信用风险评估模型.pdfVIP

第24卷 第l期 北京工商大学学报(自然科学版) Vo1．24 No+1 2006年 1月 Journal of Beijing Technology and Business University(Natura1 Science Edition) Jan．2006 文章编号：1671—1513(2006)01—0042—04 信用风险评估模型 王 燕， 黄家琳 (北京工商大学 计算机学院，北京 100037) 摘 要：个人信用综合管理系统信用风险评估模型是个人信用综合管理系统中所涉及的主要模 型，解决了评估客户的信用等级及信贷风险评估，并有助于加快建立个人信用档案，建立健康良性 发展的个人信用体系，使有不良行为记录者付出代价，对于减少或化解个人信用风险至关重要． 关键词：信用风险评估；风险；模型 中图分类号：TP309．2 文献标识码：A 评估个人信用风险，世界上普遍采用的是信用 风险评估的方法．在欧美，信用风险评估专业公司 根据银行的业务需要开发不同的信用风险评估模 型，这是因为每一家银行的经营是不同的．从目标 客户的选择，到客户服务的水平，即使在同一个城市 里，也会有差别，所以开发模型所依赖的数据是不同 的．因此，使得信用风险评估方法能够适用于不同 的国家、不同的经济金融环境．消费信贷的操作模 式不同于企业贷款，表现在个人信贷的数量大、额度 小，不可能派会计师去审核每笔贷款，因此不能用做 企业贷款的方法来做消费信贷，只能靠搜集数据，运 用数量分析方法进行消费信贷的风险评估[1]． 信用风险评估模型 ] 信用风险评估是指根据客户的信用历史资料， 利用一定的信用风险评估模型，得到不同等级的信 用分数．根据客户的信用分数，授信者可以分析客 户按时还款的可能性．据此，授信者可以决定是否 准予授信以及授信的额度和利率．根据已获得的数 据依据一定的信用风险评估方法算出个人的信用得 分．且得分将客户划分为不同信用等级分别：AAA 级、AA级、A级、BBB级、BB级、B级、CCC级、CC 级、c级、D级．信用等级的信用状况和含义见表 1． 2 应用数据挖掘技术进行信用风险评 估 信用卡提供者期望建立一个信用风险评估模型 来预测信用卡申请者的信用风险，并把他们分为有 害损失、有害利润、良好风险三种．信用卡提供者倾 向于在信用卡申请者进行检查时部署模型．假设所 有的申请者都以申请表的形式提供以下的相关信 息；年龄、年收入、性别、婚姻状况、家庭子女数目、拥 有其他信用卡情况、申请者是否具有未完结的抵押 贷款等七项． 设 目标变量为信用风险，输入上述七项变量． 在我们建立信用风险评估模型之前，信用卡提供者 把代表性样本中的4 117个一年期信用卡持有者用 户(申请者所提供的所有信息都是电子化自动收集 的)分成三类：有害损失、有害利润和良好风险．信 用风险模型的构建需要建立预测性的模型技术，可 采用三种数据挖掘技术即 Logistic回归、神经网络 和 决 策 树．本 文 例 证 中 使 用 SPSS公 司 的 Clementine的数据快照(片断)如表 2． 收稿日期；2005—03—16 作者简介：王 燕(1981一)，女，山西忻州人，硕士研究生，研究方向：电子政务I 黄家琳(1944一)，男，北京人，副教授，研究方向 电子政务． 维普资讯 terence@ 内部控制与全面风险管理俱乐部 开放?分享?共赢 第 1 页，共 4 页 Cosox【呆瓜梁山伯】 第24卷 第1期 王 燕等：信用风险评估模型 43 3 描述与可视化结果 描述与可视化对于理解数据以及在初始建模过 程中发现模式、趋势以及关系是非常有用的．使用 了几种描述与可视化的工具得到的一些结果被汇总 在 Clementine中。样本中，平均年龄为 31．82，平均 年收入为 25580美元，家庭平均拥有子女数 目为 1．45个．另外，3 200(77．73 9，6)信用卡持有者持有 未完结的抵押贷款．需注意的是，每个客户平均拥 有其他类型的信用卡为 2。43张，2 077(50．45 9，6)的 客户为女性，2 089(50．74 9，6)为已婚．至于目标变 量(信用风险)则有 906(22．O1 )的客户为有害损 失，2 407(58．46 9，6)的 客 户 为 有 害 利 润，804 (19．53 )的客户为良好风险．这些描述性结果显 然有助于我们理解数据．在Clementine中使用散点 图节点与直方图节点来可视化数据，关于年龄与年 收入的散点图以及直方图展现了客户年龄与收入之 间的相关关系．需要注意的是，在图表中使用了信 用风险状况这个变量来交叠，反映目标变量的相关 的可视化结果．关于结果的分析展示了年龄大与收 入高的客户以及持有相对