数据挖掘模型在小企业主信用评分领域的应用.doc

〔据挖掘模型在小企业主信用评分领域 的应用 王磊范超解明明 国家统计局国际统计信息中心中国国际经济交流中 公中国人民大学统计学院 W际经验表明，信用评分技术可较好地解决小企业贷款高成本、高风险及信息不 对称难题。木文广泛选取了可适用于小企业主信用评分领域的12种数据挖掘模 型（包括本文的改进模型门限Logistic）,并以3个银行微观客户数据集为案例， 通过10折交叉验证和预期分类错误成本的方式,检验丫这些模型的综合信用评 分能力。分析结果及稳健性检验表明，本文改进的门限Logistic模型在模型预测 能力及预期错误分类成本等多方面表现优秀:而基于决策树的组合方法也表现良 好。木研宄对国内商业银行建立合适的小企业主贷款信用评分模型具有参考意义， 也有助于推动银行微观金融统计，完善金融统计工作。 关键词： 数据挖掘;门限Logistic;小企业主;信用评分; 王磊，男，1981年生，山东泰安人，2011年毕业于中国社科院研究生院， 获经济学傅士学位，现为国家统计局国际统计信息中心统计师、中国国际经济交 流中心金融学后。研究方向为金融风险计量与管理、购买力平价与汇率。 范超，男，1983年生,北京人,2009年毕业于北京工业大学,获经济学硕 士学位，现为国家统计局国际统计信息中心统计师、中国人民大学统计学院 研究生。研究方向为机器学习、金融统计、购买力平价与汇率。 解明明，男，1984年生，山两汾阳人，2009年毕业于中国人民大学，获统 计学学位，现为国家统计局国际统计信息屮心统计师。研究方句为经济统计。 Application of Data Mining Models in Credit Scoring for Small Business Owners Wang Lei Fan Chao Xie Mingming Abstract： As an international experience, credit scoring technology can effectively solve the problems of small business loans, such as high cost,high risk and asymmetric information. This paper selected 12 data mining models ( including the threshold Logistic model which was improved by this paper) which may be suitable for the topic. Three banks’ microscopic customer data sets( sample size was 30488, 1000 and 700 respectively) were employed in the case study. This paper assessed the performance of the 12 credit scoring models by using 10- fold cross validation and the expected misclassification costs methods. Analysis results and robustness tests showed that the improved threshold Logistic model outperforms other approaches while the combination methods based on decision trees also performs well. This paper is useful for the domestic commercial banks to establish appropriate credit scoring models for small business owners loan. The implementation of such models can be expected to promote the micro-finance data statistics, and then the macro-government finance statistics. Keyword： Data Mining; Threshold Logistic; Small Business Owners; Credit Scoring; 近年来我w金融脱离实体经济的问题日益引起社会各界的关注。在利率市场化加 快、金融脱媒加速、互联网金融冲击加强的背景下