基于邏輯回歸的商業(yè)銀行客戶信用評(píng)級(jí)研究

郝婷婷　俞俊杰　陳燕

摘 要：客戶信用評(píng)級(jí)是衡量客戶償債能力和償債意愿的重要標(biāo)準(zhǔn)，是指導(dǎo)商業(yè)銀行及各金融機(jī)構(gòu)信用風(fēng)險(xiǎn)管理的重要手段。各商業(yè)銀行建立自己內(nèi)部合適有效的信用評(píng)分模型對(duì)于管控風(fēng)險(xiǎn)、降低損失尤為重要。邏輯回歸分析是一種廣義的線性回歸分析模型，在數(shù)據(jù)挖掘、經(jīng)濟(jì)預(yù)測(cè)等領(lǐng)域有著廣泛的應(yīng)用。該文采用統(tǒng)計(jì)學(xué)建模方法，將邏輯回歸模型應(yīng)用于農(nóng)村商業(yè)銀行客戶信用評(píng)級(jí)，構(gòu)建了基于邏輯回歸的農(nóng)村商業(yè)銀行客戶信用評(píng)級(jí)模型，對(duì)貸款客戶的信用等級(jí)進(jìn)行評(píng)價(jià)。該方法能夠幫助銀行有效區(qū)分違約客戶，比較準(zhǔn)確地量化客戶違約風(fēng)險(xiǎn)，同時(shí)為商業(yè)銀行及其他金融機(jī)構(gòu)開展信用風(fēng)險(xiǎn)管理提供參考。

關(guān)鍵詞：客戶信用評(píng)價(jià) 邏輯回歸 違約風(fēng)險(xiǎn)

中圖分類號(hào)：F830.33 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2019）01（c）-0255-02

隨著經(jīng)濟(jì)全球化的發(fā)展，金融市場(chǎng)的波動(dòng)性日漸加劇，商業(yè)銀行作為金融機(jī)構(gòu)體系中最為核心的部分，所面臨的金融風(fēng)險(xiǎn)具有越來(lái)越多的不確定性。與此同時(shí)，信貸產(chǎn)品不斷豐富，各類信用消費(fèi)紛紛涌現(xiàn)，商業(yè)銀行的信用風(fēng)險(xiǎn)問題越來(lái)越突出，風(fēng)險(xiǎn)暴露越來(lái)越嚴(yán)重。然而日益激烈的市場(chǎng)競(jìng)爭(zhēng)要求各商業(yè)銀行及金融機(jī)構(gòu)更好的管控信貸風(fēng)險(xiǎn)，同時(shí)作為經(jīng)濟(jì)主體，如何降低自身?yè)p失，獲取最大利潤(rùn)，是信用決策者一直關(guān)注的問題。

信用評(píng)分模型通過(guò)挖掘銀行系統(tǒng)現(xiàn)有信用樣本的有效信息，對(duì)影響客戶信用評(píng)級(jí)中的各種因素進(jìn)行綜合考量，從而對(duì)信用風(fēng)險(xiǎn)做出預(yù)測(cè)判斷。

農(nóng)村商業(yè)銀行由于其服務(wù)對(duì)象的特殊性等一些原因，客戶信用評(píng)級(jí)難以估量，用傳統(tǒng)的風(fēng)險(xiǎn)評(píng)級(jí)方法難以達(dá)到滿意的結(jié)果。因此，建立自己內(nèi)部合適有效的信用評(píng)分模型，合理評(píng)價(jià)客戶信用等級(jí)，預(yù)測(cè)貸款客戶是優(yōu)良顧客還是違約顧客，對(duì)于管控信貸風(fēng)險(xiǎn)、提高銀行效益、降低銀行損失顯得尤為重要。但從相關(guān)研究看來(lái)，我國(guó)還缺乏一套成熟完整的適用于農(nóng)村商業(yè)銀行的信用評(píng)級(jí)模型，因此，文章擬通過(guò)邏輯回歸方法，建立適用于農(nóng)村商業(yè)銀行的信用評(píng)級(jí)模型，為農(nóng)村商業(yè)銀行更有效地進(jìn)行信用評(píng)價(jià)提供新的評(píng)級(jí)依據(jù)。

1 邏輯回歸理論

邏輯回歸[1，2]是一種廣義的線性回歸分析模型，在數(shù)據(jù)挖掘、疾病自動(dòng)診斷、經(jīng)濟(jì)預(yù)測(cè)等各個(gè)領(lǐng)域有著廣泛的應(yīng)用。

考慮具有P個(gè)指標(biāo)變量構(gòu)成的向量，假設(shè)用Y表示客戶信用狀況這一事件，則Y=1表示客戶信用良好，Y=0表示信用情況惡劣。設(shè)條件概率為根據(jù)觀測(cè)量相對(duì)于某事件發(fā)生的概率，則邏輯回歸模型可表示為：

2 信用評(píng)分模型構(gòu)建

農(nóng)村商業(yè)銀行的貸款農(nóng)戶對(duì)象以小微型企業(yè)、個(gè)體工商戶、個(gè)體農(nóng)戶為主。文章以個(gè)體農(nóng)戶為主要研究對(duì)象建立基于邏輯回歸模型的客戶信用評(píng)級(jí)模型。

