机器学习在个体工商户违约风险分析中的应用探索.pdfVIP

2024年·第12期

Research|信息化论坛栏目编辑：梁丽雯E-mail:liven_01@163.com

机器学习在个体工商户违约风险分析中

的应用探索

■湖南大学金融与统计学院鲁普威

个体工商户信贷融资问题备受关注，文章以抵押、保证对其违约风险的影响为研究点，结合4种机器学

摘要：

习算法结果，选取AUC值、KS值最优模型，并运用模型特征变量贡献值开展违约风险比较研究，探索在信息不对称理

论逆向选择与道德风险模型中，抵押、保证对违约风险的影响机制，并分析其背后的原因。

机器学习；个体工商户；抵押；保证；违约风险

关键词：

个体工商户作为小微企业的基础形态和国民经济模型方案。通过考察模型中抵押、征信保证、第三方保

的基石，在稳定与促进就业、增强经济活力方面作用重证、夫妻保证、信用等特征变量，比较其在违约分类过

大。因此，个体工商户信贷融资问题备受多方关注。但程中所生成的贡献值，并由此判断哪些特征变量对违

受制于其内在风险特征，个体工商户依然存在融资难、约分类的贡献程度更高，贡献值越高的特征变量，其违

融资贵等问题。由于个体工商户通常普遍缺乏抵押物，约风险更显著，从而达到证明研究内容的目的。

因此银行大多以发放保证贷款为主，在一定程度上起

到替代抵押品的作用，旨在缓解信息不对称问题。一、信息不对称“逆向选择”和“道德风险”模型

文章主要研究抵押、保证如何发挥“客户筛个体工商户贷款违约的影响因素有很多，多数文

选”“激励约束”功能，并将其在抑制个体工商户违约献认为信息不对称是导致贷款违约风险的主要原因。

风险方面的实际效果作为研究切入点。在信贷市场中，个体工商户普遍缺乏抵押品。在这种

文章以2020-2023年某农商银行小微机构脱敏数情况下，保证可被视为抵押的“替代品”。在信息不对

据作为研究样本。利用集成算法模型GBDT、XGBoost称理论逆向选择和道德风险模型中，保证的作用机制

以及单算法模型LR和SVM分别进行建模分析，以AUC与抵押品起到类似作用。

值、KS值作为评价标准，确定最优个体工商户违约分类在逆向选择模型中，银行事先不知道借款人的风

作者简介：鲁普威（1984-），男，湖南长沙人，金融科技部副总经理，研究方向：金融科技、小微风险管理。

收稿日期：2024-10-30

2222

2024年·第12期

栏目编辑：梁丽雯E-mail:liven_01@163.comResearch|信息化论坛

险预期状况。此时，抵押及保证均成为区分借款人资质坏”对应的担保方式分别为：抵押、征信保证、第三方

“好坏”的信号，起到“客户筛选”的机制作用。表1列举保证、夫妻保证、无担保信用。其中，由于个体工商户

了逆向选择模型中担保方式与违约风险的关系特征。具有夫妻共同经营的特征，因此无法以夫妻中一方的

在道德风险模型中，银行事前已知道借款人的风保证来衡量另一方的好坏，即夫妻保证可视为无担保

险预期状况。此时，抵押及保证均被视作类似“人质”的信用。故可将抵押、征信保证、第三方保证等分为一

的东西。提供保证或抵押品的借款人被认为是“坏的类，将夫妻保证、无担保信用等分为另一类加以研究。

客户”，起到对违约风险“激励