使用分类树评估信用风险.pdfVIP

使用分类树评估信用风险 ITELLIN 2005-11-29 这是SPSS帮助菜单中个案研究的一个例子。假设银行有一个记载客户取得贷款 交易信息的数据库，包括客户偿还或拖欠贷款的记录。使用分类树技术，银行方 面可以分析及时还贷和有拖欠行为的客户特征，并能建立模型预测后续的贷款申 请者拖欠银行贷款的可能性。信用数据文件名为 tree_credit.sav 。 一、 建立模型 分类树过程提供几种不同的方法用来建立树模型。本案例使用的是预设的方法： CHAID——卡方自动交互检验。 在计算的每一步中， CHAID 选择与因变量交 互作用最强的自变量（预测因子）。如果某些自变量与因变量没有很强的显著性 差别，这些自变量的分类将被合并。 1. 建立 CHAID 树模型 从菜单中选择： 选择信用等级做因变量。 将所有剩余变量做自变量。（程序将自动排除对最终模型没有显著贡献的变量。） 到这一步就可以运行程序产生基本的树模型，但是对最终模型我们打算选择一些 附加输出并做一些小的调整。 2. 选择分类目标 点选因变量下方的 Categories 按钮。 打开分类对话框，在这里就可以指定感兴趣的目标分类。目标分类自身不影响树 模型，但是如果你选择了目标分类，部分输出和选项就可使用。 在分类为Bad 的目标复选框中打勾。具有不良信用等级（拖欠贷款）的客户将按 感兴趣的目标分类来对待。 点击继续。 3. 定义的生成标准 本例中，我们准备生成一个相当简单的树，所以要提高父结点和子节点的最小数 量来限制树的生长。在分类树对话框中点击 Criteria。 在 Minimum Number of Cases组中，父结点处键入 400，子结点处键入 200 。 点击继续。 4. 选择附加输出 在分类树对话框中点击 Output。出现一个多页对话框，在这里可以选择各种附 加输出类型。 勾选Tree 页的Tree in table format项。然后点击Plots 页，勾选Gain 和Index 项。 点击继续。 注意: 这些图需要为因变量指定目标分类。本例中，直到指定一个或多个目标分 类，Plots 页才可以激活。 5. 保存预测值 保存包含模型预测信息的变量。例如，保存每个个案预测的信用等级，然后与实 际信用等级进行比较。 在分类树对话框中点击 Save按钮。勾选 Terminal node number, Predicted value, 和 Predicted probabilities 。 点击继续。在分类树对话框中点击 OK 运行该过程。 二、 模型评估 本案例中，模型结果包括： • 提供有关模型信息的表格。 • 树形图 • 提供模型性能指示的图表。 • 将模型的预测变量添加到当前工作的数据文件中。 1. 模型汇总表 模型汇总表提供有关建立模型的一些信息。 • Specifications 部分提供产生树模型设置的信息，包括生成方法为 CHAID， 因变量为信用等级，自变量为年龄，收入，信用卡数，教育及汽车贷款。 有效性验证为没有，最大树深度是 3，父节点中最小个案是400 ，子节点 中最小个案是200 。 • Results 部分显示在最终模型中选入的自变量为年龄，收入和信用卡数。 总节点数为 10，端点数为 6，树的深度（根节点下的树叶数）为 3 。 有五个自变量被选入，但是最终模型只选中三个。变量教育和汽车贷款对模型没 有显著的贡献，所以它们自动地从最终模型中排出。 2. 树形图 树形图是树模型的图解表示。树模型显示如下： • 使用