基于组合分类的消费者信用评估.pdfVIP

管 理 工 程 学 报 Vo1．29．NO．1 JournalofIndustrialEngineering／EngineeringManagement 2015年 第 1期 基于组合分类的消费者信用评估 王 昱 (1．重庆大学经济与_T商管理学院，重庆 400030；2 重庆大学现代物流重庆市重点实验室 ，重庆 400044) 摘要 ：为 了降低单个分类模型的不稳定性 ，提高其应用于消 费者信用评估 的准确性 ，提 出一种基于组合分类 的消费者信用评估方法。首先通过有监督聚类将各个类别的数据样本划分为若干子集合 ，使得各个子集合 中数据 样本均来 自同一类别，再对不同类别子集合之 间进行两两组合得到训练样本子集合 ，然后在各个训练样本子集合 中分别建立不同的分类模 型。在分类模 型结果综合阶段 ，以各个分类模 型在待分类样本的近邻训练样本 中的分类 性能作为权重 ，对各个分类模 型的结果进行加权投票以产生待分类样本的最终分类结果。实证研 究 以决策树作为 基本分类器，通过在实际的消费者信用数据集上的比较分析 ，说 明所提 出方法相对于其它组合分类方法具有更高 的分类准确性 。可以有效应用于消费者信用评估。 关键词 ：有指导聚类；组合分类 ；信用评估 ；决策树 中图分类号 ：N945．24 文献标识码 ：A 文章编号 ：1004—6062(2015)Ol一0030-09 0 引言 (NeuralNetworks) 、遗传算法 (GeneticAlgorithm) 等。 随着金融业的不断发展 ，银行和信贷机构行业的竞争 日 从整体上看 ，已有研究大多根据消费者的数据样本建立 益加剧 ，传统业务 的利润逐渐减少 ，而利润相对较高的消费 单一的分类模型进行信用评估。然而 ，单个分类模型在特定 者个人金融业务则迅速扩大。在发达 国家 ，个人金融业务 已 问题上的表现很大程度上取决于样本 的模式特征 ，并且每种 经占到了整个银行业务量的30％左右 ，一些商业银行的个人 分类模型都有其特定的不确定性，而组合分类则可以减少误 金融业务利润已超过总利润的50％。但是，在消费者信用市 差 ，提高总体性能 ’io]。Lim和 Sohnll”指 出，在消费者信用 场飞速发展、消费者债务突飞猛进 的同时，消费者破产或拖 评估中，采用单一的分类模型预测每个消费者的信用风险可 欠债务的现象也与 日俱增 。对于商业银行和信贷机构而言， 能存在不足，因为同一类别 (信用等级)的消费者也可能存在 一 个非常现实的问题是科学高效地确定信用发放对象，从而 多种模式，单一的分类模型无法很好地体现不 同类别消费者 减少风险损失，降低运营成本 ，提高 自身的市场竞争力和效 之间存在的各种差异 。因此 ，在消费者信用评估 中引入组合 益 ，获得更高的超额利润 。因此 ，如何准确地分析和评估消 分类有助于提高评估准确率 ，降低授信方决策风险。 费者的信用风险高低 ，为授信方提供有效的决策支持 ，成为 组合分类 中最常用 的一种方法为 Bagging方法 ，该方 了研究者和实践者 的一个重要课题 。 法首先通过从原始数据集合 中随机抽样获得若干数据子集 合 ，然后在每个子集合中分别建立分类模型。对于一个未知 1 相关研究综述 类别的待分类数据样本 ，其最终分类结果 由多个分类模型的 消费者信用评估一般通过建立数学模型并运用计算机 结果综合得到 。一般采用 的综合方法为多数投票 (majority 技术对消费者 的个人信息进行统计、计算及量化分析 ，从而 voting)，即最多数分类模型支持的分类结果为该数据样本 的 预测消费者信用风险的高低 。因此 ，该 问题可视为数据挖掘