合策略下个人信用评估建模及应用研究论文(PDF 64页).pdf

南京邮电大学 硕士学位论文 BP Logistic混合策略下个人信用评估建模及应用研究 姓名 苏庆玲 申请学位级别 硕士 专业 管理科学与工程 指导教师 黄卫东 20100412 南京邮电大学硕士研究生学位论文摘要 摘要 随着我国金融体制改革的日益深化和居民收入水平的不断提高 个人客户资产类产品 已经成为国内各商业银行的利润增长点 然而 目前国内商业银行对零售业务的风险管理 水平较低 缺乏一套有效的个人信用评估方法 阻碍了个人消费信贷业务的发展 因此 开发出一套适合于中国国情的 可推广使用的个人信用评估模型 以保证个人信用评估的 公开化 标准化 对社会经济的发展具有十分重要的意义 本文以个人信用风险为研究对象 结合国内外学术界及商业银行的研究成果 以提高 信用评估模型的稳健性和精确性为出发点 构建了B P L o g i s t i c 混合策略下的个人信用评 估模型 论文的主要工作如下 1 设计了个人信用评估指标体系 结合目前学术界对信用评估的研究现状及银行 现行的评估指标 并参照评估体系的构建原则 设计了以自然状况 经济情况和贷款情况 为一级指标 其下包含1 2 个二级指标的评估指标体系 2 单一信用评估模型的改进及应用分析 通过传统的L o g i s t i c 回归和B P 模型的分 析 分别对这两个模型进行有针对性的改进 并从分类效果及稳健性两方面对应用结果进 行比较 作为进一步建立混合策略下预测模型的基础 3 B P L o g i s t i c 混合策略下模型的构建及应用 利用单一模型的分析结果所体现的 优缺点 提出构建混合模型的思路 并应用B P L o g i s t i c 混合模型对个人信用风险进行分 析 4 利用C l e m e n t i n e 工具进行模型验证 通过和单一模型的结果进行比较分析 证 明B P L o g i s t i c 混合模型具有更好的稳健性和精确性 从而可以有效降低商业银行的信用 风险 实现银行利润最大化的目标 南京邮电大学硕士研究生学位论文A b s t r a c t A b s t r a c t W i t ht h ed e v e l o p m e n to fC h i n a sf i n a n c i a ls y s t e mr e f o r ma n dt h ec o n t i n u o u si m p r o v e m e n t o fp e o p l e si n c o m el e v e l s p r o d u c t so fp r i v a t ec l i e n ta s s e th a v eb e c o m eap r o f i tg r o w t ho f d o m e s t i cc o m m e r c i a lb a n k H o w e v e r a tp r e s e n t t h ed o m e s t i cc o m m e r c i a lb a n k sh a v eal o w e r l e v e lo fr i s km a n a g e m e n tt or e t a i lb u s i n e s sa n dl a c ke f f e c t i v ep e r s o n a lc r e d i ta s s e s s m e n t m e t h o d s w h i c hh i n d e rt h ed e v e l o p m e n to fc o n s u m e rc r e d i tb u s i n e s s T h e r e f o r e d e v e l o p i n ga s e to 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 ls u i t a b l ef o rC h i n e s ec i r c u m s t a n c ea n da p p l i c a b l et o g e n e r a l i z e t oe n s u r et h eo p e na n ds t a n d a r d i z 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 t w i l lb eo fg r e a t s i g n i f i c a n c et Os o c i o e c o n o m i cd e v e l o p m e n t T h i sd i s s e r t a t i o nc o n s t r u c t e dam o d e l t h ep e r s o n a lc r e d i ta s s e s s m e n tm o d e lu n d e r B P L o g i s t i cm i x e ds t r a t e g y w i t hb e t t e rs t a b i l i t ya n da c c u r a c yb yC l e m e n t i n es o f t