涉及酶个人信甭为研究对象。 蛰上襞述，个人偿爆是指消赞者与亵业银行之闻以满足个人消费 需要为目的的、建立在诚实守信基础上的心理承诺与约期实践相结合 的意志和能力。 个人信艏评估p 对消费信贷中的这种个人诚实守信的意志和能 力傲警评价。 二、个人信糟评估的发展历史 个人信用评估实质上是将一个总体按照不同的特征分成若干不 同组的种方法。这种将总体划分成不同的维盼思想在统计学中最早 峦f i s h e r 提出露。d u r a n d 第一个意识鄹可以爝囊样瓣方法来区分“好” 的贷款和“坏”的贷款，从丽对贷款的信用风险进行评份。在当时的 美国，些金融机构及直销公司在信用管理方面遇到了困难。是森给 申请人提供贷款或者提供商品是由信用分析人员对申请人进行分析 和判断以后才散瀣决定。由于当时歪处于在第二次世界大战中，大批 信耀分析人员都参加了军队，信尾分析人员奇缺。因此，这些公司就 组织信用分析人员将他 | 、j 在进行信用分撰时的些基本准则写下来， 供没有经验的分析人员参考使用，这可以说是信用评估领域最早的专 家系统。从那时起，些人就开始尝试将统计方法应用与贷款决策。 最早的此类咨询视梅浚b i l l f a i ra n d e a r l i s a a c 予2 0 谨纪5 0 年代初在 l 基金凼建立舱，其客户大多数是金融枫毒句及直销公司。 2 0 世纪6 0 年代后期，随着信用卡的出现和发展，银行及其他信 用卡发卡机构认识到了信用评估的作用及重要性。由于每天申请信用 卡的人数众多，无论从经济的角度还是从人力的角度，镶行郡不可箍 完全依籁入王封f p 请进行审批，必须有一套蠡动豹信臻谮分系统( 信 用评分是对信用评估的结哭划分值来表示) 。当这些金融机构利用评 分系