基于隨機(jī)森林的成都地區(qū)大學(xué)生消費(fèi)信貸態(tài)度影響分析

李思雨 潘莉

摘要：為研究大學(xué)生消費(fèi)信貸現(xiàn)狀，本文選擇成都的四所高校使用信貸產(chǎn)品的在校大學(xué)生作為調(diào)查研究的對(duì)象，基于R軟件運(yùn)用隨機(jī)森林算法研究影響大學(xué)生消費(fèi)信貸態(tài)度的重要因素，并建立分類模型對(duì)新樣本進(jìn)行消費(fèi)態(tài)度預(yù)測(cè)。研究結(jié)論顯示：根據(jù)隨機(jī)森林重要性度量，影響消費(fèi)信貸態(tài)度的兩個(gè)重要因素是每月消費(fèi)信貸產(chǎn)品額度和信貸產(chǎn)品了解度。

關(guān)鍵詞：互聯(lián)網(wǎng)金融;消費(fèi)信貸;隨機(jī)森林

1研究背景

隨著互聯(lián)網(wǎng)金融的發(fā)展，互聯(lián)網(wǎng)消費(fèi)信貸開始擴(kuò)展市場(chǎng)至大學(xué)生市場(chǎng)，時(shí)常有關(guān)于大學(xué)生參與違規(guī)校園貸，并欠下巨額貸款的惡性事件。由此導(dǎo)致市場(chǎng)對(duì)大學(xué)生消費(fèi)信貸產(chǎn)品信任度下降，大學(xué)生消費(fèi)信貸市場(chǎng)發(fā)展受阻。為了保證大學(xué)生消費(fèi)信貸市場(chǎng)的良性發(fā)展，信貸機(jī)構(gòu)的首要目標(biāo)便是爭(zhēng)取和引導(dǎo)這一群體的忠誠度和消費(fèi)慣性。因此，研究大學(xué)生參與消費(fèi)信貸的情況以及大學(xué)生對(duì)待消費(fèi)信貸的態(tài)度，成為了信貸機(jī)構(gòu)塑造產(chǎn)品、維護(hù)顧客忠誠度和消費(fèi)慣性的重要議題。

2隨機(jī)森林算法介紹

隨機(jī)森林本質(zhì)屬于機(jī)器學(xué)習(xí)的一大分支，與所有的決策系統(tǒng)相比，具有更高的準(zhǔn)確性。隨機(jī)森林算法能夠降低算法復(fù)雜度，對(duì)經(jīng)過訓(xùn)練的隨機(jī)森林模型，可通過它來進(jìn)行預(yù)測(cè)，可以滿足及時(shí)業(yè)務(wù)的需求，并可有效檢測(cè)錯(cuò)誤的數(shù)據(jù)。故本文在構(gòu)建消費(fèi)信貸態(tài)度評(píng)估模型時(shí)引入了這一算法。

隨機(jī)森林應(yīng)用隨機(jī)特征選擇方法和Bootstrap抽樣，具體實(shí)現(xiàn)過程如下：

（1）指定n值，即為隨機(jī)產(chǎn)生的n個(gè)變量用在節(jié)點(diǎn)上面的二叉樹，二叉樹的變量選擇也依然符合節(jié)點(diǎn)不純度的最小原則。

（2）應(yīng)用Bootstrap自助法有放回的在原數(shù)據(jù)集中抽取m個(gè)樣本集，由此組成m棵決策樹，對(duì)于未被抽到的樣本則用來作單棵決策樹的預(yù)測(cè)。

（3）根據(jù)m個(gè)決策樹組合成的隨機(jī)森林對(duì)分類樣本進(jìn)行分類或者是預(yù)測(cè)，分類原則是投票法，得票最多的為獲勝者，預(yù)測(cè)原則是簡(jiǎn)單平均。

3基于隨機(jī)森林的消費(fèi)信貸態(tài)度影響分析

3.1數(shù)據(jù)預(yù)處理與分類

本文選擇成都的四所高校，將使用信貸產(chǎn)品的在校大學(xué)生作為調(diào)查研究的對(duì)象，采用了分層隨機(jī)抽樣的方法，共回收有效問卷340份。

對(duì)問卷回收的定性數(shù)據(jù)，全部處理為虛擬變量，從0開始賦值。14個(gè)變量：性別、學(xué)歷、專業(yè)、每月生活費(fèi)、戶籍地、使用的消費(fèi)信貸產(chǎn)品、信貸產(chǎn)品每個(gè)月的授信額度、每月消費(fèi)信貸產(chǎn)品額度、信貸產(chǎn)品逾期的月利率、信貸產(chǎn)品的一般還款期限、還款資金的主要來源、還款比例、信貸清償情況、信貸產(chǎn)品了解度，分別表示為D1-D14，消費(fèi)信貸產(chǎn)品態(tài)度表示為y。

對(duì)數(shù)據(jù)預(yù)處理完成后，運(yùn)用R編程對(duì)數(shù)據(jù)進(jìn)行分類。將270個(gè)數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)集214（80%）個(gè)和測(cè)試數(shù)據(jù)集56（20%）個(gè)。訓(xùn)練集是幫助我們進(jìn)行模型訓(xùn)練，通過訓(xùn)練集的數(shù)據(jù)讓我們確定擬合曲線的參數(shù);測(cè)試集是為了測(cè)試已經(jīng)訓(xùn)練好的模型精確度，測(cè)試集并不能保證模型的正確性，只是表示相似的數(shù)據(jù)用此模型會(huì)得出相似的結(jié)果。