w a r e T h e d e t a i l sw e r ea sf o l l o w s 1 C o m b i n e d 谢 lt h ec u r r e n te x i s t i n gp e r s o n a lc r e d i ta s s e s s m e n ti n d i c a t o r so ft h ea c a d e m i c c o m m u n i t ya n dc o m m e r c i a lb a n k s t h i sd i s s e r t a t i o nc o n s t r u c t e dam o r es c i e n t i f i c r e a s o n a b l e a n ds u i t a b l ep e r s o n a lc r e d i ta s s e s s m e n ts y s t e mf o rC h i n e s ec i r c u m s t a n c e b ys c r e e n i n ga n d r e f e r r i n gt ot h ec o n s t r u c t i o np r i n c i p l e so fe v a l u a t i o ns y s t e m 2 A c c o r d i n gt or e s e a r c hp u r p o s e s t h es e l e c t i o na n ds o u r c e so ft h es a m p l ed a t ao fp e r s o n a l c r e d i ta s s e s s m e n tw e r ei l l u s t r a t e dt od e t e r m i n et h es a m p l ed a t a a n dd i f f e r e n tt y p e so fd a t aw e r e p r e t r e a t e db ys p e c i f i cm e t h o d sf o rt h em o d e lb u i l d i n ga n dv a l i d a t i o n 3 B o t hL o g i s t i cr e g r e s s i o nm o d e lb a s e do ns t a t i s t i c sa n dB Pn e t w o r km o d e lr e p r e s e n t a t i v e o fa r t i f i c i a li n t e l l i g e n c ew e r ec o m p a r e da n di m p r o v e d A n dt h ea p p l i c a t i o nr e s u l t so ft w o m o d e l sw e r ec o m p a r e di nt h ec l a s s i f i c a t i o nr e s u l t sa n ds t a b i l i t y a st h eb a s i sf o rp r e d i c t i v e m o d e l so fam i x e ds t r a t e g y 4 T h ec o n s t r u c t i n gs t r a t e g yo fm i x e dm o d e l sW a sb r o u g h tu p u t i l i z i n gt h ea d v a n t a g e sa n d d i s a d v a n t a g e so fs i n g l em o d e l F i n a l l y am o d e lw i t hb e t t e rs t a b i l i t ya n da c c u r a c y t h ep e r s o n a l c r e d i ta s s e s s m e n tm o d e lu n d e rB P L o g i s t i cm i x e ds t r a t e g y w a sb u i l t w h i c hC a ne f f e c t i v e l y r e d u c et h ec r e d i tr i s ko fc o m m e r c i a lb a n k st oa c h i e v et h eg o a lo fm a x i m i z i n gt h e i rp r o f i t s I I 南京邮电大学硕士研究生学位论文第一章绪论 第一章绪论 1 1 研究的背景 巴塞尔新资本协议 规定的三大风险 市场风险 操作风险和信用风险 其中信用 风险位列各风险之首 而且它往往也是诱发其他风险产生并使之扩大的直接原因 我国商 业银行绝大部分收入来源于贷款利息 因此信用风险管理对我国商业银行健康发展的重要 性更加突出 由美国次贷而导致的全球金融危机 使人们对信用风险的关注度大大增加 为了应对 这次全球性的金融危机 2 0 0 9 年国务院制定了 