基于数据挖掘持卡人信用风险管理探究.docxVIP

基于数据挖掘持卡人信用风险管理探究 摘 要：目前的信用卡信用风险研究主要是如何提高模型 的预测准确率。针对银行信用卡数据的异质性和信用数据的 高度非线性，本文提出了对持卡人信用风险管理的混合数据 挖掘方法。该方法包含两个阶段，在聚类阶段，样本数据被 聚成同质的类，删除孤立点，不一致样本点重置标签，使样 本更具有代表性；在分类阶段，基于样本进行训练生成支持 向量机分类器法，对待分样本分类。基于实际数据进行了数 值实验，并根据各类样本的特点提出了相应的风险管理策 略。 关键词：信用风险；风险管理；数据挖掘；聚类；支 持向量机 中图分类号：F832. 479； TP391文献标识码：A文章 编号：1003—7217 (2012) 05—0036—05 一、引言 面对国际金融机构的竞争，国内企业和个人的信用有效 评估，银行的信贷与项目融资和投资等正面临着巨大的挑 战，对信用风险的有效监控和管理已十分迫切。信用评估是 政府、金融机构、企业界以及学术界都高度关注的问题。 目前的研究都集中于提高信用评分模型的准确率，对持 卡人的信用风险管理很少涉及。一般的信用评分模型的出发 点是是否接受申请人的申请，把申请人分为“信用好”和 “信用差”两类：把能及时还款的客户归为“信用好”的客 户；可能拖欠或违约的归为“信用差”，这些客户的申请将 被拒绝［1］。对于信用评分，已有很多研究，如文献［2—7］。 Thomas ［8］和Crook等［9］分别对各种模型进行了总结。 由于信用数据的高度非线性和经济形势的影响，分类错误不 可避免，信用评分模型准确率的提高空间十分有限［8-10］ o 迟国泰等构建了信用卡信用风险评价指标体系，并确定了划 分信用等级的阈值，将根据申请人资料计算出的个人信用综 合得分和阈值比较，把客户分为三类：“授予金卡”、“授 予普通卡”、“拒绝授予信用卡” ［11］。针对持卡人的信用 风险的管理，Hsieh提出了集成数据挖掘模型，把客户分成 不同类型，并用关联规则挖掘客户特征与所属类型的关系， 为决策提供帮助［12］。 由于银行信用卡信用数据的异质性和信用卡数据本身 的高度非线性，建立准确率高、鲁棒性强的信用评分模型是 一个有挑战性的任务。本文针对信用卡信用数据的特点，提 出了两阶段混合数据挖掘方法。该方法在聚类阶段把信用数 据聚成同质的类，删去孤立点，不一致点重置标签；在分类 阶段用支持向量机进行训练，建立多类支持向量机分类器， 把客户分为多组。聚类过程使样本数据的代表性更强，为建 立高准确率的分类器奠定基础；分类阶段采用支持向量机方 法，这是目前适合小样本数据的最有效方法之一。该方法既 可以用于判断是否接受客户的申请，也可以用于信用卡客户 的风险管理。判断是否接受客户的申请时，根据事先设定的 阈值，把申请人分为相应的类（如授予金卡、授予普通卡和 拒绝申请）；对已接受申请的信用卡客户，设定阈值把客户 分为几类，实行不同的风险管理措施。二、相关理论基础（一） 自组织神经网络 自组织特征映射（Self—Organizing Map, SOM）神经 网络是无教师学习网络，具有自组织功能。SOM中竞争层神 经元通过竞争激活，最终仅有一个神经元作为竞争的胜利者 被激活，与该神经元的连接都向对其竞争有利的方向调整。 这样，SOM可以很好地模拟大脑的功能区域和神经元兴奋的 刺激规律，具有神经元自调节结构和自稳定能力、实现实时 学习识别向量空间中最有意义的特征、抗噪音能力强等特 点，被广泛地应用于分类、聚类模式识别等。 1. SOM网络的结构。SOM将任意维度的输入转换成一维 或二维的离散映射，以拓扑有序的方式实现这个变换。自组 织神经网络的输入层和输出层之间全部互连，没有中间层。 若输入层有n个神经元，输出层有m2个神经元，输出层的 m2个神经元安排在二维网格中。对给定的输入，通过竞争以 若干神经元输出，获胜的神经元g的邻域Ng内的所有神经 元都有不同程度的兴奋，而邻域之外的神经元被抑制。这里 的邻域一般是对称图形，形状可以任意，但是随时间增大而 减小。输入神经元应经历足够的输入次数，确保自组织过程 能够实现。 财经理论与实践(双月刊)2012年第5期 2012年第5期(总第179期)陈为民，张小勇等：基 于数据挖掘的持卡人信用风险管理研究 2. S0M学习过程。对输入向量U, S0M计算它与每个权 重向量W的距离(如Euclid距离)，最接近输入向量的神经 元me称为最佳匹配单元(best matching unit, BMU),即 获胜神经元： II U一me II =min i II U—mi II (1) 确定获胜神经元后，权重向量更新，获胜神经元向输入 向量移动。 如果 S0M 的输入为 Uk= (ukl, uk2, ???ukn)