3.2尋找最優(yōu)參數(shù)mytree、ntree

隨機(jī)森林有兩個(gè)重要參數(shù)：mytree、ntree。

mytree是指樹節(jié)點(diǎn)預(yù)選的變量數(shù)，即單棵決策樹決策的情況，每棵樹生長(zhǎng)越茂盛，組成森林的分類性能就越好;ntree是指隨機(jī)森林所包含的決策樹數(shù)目，是隨機(jī)森林的總體規(guī)模，ntree的值越大，模型的精度越高，但ntree值達(dá)到閥值以后，精度的提高有限。

1）、確定最優(yōu)參數(shù)mytree

R建模過程將數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集，并使用訓(xùn)練集構(gòu)建隨機(jī)森林模型，尋找最佳參數(shù)mytree。

模型對(duì)于中立態(tài)度的預(yù)測(cè)分類效果最高，誤差只有0.05;對(duì)于肯定和否定的預(yù)測(cè)分類效果較差，誤差分別為0.84和1。因?yàn)閙ytree參數(shù)從1至14，模型的誤差率都不變，均為0.29，故mytree參數(shù)的值對(duì)模型的結(jié)果沒有影響，所以mytree參數(shù)值在該模型中可以不用設(shè)置。

2）、確定最優(yōu)參數(shù)ntree

運(yùn)用R編程建模尋找最佳參數(shù)ntree時(shí)，首先將ntree的值設(shè)置為40000，可以發(fā)現(xiàn)當(dāng)ntree>20000時(shí)，誤差（Error）不再變化，但ntree值達(dá)到閥值以后，精度的提高有限，故此處將ntree設(shè)置為120。

3.3模型分析

在隨機(jī)森林分類模型構(gòu)建完成后，通過R軟件輸出影響消費(fèi)信貸態(tài)度的重要因素。MeanDecreaseAccuracy變量值和MeanDecreaseGini變量值的加和作為得分來評(píng)估該因素的重要程度。

14個(gè)因素中對(duì)消費(fèi)信貸的影響程度有高有低，為了更清晰的了解14個(gè)因素對(duì)于消費(fèi)信貸的影響程度，使用離差標(biāo)準(zhǔn)化對(duì)原始得分進(jìn)行線性變換，并將結(jié)果擴(kuò)大10倍，使其落到[0，10]區(qū)間，D14信貸產(chǎn)品了解度的最終得分17.3是最大的，其次是D8每月消費(fèi)信貸產(chǎn)品額度，最終得分為16.3?？梢钥闯鲞@兩個(gè)變量是對(duì)于消費(fèi)信貸態(tài)度最重要的兩個(gè)影響因素;同時(shí)也可以看出D2學(xué)歷、D4每月生活費(fèi)、D7信貸產(chǎn)品每月授信額度、D10信貸產(chǎn)品一般還款期限、D11還款資金主要來源、D12還款比例、D13信貸清償情況是影響消費(fèi)信貸態(tài)度較為重要的因素;D3專業(yè)的最終得分最低為5.3，表明大學(xué)生的專業(yè)對(duì)他們消費(fèi)信貸產(chǎn)品態(tài)度影響最弱。

綜上所述，信貸產(chǎn)品了解度和每月消費(fèi)信貸產(chǎn)品額度是對(duì)消費(fèi)信貸態(tài)度最重要的影響因素。在隨機(jī)森林分類模型中，掌握好這兩個(gè)因素對(duì)消費(fèi)信貸態(tài)度預(yù)測(cè)至關(guān)重要。

4模型預(yù)測(cè)

通過訓(xùn)練集建立的分類模型對(duì)測(cè)試集的樣本數(shù)據(jù)進(jìn)行預(yù)測(cè)。將原始態(tài)度和預(yù)測(cè)態(tài)度整理成混淆矩陣，如表4.1所示。

5結(jié)論與建議

本文運(yùn)用隨機(jī)森林分類模型對(duì)成都地區(qū)大學(xué)生進(jìn)行消費(fèi)信貸態(tài)度分析，研究結(jié)果發(fā)現(xiàn)，每月消費(fèi)信貸產(chǎn)品額度和信貸產(chǎn)品了解度是對(duì)于信貸產(chǎn)品消費(fèi)態(tài)度很重要的兩個(gè)影響因素。根據(jù)隨機(jī)森林篩選出的對(duì)消費(fèi)信貸態(tài)度的重要影響因素，可建立隨機(jī)森林分類模型，幫助信貸機(jī)構(gòu)預(yù)測(cè)大學(xué)生對(duì)待消費(fèi)信貸的態(tài)度，從而推出更具針對(duì)性、更具吸引力的消費(fèi)信貸產(chǎn)品。

參考文獻(xiàn)

[1]徐瑩.大學(xué)生校園網(wǎng)貸問題的分析與探究——基于重慶部分高校大學(xué)生網(wǎng)絡(luò)消費(fèi)及網(wǎng)絡(luò)信貸現(xiàn)狀調(diào)查問卷[J].現(xiàn)代商貿(mào)工業(yè)，2021，04.057.

[2]劉瀏.基于金融素養(yǎng)理論的大學(xué)生消費(fèi)信貸風(fēng)險(xiǎn)研究[]].佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)：社會(huì)科學(xué)版.2020，6：54-63.

[3]Mendes Da Silva.Credit card risk behavior on college campuses： evidence from Brazil[J]. 2012-09.9.3： 351-373.

作者簡(jiǎn)介

1. 李思雨，成都信息工程大學(xué)統(tǒng)計(jì)學(xué)院學(xué)生

2. 潘莉，成都信息工程大學(xué)統(tǒng)計(jì)學(xué)院講師，碩士;研究方向：金融數(shù)量分析。