扩大内需十条措施 要求加大金融对经 济增长的支持力度 取消对商业银行的信贷规模限制 合理扩大信贷规模 但这并不表示 对信用风险的管理可以放松 相反对此应更加重视 随着我国金融体制改革的日益深化和居民收入水平的不断提高 近年来个人消费贷款 从无到有的发展起来 特别是在住房 汽车消费以及个人投资拉动下 个人客户资产类产 品已经成为国内各商业银行的利润增长点 发展十分迅速 2 0 1 0 年3 月1 日我国首家消 费金融公司 北银消费金融有限公司在北京揭牌 并面向消费者办理业务 这标志着消 费金融公司这一新型的金融业态自此正式在中国落地生根 从当前我国经济情况来看 总供给大于总需求已成为我国经济运行的基本特征 经济 发展已从卖方市场转向买方市场 从生产导向型转向消费导向型 有效需求不足成为制约 我国经济快速增长的主导因素 因此 积极发展个人消费信贷 对于促进消费 扩大内需 推动生产 支持国民经济持续发展以及调整商业银行信贷结构具有重要的意义 但中国商 业银行的个人客户资产业务的信用风险管理仍然处于起步阶段 与发达国家相比 尚存在 不少差距 表现为4 个 缺乏 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 缺乏完整的数量分析手段以支持信贷决策 仅从个人信用制度 建设来说 信用制度作为国家信用体系的一部分 随着经济的快速发展 个人信用评估的 重要作用日益加强 建立个人信用制度 既是完善社会主义市场经济体制的内在要求 也 是我国经济融入世界一体化进程的客观需要 个人信用评估在我国虽已逐步开展起来 但实际工作中仍有不尽人意之处 个人征信 数据源的内容 个人信用报告的格式 个人资质认证 信用等级评估指标以及征信数据库 建设 信用管理软件开发等方面都涉及标准化问题 一方面 各家商业银行对个人信用的 评估自成体系 重复操作 相互之间难以衡量 各评估机构做出的评估结果大相径庭 可 比性不强 不利于个人信用体系在全国范围内推广 也不利于与国际同行业接轨 另一方 1 南京邮电大学硕士研冗生学位论文 第一章绪论 面 个人信用评估指标体系的设计存在不合理的地方 比如 根据中国建设银行济南分行 的 个人信用等级评定办法 个人的基本情况占将近1 3 的权重 基本上没有个人资产 和收支方面的指标 甚至没有个人信用状况的指标 这样做出的评估结果很难反映个人的 信用状况 总体来看 目前我国缺少一整套经过科学设计 严密论证 权威度高 可推广 使用的个人信用评估程序和相应的评分模型 以保证个人信用评估的公开化 标准化和公 平性 实践证明 只有依托数据仓库 建立内部的不良个人客户信用信息库 使用数据挖掘 工具进行风险建模 才是当前国内商业银行防范个人客户信用风险的着力点 1 2 国内外个人信用评估研究综述 1 2 1国外个人信用评估研究综述 信用评估实质上是一个分类问题 按照不同情况把客户分成若干组 如违约客户和不 违约客户 按信用评估的发展过程而言 F i s h e r 1 9 3 6 最早提出将总体划分成不同组的思 想 D a v i dD u r a n d t 5 1 1 9 4 1 首先想到将之应用于对贷款的分类 如 好 的贷款和 坏 的贷款 最早的信用咨询机构是由B i l l F a i r 和E a r l I s a a c 于2 0 世纪5 0 年代初在旧金山建 立的 其客户大多数是金融机构及直销公司 1 9 7 5 年及1 9 7 6 年在美国通过的 公平信用 法 标志着信用评分已经被社会所完全接受 2 0 世纪8 0 年代随着信用评分方法在信用卡 领域应用的成功 银行开始将信用评分方法应用于其他金融产品 如个人贷款等 近几年 信用评分方法已开始在住房贷款及中小企业贷款中使用 在评估方法方面 国外已经有人做了大量的工作 提出了各种评估模型 F I C 0 评分模 型 神经网络模型 贝叶斯分析模型等 采用了各种数学的 统计学的 信息学的方法等 等 取得了一定的效果 总体而言 信用评估方法可分为定性分析和定量分析 最初的个 人信用评估主要采用定性分析 由评估者依个人的经验进行主观评判 主要的方法有3 C 评 价原则 即品德C h a r a c t e r 能力C a p a c i t y 抵押担保C o l l a t e r a l 和后来的5 C 评价原则 即3 C 再加上条件C o n d i t i o n 资本C a p i t a l 3 C 或5 C 评估原则的主观因素多 指标较少 主要依赖 评估人的经验和能力 这些不足使得授信者很难对个人状况进行全面 有效的评价 随着统计方法的发展及其推广 定量分析被大量运用于个人信用评估 定量分析主要 是以授信人以前的信用记录为基础 对信用风险的程度进行数学分析 从而对其未来的偿 债行为进行预测评估 使授信决策自动化 由于定量分析能够较客观的反映受信者的信用 情况 使得越来越多的统计方法被用到信用评估中来 目前 信用评估中经常使用的方法 可分为三大类幢 g 2 南京邮电大学硕士研究生学位论文 第 章绪论 基于统计模型的 包括判别式分析法和L o g i s t i c 回归分析法 判别式分析法中最常用的最简单的是线性判别式分析 最早将判别分析用于信用评分 系统的是D u r a n d 1 9 4 1 自此以后 这一方法在学术界及金融界都得到了广泛的讨论与应 