个人信用评价影响因素决策分析.pdfVIP

● 2015年第2期 征 信 No．2 2O15 总第 193期 CREDITREFERENCE serialNO．193 【理论研究】 个人信用评价影响因素决策分析 何晓群 ，胡小宁 (1．西京学院 应用统计科学研究中心，陕西 西安 710123 2．中国人民大学 应用统计科学研究中心，北京 100872) 摘 要 ：Logistic模型是个人信用评价分析时常用的模型。基于具体的个人信贷数据，利用RandomOversampling方 法克服 了数据不平衡性带来的问题，通过共线性诊断后 ，建立 了标准化的logistic回归模型。根据标准化回归系数 ， 计算出决策系数，得 出个人特征对信用评价影响大小的顺序。 关键词：个人信用评价；logistic模型；不平衡数据 ；决策分析 中图分类号：F832．2 文献标识码：A 文章编号：1674—747X(2015)02-0011—04 一 、 引言 二、数据及预处理 个人消费信贷在我国迅速发展，对拉动经济增 (一)数据来源 长起到了一定的促进作用。但其中也隐藏着很大的 本文数据选用的是德国某银行的个人信贷数据 潜在风险，即信贷资产不能及时有效地收回。因此， 集合 ]。该数据集中有 1000条记录，21个字段。 亟须建立完善的个人信用体系，使得商业银行在放 其中前20个字段为信贷申请人的个人特征描述 (表 贷前就能够对贷款申请人的信用做出有效的评估， 1)，最后 1个字段是银行对客户信用级别的定义：0 从而降低信贷风险。通过建立数学模型，对申请人 为 “差客户”，1为 “好客户”。数据集中信用差客户 的信用进行预测，是常用的一种信用评价方法。目 与好客户的数量比为3：7。在信用 “差客户”和 “好 前广泛应用的方法主要有两大类 ：统计分析方法和 客户”中分别随机抽取 80％用以建立模 型，剩余 机器学习方法-lJ。当然，也有学者将多种方法加权 20％用来验证。 组合进行预测 2【J。机器学习方法虽然预测精度较 (二)共线性检测 高，但稳健性差，且建模过程基本上是一个 “黑箱”， 拟合 logistic模型时，与多元线性 回归一样，对 模型的解释性不强；统计分析方法则在稳健性和模 自变量中存在多元共线性很敏感[6圳 。在建立模型 型可解释性上有其 自身的优势。统计分析方法中， 前，首先对数据做共线性诊断，结果 (表 2)可见，最 学者最关注的是 logistic模型，其计算简单、预测精 大的VIF值为2．299，表明共线性不明显。 度高、模型解释能力强 J。国内外许多学者对个人 (三)数据不平衡处理 信用评价方法进行了许多有益的探讨 ，但对信用评 当数据存在不平衡问题时，稀有类的识别率远 价影响因素的讨论并不多见。本文将通过 logistic 远低于大类，使得分析结果具有很大的偏 向性 J。 模型，对影响个人信用评价的因素进行探讨。 个人信用评价将信贷申请人评判为 “差客户”和 “好 收稿 日期：2014—12—02 基金项 目：国家社科基金项 目(13BTJ004) 作者简介：何晓群(1954一)，男，陕西西安人 ，西京学院特聘教授，西京学院应用统计科学研究中心主任，中国人民大学统 计学院教授，博士生导师，主要研究方向为统计模型、多元统计分析、六西格玛管理；胡小宁(1986一)，男，河南濮阳人，中国人 民大学统计学院博士研究生，主要研究方向为应用数理统计。 【理论研究】