2.1 評(píng)價(jià)指標(biāo)選取

影響客戶信用評(píng)級(jí)的因素有很多，調(diào)查發(fā)現(xiàn)，客戶年齡、婚姻狀況、受教育程度、收入等基本信息在客戶信用評(píng)級(jí)中起著非常重要的作用[3]。選擇合適的評(píng)級(jí)指標(biāo)是信用評(píng)級(jí)模型準(zhǔn)確有效的關(guān)鍵，同時(shí)選擇評(píng)價(jià)指標(biāo)體系也要遵循全面、合理、數(shù)據(jù)易得的原則。商業(yè)銀行一般選取月收入作為貸款審批的重要因素，但個(gè)體農(nóng)戶作為特殊的客戶群體，收入來(lái)源不固定，月收入不穩(wěn)定，因此文章選取收入來(lái)源、年收入作為衡量客戶還款能力的重要指標(biāo)。綜上，文章選取指標(biāo)客戶年齡、受教育程度、收入來(lái)源、年收入、婚姻狀況、貸款金額、還款方式、擔(dān)保方式、貸款年限。

2.2 指標(biāo)數(shù)據(jù)量綱處理

（1）數(shù)值型指標(biāo)。

數(shù)值型指標(biāo)即取值用數(shù)值大小衡量的指標(biāo)，例如客戶年齡、年收入、貸款期限、貸款金額等指標(biāo)。采用如下公式進(jìn)行標(biāo)準(zhǔn)化。

均值標(biāo)準(zhǔn)差模式：新數(shù)據(jù)=（原數(shù)據(jù)-均值）/標(biāo)準(zhǔn)差

（2）字符型指標(biāo)。

對(duì)于取值有多種情況的指標(biāo)，如婚姻狀況、受教育程度、收入來(lái)源、還款方式、擔(dān)保方式等指標(biāo)，引入虛擬變量，事先把這些字符型指標(biāo)重新編碼，生成多個(gè)二分類虛擬變量。

2.3 樣本數(shù)據(jù)預(yù)處理

在進(jìn)行數(shù)據(jù)挖掘前，為提升挖掘的效率，需要進(jìn)行數(shù)據(jù)的預(yù)處理，包括數(shù)據(jù)質(zhì)量的驗(yàn)證以及屬性簡(jiǎn)約過(guò)程[4]。

（1）數(shù)據(jù)質(zhì)量檢驗(yàn)：利用值分析方法去掉一些取值不正常、數(shù)值間無(wú)差異的指標(biāo)。

（2）屬性簡(jiǎn)約：屬性簡(jiǎn)約可以幫助減少評(píng)級(jí)指標(biāo)集中指標(biāo)的數(shù)量，但仍然可以保持原數(shù)據(jù)的完整性。采用基于信息熵的屬性簡(jiǎn)約算法，通過(guò)計(jì)算指標(biāo)的重要度來(lái)篩選出重要指標(biāo)。

2.4 模型求解

假設(shè)在屬性簡(jiǎn)約處理后，所有指標(biāo)都比較重要，沒有剔除任何指標(biāo)，則對(duì)字符型指標(biāo)虛擬化處理以后，加上原來(lái)的指標(biāo)，共有23個(gè)輸入指標(biāo)，即P=23。選取農(nóng)村商業(yè)銀行m組觀測(cè)數(shù)據(jù)，i=1，2，...，m為訓(xùn)練樣本，代入公式（6），模型求解得到邏輯回歸系數(shù)的估值。

各指標(biāo)的信用分?jǐn)?shù)=邏輯回歸系數(shù)×2/ln2+20，將各指標(biāo)的信用得分加和，即得用戶的信用總得分，根據(jù)分?jǐn)?shù)劃分信用等級(jí)。

當(dāng)有新的農(nóng)戶數(shù)據(jù)集進(jìn)入模型時(shí)，模型自動(dòng)給出客戶的信用分?jǐn)?shù)，從而實(shí)現(xiàn)對(duì)客戶信用等級(jí)的評(píng)價(jià)。

3 結(jié)語(yǔ)

文章采用統(tǒng)計(jì)學(xué)建模方法，首先簡(jiǎn)單介紹了邏輯回歸模型的工作原理；然后選取客戶年齡、受教育程度、收入來(lái)源、年收入、婚姻狀況、貸款金額、還款方式、擔(dān)保方式、貸款年限等評(píng)價(jià)指標(biāo)作為指標(biāo)體系，構(gòu)建了基于邏輯回歸的農(nóng)村商業(yè)銀行客戶信用評(píng)級(jí)模型，對(duì)貸款客戶的信用等級(jí)進(jìn)行評(píng)價(jià)。該方法能夠幫助銀行有效區(qū)分違約客戶，比較準(zhǔn)確地量化客戶違約風(fēng)險(xiǎn)，對(duì)于商業(yè)銀行有效管控信貸風(fēng)險(xiǎn)具有非常重要的參考價(jià)值。

參考文獻(xiàn)

[1] 廖絢，李興緒.基于Logit模型的銀行個(gè)人信貸風(fēng)險(xiǎn)管理評(píng)估[J].統(tǒng)計(jì)與決策，2008（21）：50-52.

[2] 鄂英力.線性回歸模型的一種有偏估計(jì)[D].渤海大學(xué)，2012.

[3] 趙慧.淺析個(gè)人信用評(píng)級(jí)模型[J].中國(guó)城市經(jīng)濟(jì)，2011（9）：31.

[4] （美）RichardO.Duda，著.模式分類[M].北京：機(jī)械工業(yè)出版社，2003.