用 1 9 5 8 年W i l l i a m F a i r 和E a r l l s a a c s t 3 1 利用判别分析法建立了一个信用评分系统 另外一 篇经典文章是M y e r s a n d F o r g y 1 9 6 3 他们采用判别分析和回归分析方法 利用消费者零 售信用申请表中的数据对信用风险进行了预测 A l t m a n 1 9 6 8 发表了他的著名 Z S c o r e 判别分析模型 用来预测公司破产的风险 E i s e n b e i s 1 1 1 9 7 7 1 9 7 8 将判别分析作为一种 评估方法推广到商业 金融及经济领域 R o s e n b e r g a n d G l e i t 1 9 9 4 则对将判别分析用于信 用评分时可能产生的问题进行了讨论 W i g i n t o n 1 9 8 0 对L o g i s t i c 回归模型应用于信用评分的效果的进行了分析 L o g i s t i c 回归在理论上要优于判别式分析 而且在实际应用中 判别式分析也正在被L o g i s t i c 回归 所替代 统计模型的最大优点在于其具有明显的解释性和稳健性 基于运筹学模型的方法 主要指线性规划的各种类型 1 9 6 5 年M a n g a s a r i a n 第一个认识到可以将线性规划应用于分类问题 1 9 8 1 年 F r e e 和G l o v e r 才在他们的研究中使用了这种方法 J o a c h i m s t h a l e r 和S t a m 对这种方法随后的 发展做了回顾 虽然N a t h J a c k s o n 和J o n e s 发现统计模型比线性规划在个人信用评估方 面的性能更加优越 别的学者包括H a r d y 和A d r i a n 认为线性规划的效果与统计方法相同 在这以后的很多工作中 开始使用整数规划解决多种错分误差问题 或是使用包括线性规 划和统计模型的混合方法 非参数估计和人工智能模型 此类模型主要包括神经网络 分类树 遗传算法 K 一近邻判别等 这些方法在最近十 年内被发展出来 也在被逐渐地完善 K 一近邻分析方法最先是由F i x 和H o d g e s 1 9 5 2 提 出的 它是一种标准的非参数分类技术 C h a t t e r j e e 和B a r c u n 1 9 7 0 首次将近邻法用于个 人信用评分模型 随后H e n l e y H a n d 1 9 9 6 对使用K 一近邻法建立个人信用评分模型作了研 究 分类树把申请者进行不断的分类尽量使每一类的申请者都具有相似的违约风险并且与 其他类别申请者的违约风险明显不同 1 9 8 5 年M a k o w s k i 第一次把分类树方法应用于个人 信用评分 O d o m 1 9 9 0 首次将神经网络方法引入信用风险评估中 不久神经网络方法在 个人信用评分模型领域开始风靡 D e s a i 1 9 9 6 W e s t 2 0 0 0 等人使用神经网络方法构 造了个人信用评分模型 并通过实证分析验证了在各种特征变量呈复杂的非线性关系的情 况下 神经网络方法具有明显的优势 南京邮电大学硕士研究生学位论文 第一章绪论 1 2 2 国内个人信用评估研究综述 2 0 世纪8 0 年代中后期 信用卡在我国蓬勃发展 个人信用开始受到重视 1 9 9 8 年 随着我国消费信贷业务的展开 个人信用重视程度进一步深化 1 9 9 9 年下半年 建设银 行出台了我国首部个人信用等级评定方法一 个人信用等级评定办法 这部评定办法 将借款人的年龄 学历 职业 家庭收入 和家庭资产信息资料汇集起来 形成十大指标 体系 对不同的指标赋予不同的分值进行量化处理 从而对申请人的还款能力 资信状况 给出综合评价 并划分等级 个人信用等级分为A B C D 四个等级 综合评分8 5 以上 的为最高等级A 从2 0 0 1 年1 0 月1 0 日起 中国建设银行又率先在全国公众推出了 个 人信用评分标准 个人消费额度贷款 业务 评分标准从个人的 自然情况 职业 情况 家庭情况 与建行关系 四大方面 共1 9 个项目 细分7 2 档分值进行逐项逐 档打分 除此之外 农业银行 民生银行 华夏银行等商业银行也纷纷制定了自己的个人 信用评估标准 近年来 在国务院领导下 由人民银行组织商业银行建设的全国统一的个人信用信息 基础数据库已经取得了一定成效 主要标志有 全国统一的个人信用信息基础数据库已于2 0 0 4 年1 2 月中旬在北京等七个城市试运 行 目前已推广到全国 喜 2 0 0 5 年1 0 月1 日 央行出台了 中国人民银行个人信用信息基础数据库管理暂行 办法 明确个人信用数据库是中国人民银行组织商业银行建立的全国统一的个人信用信 息共享平台 其目的是防范和降低商业银行信用风险 维护金融稳定 促进个人消费信贷业 务的发展 2 0 0 6 年1 月1 6 日 中国人民银行宣布全国统一的个人信用信息基础数据库进入正 式运行阶段 国内关于个人信用评估方面的研究较晚 大部分都是在2 0 0 0 年以后 由于中国的个 人信用评估制度还不是很健全 个人信用评估方法不仅在金融界的使用还比较少 即使在 学术界 关于此类问题的研究也是刚刚开始起步 