基于数据挖掘的个人信用评分系统的分析与设计.docxVIP

— PAGE \* Arabic 1 — 基于数据挖掘的个人信用评分系统的分析与设计 西南财经大学  硕士学位论文  基于数据挖掘的个人信用评分系统的分析与设计  姓名：彭州  申请学位级别：硕士  专业：金融学  指导教师：晏永胜                                     屡获大奖的数据挖掘产品ＳＡＳ／ＥＭ是一个图形化界面，菜单驱动的，拖拉式操作，对用户非常友好且功能强大的数据挖掘集成环境。ＳＡＳ／ＥｎｔｅｒｐｒｉｓｅＭｉｎｅｒ的操作界面如图２－３所示：   图２－３ＳＡＳ／ＥｎｔｅｒｐｒｉｓｅＭｉｎｅｒ操作界面  ＳＡＳ／ＥｎｔｅｒｐｒｉｓｅＭｉｎｅｒ主要集成了：数据获取工具；数据抽样工具；数据筛选工具；数据变量转换工具；数据挖掘数据库；数据挖掘过程；多种形式的回归工具；为建立决策树的数据剖分工具；决策树浏览工具；人工神经元网络；数据挖掘的评价工具等。  ２８                的二元变量的权值之和。１９８１年，ＳｈｏｗｅｒＳ和Ｃｈａｋｆｉｎ构建了一种名为ＢｅＵＳｙｓｔｅｍｓ的简单的个人信用评分卡模型，他们把所有变量的权值都设置为１。这样，只需要简单地加总正确答案的数目就可以获得个人信用评分值。另一种方法是得到每个问题的变量值，并把每个答案转化为好客户和坏客户的比率。假定在全体客户中，６０％的客户是好客户且拥有电话，２０％的客户是坏客户且拥有电话，１０％的客户是好客户且没有电话，１０％的客户是坏客户且没有电话。如果有电话，那么好客户与坏客户的比率是６０／２０＝３：１或３；如果没有电话，那么好客户与坏客户的比率是１０／１０＝１：１或者１。所以如果某个客户有电话，那么是否拥有电话这个变量取值为３；如果没有电话，取值１。  事实上，上述方法不仅可以适用于名义尺度变量，同样适用于比例尺度变量比如年龄，收入，在目前地址的年限等。如果按照年龄来划分违约风险，所得到的曲线并不是一条直线，如图３—１０所示。  图３—１０违约风险按年龄分布图  可见，当人的年龄在３０岁以上的时候，信用风险会上升，这是一个普遍的现象。所以，不能期望用一条直线来描述这个曲线，而是应该采用更复杂的曲线来建模，或者，把年龄作为一个分类变量，按照不同的年龄段把客户划分为不同的类别。如图３．１１所示。   图３－１１违约风险按年龄段划分      中。当用户输入个人客户的资料后，系统首先会对数据进行预处理，提高数据的质量；然后，可以利用系统的查询功能、统计分析功能等，查询或统计个人客户的信贷、储蓄、信用卡等方面的相关信息，或者利用个人信用分析模型库中所保存的个人信用评分卡模型，为个人的信用状况给予评分，并提供个人信用评分报告；最后，利用个人客户分类模型，将客户划分到特定的客户群体，提供个人客户分类报告，辅助银行的个人信贷决策。为了动态跟踪个人客户的信用状况，对个人客户的评级结果将保存在个人客户评级记录数据库中，以便今后查询和分析。  四、系统外部接口需求  由于银行的数据资料涉及个人客户的隐私和银行的商业秘密，所以银行不会轻易的对外提供数据接口。系统将提供灵活多样的外部接口形式。如图４—３所示。   图４—３《个人信用评分系统》外部接口  可见，本系统主要提供三种外部接口方式：  １、手工输入方式：信贷人员可以通过手工输入个人客户资料来进行分析；  ２、脱机输入方式：信贷人员可以将个人客户资料保存为文本文件或者Ｅｘｃｅｌ文件等输入到系统中进行分析；  ３、联机输入方式：在获得银行有关部门的授权后，通过网络直接从银行数据库中提取个人客户资料到系统中进行分析。联机输入方式主要可划分为储蓄信息联机输入、信贷信息联机输入、信用卡信息          个好客户中的４９个被误判为坏客户，误判