金融信用风险评价中的数据挖掘技术综述.DOCVIP

金融信用风险评价中的数据挖掘技术综 良安陈宁范超 河南理工大学安全与应急管理研宄中心河南理工大 学计算机科学与技术学院 信用风险是金融风险管理中的一个热点问题，和W家的宏观经济形式以及W际 发展态势有着密切的关联。互联网信贷等新兴商业模式的出现和发展给金融科技 带来了巨大的影响，如何充分发挥金融数据的价值成为数据挖掘技术急需解决 的问题。以数据技术为核心的金融信用风险评价可以构建更准确、覆盖面更广的 金融信用风险模型，将成为传统信用评估体系的有力补充和发展趋势。本文分析 了金融信用风险评价所面临的挑战，阐述了数据挖掘在数据选择、预处理、信用 风险建模过程中的关键技术和应用，并对金融信用风险评价未来的研究方向提 出了一些思路。 关键词： 金融风险管理；信用风险评价；数据挖掘；大数据；分类; 基金：国家自然科学基金 Data mining techniques in financial credit risk assessment: A review CHEN An CHEN Ning FAN Chao Safety and Emergency Management Research Center, Henan Polytechnic University; College of Computer Science and Technology, Henan Polytechnic University; Abstract： Credit risk is a hot issue in financial credit risk management, closely related to the state’s macro-economy and international development. The emergence and development of new business models have brought ever-increasing impact on financial domain. Financial credit risk assessment based on data technique is able to build more accurate and universal credit risk models, and will become the powerful supplement and development tendency of traditional credit evaluation system in future. This paper analyzes the challenge to nowadays financial credit risk evaluation and illustrates the key data mining techniques in data preparation, preprocessing, and modeling when implementing a financial credit risk evaluation platform. Finally, the future research directions are discussed for financial credit risk assessment. Keyword： financial risk management; credit risk assessment; data mining; big data; classification; Received： 2017-09-14 0引言 信用风险是金融风险管理屮的一个热点问题，是指借款者（或债务人）未能满 足合同要求而给贷款者（或债权人）带来经济损失的风险。众所周知，数据是对 风险进行有效、准确量度的关键因素，特别是信息技术和互联网的发展，金融风 险管理对海量数据的依赖越来越大。大数据m是指“无法用现有的软件工具提 取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合”。对于金融企 业来说，大数据可以解决由信息不对称带来的营销、定价、欺诈、信用等问题。 与传统的信用风险分析相比，大数据背景下的金融信用风险分析最根本的创新 在于使用了大量的非金融数据进行建模。在大数据竹景下，金融数据挖掘的数据 来源主要有2类，如表1所示。 1金融信用风险评价中的数据挖掘技术 一般来说，金融信用风险分析可以表示为一个典型的分类问题:给出一组金融数 据以及描述这些数据的特征，构建分类模型，然后用这个模型预测未来的信用 情况。其中，破产预测是金融风险预测中的一个热点，同时乂是很重要的问题。 问