目前国内金融界使用的个人评估方法主 要是打分卡 根据申请者的r 1 个特征指标 由金融界的有关部门专业人员根据多年的经验 主观给定具体值 近年来 随着数据挖掘研究的广度和深度 在这方面的文献逐渐增多 在信用评估方 面 诸如L o g i s t i c 回归 神经网络 线性规划等方法在以前的文献中都有运用 分析与 比较 已具有一定的成熟性 由于不同信用评估方法有各自的优点和适用性 目前国内的 4 南京邮电大学硕士研究生学位论文第一章绪论 一些学者根据不同的需要选择不同方法的模型 主要分为统计与非统计的方法 基于统计的分析方法 如判别分析和L o g i s t i c 回归模型 由于判别分析建立的模型解释力较强 因而其影响巨大 应用非常广泛 直到今天仍 有许多学者应用该方法进行研究 施锡铨 邹新月 李汉通将典型判别分析应用于企业和 上市公司信用风险的评估 得到的检验样本预测正确率很高 他们认为该方法具有较强的 解释力 方洪全 曾勇运用多元判别法评估企业的信用风险 得到对检验样本的整体判别 正确率为8 1 8 4 徐少锋将F I S H E R 判别分析应用于个人信用评估 通过实证分析证明了 该方法的有效性 李建云 邱菀华利用核F I S H E R 判别分析方法评估了消费者信用风险 得到核F I S H E R 判别分析方法整体上优于传统判别方法 该方法对检验样本的判别正确率 达到8 8 3 姜明辉 姜磊 王雅林利用线性判别式对个人信用进行评估 其错分率低于 5 管七梅在对农林牧渔业短期贷款企业运用多元判别分析 L o g i s t i c 回归 神经网络3 种方法进行违约判别 通过比较分析认为应该使用多元判别分析模型最合适 L o g i s t i c 回归方法由于它在处理解释变量为定性变量时具有优势而广泛应用于社会经 济领域 傅强 李永涛利用该模型对上市公司的信用风险评估 得出该模型十分有效 徐 少锋扭2 1 2 0 0 3 个人信用评估中的L o g i s t i c 模型 通过对以信贷申请书为基础的风险程 度进行定量分析 应用L o g i s t i c 回归模型 利用美国花旗银行某分支机构1 9 9 9 年部分客 户货款量数据 进行了实证分析 石庆焱H 2 0 0 4 多种个人信用评分模型在中国应用 的比较研究 首先对我们使用的数据进行简单说明 然后就国外个人信用评分领域使用较 多的判别分析 L o g i s t i c 回归 线性规划法 神经网络方法以及分类树法利用中国商业 银行的数据分别建立评分模型 并对它们进行比较 最后得出L o g i s t i c 模型对于保留样本 的判断正确率仅低于神经网络方法 但其稳健性最好 是一种较好的方法 基于非统计的分析方法 人工神经网络 近年来 国内出现了较多的将人工智能应用于个人信用风险信用评估的文献 李曙光 n 2 1 2 0 0 3 在 神经网络在消费者信用评分中的应用探讨 中探讨了神经网络在个人信用 评估中的应用 卞建华 瞿坦利 2 0 0 3 强2 3 人工神经网络在商业银行个人信用等级评估与 预测中的应用 用已训练好的B P 人工神经网络模型 对现有借款人的个人信用等级情况 进行了评估与预测 经过比较 发现该评估与预测结果与实际情况的相符率达到9 9 9 王莉n 5 2 0 0 5 B P 神经网络在信用风险评估中的应用 研究利用B P 算法训练多层前馈 神经网络 给出了基于B P 算法的信用风险评估计算步骤 最后以对个人信用评估为例 说 明了人工神经网络在信用风险评估系统中的应用 张道宏啪 2 0 0 6 基于B P 神经网络的 个人信用评估模型 通过提出基于神经网络的个人信用评估模型 利用神经网络的自学习 5 堕塞塑皇奎堂堡主堕壅竺兰垡笙茎塑二兰堕丝 自调整以及非线性映射功能 动态量化了个人信用评估模型 同时 在探讨个人信用评估模 型的基础上 提出了模型实际应用的具体解决方法 谢行恒于 螂2 0 0 8 年在 个人信用评估的加权组合预测模型 一文中提出 分析了用 线性和非线性方法在个人信用评估中体现的优势 并选择具有代表性的l o g i s t i c 回归和 径向基函数神经网络方法 通过加权组合对个人信用进行预测评估 最后证明这种组合提 高了评估模型的精确性与稳健性 我国对个人信用评估方面的研究较晚 很多方法都是建立在国外比较完善的信用体系 的基础之上 大部分研究工作都集中在如何构建我国完善的个人信用体系 如何规范我国 的信用制度等类似的问题上面 此外 国内很多文献在运用或改进国外各种评分方法基础 上 利用中国消费者的数据建立不同的个人信用评分模型 并对其进行了比较 也有在一 个评分模型中使用两种方法 分别针对不同阶段进行分析 但在使用两个或者多个方法相 结合的文献资料较少 1 3 研究的目的 意义 个人信用评估在我国市场经济的发展中起到非常重要的作用 一方面可以发展消费信 贷 扩大内需 另一方面可以扩大投资规模 提供创业机会 对于银行更是非常必要的 比如可以快速处理客户贷款申请 处理客户申请的成本较低 对客户申请的处理标准具有 一致性和客观性以及能够定量的评估客户的信用风险等优点 加强对个人信用评估方法和指标的研究 对借款人信用风险进行科学评估 确定贷款 的风险水平 加强风险管理 可以极大地降低银行开展消费信贷的风险 从而提高其放贷 的积极性 促进消费信贷的快速发展 最终实现拉动经济增长的目的 因此对个人信用风 险进行评估有着重要的意义 在建立个人信用评估模型时 预测精度是非常重要的 因为许多情况下即使预测的准 确性只提高一点点 也会使信贷机构的损失减少很多 正因如此 大量的统计分类技术被 应用到信用评分领域 在对个人信用评估模型进行评价时 一般应该考虑以下三个方面 1 模型的预测精度 2 模型的稳健性 3 模型的可解释性 国内外个人信用评估领域使用较多的方法有 判别分析 L o g i s t i c 回归 线性规划 法 神经网络方法以及分类树等等 但各种模型都有其优缺点 单一模型在应用中出现了 一些缺点 比如或是缺少精确性 或是缺少稳健性 模型本身或结果不能得到很好的解释 等 这就意味着评估模型在保持较好的精确性时 往往只适用于特定样本 而在扩大样本 适用性同时 又会减少精确性 这些都会给实际操作带来很大的不便和风险 6 南京邮电大学硕士研冗生学位论文第一章绪论 国内不少学者在利用中国消费者的数据 针对不同方法建立的个人信用评模型的预测 精度进行比较时发现 神经网络等非统计学方法的精度往往要高于判别分析 L o g i s t i c 回 归 线性规划等统计学方法 但不具有稳健性 即模型可能只适用于特定样本 当样本发 生变化时 模型的精确性变化很大 而L o g i s t i c 回归等统计学方法在一定的预测精度范围 内 具有更强的稳健性 可以用于信贷决策 这样 一个很自然的问题是能否将不同的模 型结合起来 充分利用各种模型的优点 从而得到一个更好的模型 本文选用的方法是国内外银行最经常使用的统计学的代表方法L o g i s t i c 回归和非统 计方法的神经网络中B P 算法 并分别对这两种方法进行了不同程度的改进 利用了某商 业银行数据库中关于个人客户的信用数据进行处理 并且在对改进模型的结果进行分析比 较的基础上 建立 种新的信用评估模型 混合策略下的个人信用评估模型 即将个人 信用评估模型的建立分成两个阶段 第一阶段分别对B P 神经网络和L o g i s t i c 回归模型进 行分析并改进 通过建模所得到的结果进行分析和比较 选择出较优的方法 作为第二阶 段建立二者混合模型的基础 第二阶段利用第一阶段得到的结果 结合两者的优点 最后 建立一个将两种模型相结合而得到的B P L o g i s t i c 信用评估模型 并用实例证明该模型在 预测稳健性及可解释性方面都得到改善的更有效的信用评估模型 这种个人信用混合两阶 段评估方法可以有效降低商业银行的信用风险 更好地实现银行利润最大化的目标 1 4 论文的内容及结构安排 本文在研究国内外个人信用评估理论及其方法的基础上 设计个人信用评估系统流 程 结合目前国内外各商业银行现行的个人信用评估指标 通过筛选构建较为科学合理且 适合我国国情的评估指标体系 并对个人信用评估过程中的其他关键性问题进行研究 利 用C l e m e n t i n e 数据挖掘工具 对基于统计学的L o g i s t i c 回归模型及非统计学中比较有代表 性的B P 神经网络模型进行分析比较 通过上述比较结果和研究实例 结合两种模型的优 缺点 找出一种在稳健性和精确性都更好的模型 结合上述目标 本文主要研究内容如下 1 国内外相关理论研究综述阐述了国内外个人信用方面的研究及应用现状 通 过对国内外信用评估主流模型的分析 找出目前个人信用评估存在的主要问题 结合个人 信用评估的特点 提出个人信用评估组合预测模型的研究思路 2 个人信用评估的理论基础研究首先对个人信用评估的含义 管理制度模式及 个人信用评估的作用等方面进行了诠释 然后对本文中主要运用的两种评估模型的原理及 C l e m e n t i n e 数据挖掘工具进行了介绍 7 南京邮电大学硕士研究生学位论文第一章绪论 3 个人信用评估指标体系的构建和数据处理分析参照我国商业银行现行的个人 信用评分指标 结合国内当前的经济环境和政策及个人信用体系构建的原则 重新设计和 构建适合我国国情个人信用评估指标体系 对个人信用评估所用到的样本数据的选取和来 源进行了说明 并对个人信用数据中的处理方法进行研究 确定样本数据 对数据进行预 处理 为模型的构建和验证做准备 4 单一个人信用评估模型的改进及应用分析依据所建立的个人信用评估指标体 系及研究目标 确立模型的输入及输出字段 构建两种个人信用评估模型 L o g i s t i c 回归模型和B P 网络模型 并对这两种模型分别进行了不同程度的改进 从分类效果及稳 健性两方面对应用结果进行比较 作为进一步建立混合策略下预测模型的基础 5 B P L o g i s t i c 混合策略下模型的构建及应用利用单一模型的结果中所体现的优 缺点 提出混合模型建立的思路 并对B P L o g i s t i c 混合模型的应用结果与单一模型的比 较分析 得出结论 本文的结构框图如下所示 8 南京邮电大学硕士研究生学位论文 第一章绪论 图1 1 论文的结构框图 9 南京邮电大学硕士研究生学位论文 第二章信用评估模型构建的理论基础 第二章信用评估模型构建的理论基础 2 1 个人信用评估的基本概念 2 1 1 个人信用评估的含义 个人信用评估 就是通过综合考察影响个人及其家庭的内外因素 宏微观环境 包括 经济 金融 司法 工商 财产等在内 使用科学严谨的分析方法 对个人及其家庭的 资产状况 履约情况 经济承受能力和信誉度进行全面评判与估价 并以一定的符号来表 明其信用状况 也就是说 个人信用评估是个人资产和个人信用状况的综合反映口射 个人信用评估主要包括三个方面 第一 对个人信用的综合性 全方位的考察 不但有反映其外在客观经济环境的指标 如个人的资产状况 收入水平 社会职务与地位以及该人所生活的经济环境的宏观经济状 况等 还包括能反映其内在道德诚信水平的指标 如历史的信用行为记录 信用透支 发 生不良信用时所受处罚与诉讼情况 犯罪记录等 其中个人资产的范围包括个人金融资产 实物资产 无形资产和其他资产 其中金融资产又包括流动性金融资产和长期投资资产 实物资产包括消费性资产和收藏性资产 无形资产又包括个人专利 著作权 商标权和其 他技术专有权等 个人资产评估 就是涉及到以上一些个人资产的评估 第二 个人信用评估应使用科学的分析方法 比如某些模型 得到定量化的评估结果 第三 个人信用评估应包括对其履行各种经济承诺的评价和信用程度的评估 对不同 的征信单位分别给出相应的评估结果 从个人信用评估的目的来看 信用评估可以分为 申请评估 和 行为评估 这种 划分实际上与授信机构的信贷政策相对应 在发放信用贷款时 授信机构面临两种决策 一是对一个新的申请人是否发放贷款 二是对现有客户的账号进行管理 如 是否增加其 信用额度 对现有的拖欠账户如何制定催收策略等 申请评估 可以作为前者的决策工 具之一 而 行为评估 则用于后者 2 1 2 个人信用评估管理制度模式 个人信用评估制度在一些发达国家已有一百多年的历史 经过不断的改进和完善 形 成了一些符合各自特点的 较为科学的个人信用评估体系 而近几年来 我国也根据自身 的国情 对个人征信制度做了一些探索和尝试 一般而论 成熟的信用管理制度模式心1 1 如图2 1 所示 1 0 南京邮电大学硕士研究生学位论文 第二章信用评估模型构建的理论基础 图2 1 信用管理制度模式 首先 个人消费者要在信用评估公司建立自己的信用档案 这是进行信用消费的前提 条件 在征得个人消费者允许的前提下 信用评估公司将对个人的信用情况进行调查 并 获得有关资料 个人在使用信用消费时 应向授信公司提出申请 此时 授信公司获得向 信用评估公司调查该消费者信用评级的权力 以决定是否授信以及授信额度 此后 消费 者便可在授信额度的范围内行使信用行为 并承诺在一定期限内还款付息 授信公司可再 将个人消费者的还款情况反馈给信用评估公司 便于信用评估公司对个人的信用行为进行 跟踪管理 应注意的是 信用评估公司应对个人的相关资料绝对保密 在未经个人允许的情况下 不得擅自向任何企业或个人透露客户信息 而对于信用销售公司的请求 也只能根据其权 限在一定程度范围内披露消费者的信用情况 在实际的操作过程中 信用行为的具体步骤可能有所调整 如 对于一些小型的信用 行为 企业可以根据自己所掌握的客户信息决定是否向信用评估公司征询该客户信用 信 用评估公司也可以在企业提出要求后再调查客户的信用情况建立信用档案等 2 1 3 个人信用评估的作用 对消费者而言 个人信用评估 是个人进入信用经济交易活动的一个重要环节和步骤 是对个人在参与市场经济的交往过程中 对履行有关与资本项目 融资 合同 契约 取 得某种服务有关的能力及其可信度的综合评定 从实际绩效来看 个人信用评估的推出 能使得一部分信用好的个人 通过信用提前 购买生活资料 以享受到物质生活的便利和舒适 当个人需要资金进行生产经营活动时 还能通过使用信用缩短生产资料积累的周期 增加个人对社会贡献的时间 个人信用的建 立还能帮助消费者应付各种突发事件 提供一种支付这些紧急开支的手段 提高个人解决 1 1 塑重墅皇奎兰堡主堑茎竺堂垡丝苎翌三兰堡旦堡堡堡型塑壅竺里笙量型 突发事件的能力 对企业而言 个人信用评估可以增加消费者的购买力 为企业提供更广阔的市场 当 前社会市场经济的发展导致市场竞争日益激烈 客户的数量以及市场占有率己成为企业赖 以生存的重要基础 在西方发达国家 多数企业都采取通过信用销售的方式扩大销售 以 达到扩展市场的功能 此外 通过有效的个人信用消费管理 节省信贷审批时间 提高审 批效率 还能帮助企业安全地进行信用销售 在一定程度上避免了坏帐风险 从而保证企 业的金融安全 对银行而言 个人信用等级评估与预测在个人信贷业务操作流程中占有非常重要的地 位 只有科学地评估 预测借款人的信用等级 才能预测贷款到期时借款人的还款能力和 还款意愿 为上级领导进行贷款审查和审批提供决策依据 进一步提高信贷资产质量 优 化信贷结构 提高银行效益 对社会整体而言 由于信用的货币属性 个人信用能够实现一定的经济政策功能 成 为国家调控宏观经济的重要工具 一方面 大力提倡和发展个人信用的使用 能有效地刺 激消费 拉动经济需求 另一方面 个人消费信用发展到一定阶段 能使得个人的信用能 力增值 并转化为商业资本或产业资本 进一步带动国民经济的需求 以上两个方面分别 通过加速效应和乘数效应起作用 作用于整个国民经济体系 从而保证社会经济快速 稳 定的增长 对个人信用评估的管理应该是严格的 如果处理不好 也会带来一定的负面作用 比 如 如果消费者不恰当地使用信用消费 就有可能陷入过度消费的险境 对于企业来说 会造成企业坏帐损失增大 从而加大了成本 使企业处于不利的竞争地位 甚至走向经营 失败 而对于消费者个人来说 将有可能无力偿还借款 甚至有违法的风险 2 2 个人信用评估的方法 在国内外关于个人信用的评估研究中 判别分析 L o g i s t i c 回归 线性规划 神经 网络以及分类树法是现在建立信用评估模型常用的方法 由于本文主要用到了统计学中比 较有代表性的L o g i s t i c 回归和非统计方法中的B P 神经网络 因此着重对这两种模型进行 诠释 2 2 1B P 网络模型的原理 采用误差反向传播算法 B P E r r o rB a c k p r o p a g a t i o n A l g o r i t h m 的多层前馈人工神经 网络 或称多层感知器 M L P M u l t iL a y e rP e r c e p t i o n 称为B P 网络或B P 网络模型 它 是由R u m e l h a r t H i n t o n 和W i l l i a m s 晦1 完整提出来的 B P 网络是各种神经网络模型中具有 1 2 堕室堂皇奎兰堡主堕窒竺堂垡笙苎 蔓三兰笪旦塑堡堡型竺堡堕堡笙墨型 代表意义的一种 因其良好的非线性逼近能力和泛化能力以及使用的易适性而更是受到众 多行业的青睐 B P 神经网络模型由输入层 隐含层和输出层组成 各层次之间神经元形成全互连接 各层次内的神经元之间没有连接 每层由若干个神经元 又叫结点 组成 每个神经元包 含一定信息量 神经元通过连接权重接受来自其他结点的信息 然后通过输入一输出函数 输出信息 其神经网络模型示意图如下 输 入 输入层结点隐含层结点输出层结点 输 出 图2 2 神经网络模型不慈图 B P 神经网络的功能特性由其连接的拓扑结构和连接权值决定 网络的全体连接权值 可用一个矩阵W 表示 其整体内容反映了神经网络对所解决问题的知识存储 神经网络 能够通过对样本的学习训练 不断改变网络的连接权值 以使网络的输出不断接近期望的 输出 这一过程称为神经网络的训练或学习 其本质是对可变权值的动态调整 改变权值 的规则称为学习规则或学习算法 B P 算法的主要思想就是求出误差对所有权系数的偏导 数 然后利用梯度下降法来修正各个连接权系数 以减少误差 B P 算法啪1 误差反向传播算法 把学习过程分为两个阶段 正向传播和反向传播 具 体过程如下 第一阶段 正向传播 给出输入信息 并将其向前传播到隐含层节点 经作函数后 再把隐节点的输出信号传播到输出节点 最后给出输出结果 节点的作用激励函数通常 选取S 型 s i g m o i d 函数 给定单元j 的净输入I j 则单元j 的输出0 j 用下式计算 2 丽1 第二阶段 反向过程 如果输出层的输出值与样本的期望值之间的误差超过允许值 则该误差沿原来的连接通路反向传播 通过修改各层神经元的权值和阈值 使得误差变小 经反复优化 当误差小于允许的误差值时 网络的训练学习过程即可结束 雨京邮电大学硕士研究生学位论文 第二章信用评估模型构建的理论基础 B P 网络的具体的算法描述如下 设含有n 个节点的任意网络 各节点之特性为S i g m o i d 型 为简便起见 指定网络 只有一个输出Y 任一节点j 的输出为O i 并设有N 个样本 x k Y k k l 2 3 N 对 某一输入为 2 P 缸 Z w o i k 那么样本的误差是 E 要兰 Y k X k 2 其中E 为权重的函 数 我们的目标是通过调整权重 使得E 最小化 调整的方法是最速下降法 形 变化的 方向和大小砜 一罢占 这里占是控制算法收敛速率的一个参数 将上述得到的最小误 O W v 差项E w 从输出层开始沿隐含层反向传播到输入层 利用微积分的连锁法则 我们可以 得到权重的调整量 暑 里a O 翌a I 堕a u 这样剐 就可以对权重进行调整 将这一过程重 复多次 直至E 收敛为止 从上述B P 算法可以看出 B P 模型把一组样本的I O 问题变为一个非线性优化问题 它使用的是优化中最普通的梯度下降法 如果把神经网络看成输入到输出的映射 则这个 映射是一个高度非线性映射 B P 网络主要用于 1 函数逼近 输入矢量和相应的输出矢量训练一个网络 逼近一个函数 2 模式识别 一个特定的输出矢量将它与输入矢量联系起来 3 分类 输入矢量以所定义的合适方式进行分类 4 数据压缩 少输出矢量维数以便于传输或存储 由于B P 算法所具有的上述优点 其在个人信用评估中应用的可行性如下 1 自学习功能 只要先把不同的样本和对应的识别结果输入人工神经网络 网络 就会通过自学习功能 慢慢学会识别类似的样本 2 联想存储功能 用人工神经网络的反馈网络就可以实现这种联想 3 高速寻找优化解的能力 发挥计算机的高速运算能力 可很快找到优化解 4 不确定性信息处理能力 由于人工神经网络中神经元个数众多以及整个网络存 储信息容量巨大 即使输入信息不完全 不准确或模糊不清 神经网络仍然能够通过联想 给出正确的推理结论 5 健壮性 即使某些神经元失效 整个网络仍然能继续工作 1 4 南京邮电大学硕士研究生学位论文第二章信用评估模型构建的理论基础 2 2 2L o g is t i c 回归模型的原理 L o g i s t i c 函数又被称为增长函数 4 4 o L o g i s t i c 回归在个人信用评估中的应用已经相