基于AdaBoost-隨機(jī)森林算法的農(nóng)戶信貸風(fēng)險(xiǎn)評(píng)估研究

鄭印 殷瑩瑩 王鵬 劉金嬋 梁斌

摘要：精準(zhǔn)扶貧是打贏脫貧攻堅(jiān)戰(zhàn)的重要手段，而金融扶貧在精準(zhǔn)扶貧工作中舉足輕重。目前，農(nóng)村信貸風(fēng)險(xiǎn)管理問題頻繁出現(xiàn)，嚴(yán)重影響金融機(jī)構(gòu)在農(nóng)村開展信貸業(yè)務(wù);規(guī)范農(nóng)村信貸體系，降低風(fēng)險(xiǎn)，迫在眉睫。本文以“農(nóng)戶信貸風(fēng)險(xiǎn)評(píng)估”為主題，收集農(nóng)戶信貸數(shù)據(jù)，多維度構(gòu)建信貸風(fēng)險(xiǎn)評(píng)估體系，運(yùn)用AdaBoost-隨機(jī)森林方法對(duì)農(nóng)戶小額信貸風(fēng)險(xiǎn)進(jìn)行評(píng)估。根據(jù)模型結(jié)果，構(gòu)建農(nóng)村信貸風(fēng)險(xiǎn)管理體系，在降低信貸風(fēng)險(xiǎn)的同時(shí)最大限度致力于金融扶貧工作。

關(guān)鍵詞：農(nóng)戶信貸風(fēng)險(xiǎn);AdaBoost;隨機(jī)森林

二十一世紀(jì)以來，“三農(nóng)”問題一直對(duì)國家農(nóng)村經(jīng)濟(jì)發(fā)展和金融穩(wěn)定有著很大的影響，要想發(fā)展農(nóng)村經(jīng)濟(jì)，必不可少的一步就是加大對(duì)農(nóng)村金融的投入，基于此農(nóng)戶小額信貸開始在我國農(nóng)村普遍實(shí)行開來。金融政策不斷加大對(duì)農(nóng)戶的服務(wù)力度，力求建立完整、完善的信貸風(fēng)險(xiǎn)評(píng)估機(jī)制對(duì)有貸款需求的農(nóng)戶進(jìn)行放貸并定制合適的貸款額度、利率和期限。但在當(dāng)前的農(nóng)村金融環(huán)境下，農(nóng)戶對(duì)于信貸的風(fēng)險(xiǎn)少有認(rèn)知，農(nóng)村金融機(jī)構(gòu)對(duì)于風(fēng)險(xiǎn)的控制能力也有待加強(qiáng)，所以如何規(guī)范信貸風(fēng)險(xiǎn)問題，提高信貸管理水平，就成為當(dāng)前影響著農(nóng)村經(jīng)濟(jì)發(fā)展的重要因素。Congjun Rao（2020）以 Pterosaur Loan平臺(tái)中的信貸數(shù)據(jù)集作實(shí)驗(yàn)樣本，建立了兩階段融合成本敏感隨機(jī)林（SCSRF）模型來評(píng)估借款人的信用風(fēng)險(xiǎn)。從隨機(jī)森林出發(fā)，據(jù)數(shù)據(jù)類別的實(shí)際分布構(gòu)造代價(jià)關(guān)系，在代價(jià)函數(shù)中使用熵權(quán)方法引入加權(quán)馬氏距離，對(duì)代價(jià)敏感的決策樹基分類器采用加權(quán)投票。通過網(wǎng)格搜索對(duì)SCSRF模型的參數(shù)進(jìn)行了優(yōu)化。顧洲一（2020）以國內(nèi) Y 銀行的相關(guān)信貸數(shù)據(jù)作為樣本，應(yīng)用XGBoost 模型建立客戶申請(qǐng)?jiān)u分模型，并運(yùn)用該模型對(duì)新客戶的違約概率進(jìn)行預(yù)測，研究發(fā)現(xiàn)模型在訓(xùn)練集和測試集上得分最高 （得分即模型預(yù)測為壞客戶的概率）的5%的客戶可以分別覆蓋 78.7%和 55.6%的壞客戶。本文將從農(nóng)戶小額信貸領(lǐng)域檢驗(yàn) AdaBoost-隨機(jī)森林算法的優(yōu)異性，并與其他方法做出實(shí)證對(duì)比。

1.數(shù)據(jù)來源及基本理論

1.1數(shù)據(jù)來源

為獲取與農(nóng)戶信貸相關(guān)數(shù)據(jù)指標(biāo)，本文采取實(shí)地調(diào)研與問卷相結(jié)合的形式從A省B區(qū)取得123家有信貸評(píng)級(jí)的農(nóng)戶信息，以及A省C區(qū)302家無信貸評(píng)級(jí)的農(nóng)戶信息。

1.2基本理論

為了更好的了解與預(yù)測農(nóng)戶信貸風(fēng)險(xiǎn)水平，本文根據(jù)收集的農(nóng)戶信貸數(shù)據(jù)，多維度構(gòu)建信貸風(fēng)險(xiǎn)評(píng)估體系，運(yùn)用AdaBoost-隨機(jī)森林方法對(duì)農(nóng)戶小額信貸風(fēng)險(xiǎn)進(jìn)行評(píng)估，下面對(duì)隨機(jī)森林（random forest）算法工作原理與AdaBoost如何優(yōu)化隨機(jī)森林算法進(jìn)行解釋說明。

（1）隨機(jī)森林算法的基本原理

隨機(jī)森林算法是一種對(duì)樣本進(jìn)行訓(xùn)練和預(yù)測的分類模型，其本質(zhì)是一種裝袋集成算法。裝袋集成算法是對(duì)決策樹（基評(píng)估器）的預(yù)測結(jié)果進(jìn)行平均或用多數(shù)表決原則來決定隨機(jī)森林（集成評(píng)估器）的結(jié)果。

決策樹的結(jié)構(gòu)類似與一棵樹，它將每種可能發(fā)生的情況及對(duì)應(yīng)概率清晰的表示在一個(gè)流程圖中，是一種非常直觀的圖解法。決策樹是一種預(yù)測模型，其每個(gè)決策分支對(duì)應(yīng)不同的情況不同的概率，通過計(jì)算分析得到不同的結(jié)果，常用于估計(jì)項(xiàng)目的風(fēng)險(xiǎn)，判斷項(xiàng)目的可行性。

為使隨機(jī)森林中每棵分類樹互不相同，一種簡單的方法是采用不同的訓(xùn)練集建立決策樹，再將多棵決策樹合并在一起組成隨機(jī)森林。

隨機(jī)森林算法的基本步驟：

1）原始訓(xùn)練集中包含n個(gè)樣本，從中有放回的抽取n次形成一個(gè)含有n個(gè)樣本的自助集

2）從自助集的所有屬性中選取a個(gè)屬性，根據(jù)這些屬性建立一棵決策樹

3）重復(fù)以上步驟m次，可以得到m棵不同決策樹，隨機(jī)森林由這m棵決策樹組成

4）m棵決策樹分別對(duì)樣本進(jìn)行預(yù)測，得到m個(gè)分類結(jié)果

5）對(duì)產(chǎn)生的m個(gè)分類結(jié)果進(jìn)行投票，得票最多的結(jié)果是最終的結(jié)果

（2）AdaBoost-隨機(jī)森林算法的基本原理

AdaBoost算法是一種迭代算法。AdaBoost算法的工作原理，初始樣本中每個(gè)樣本所占權(quán)重相同，用弱分類器訓(xùn)練樣本，將各個(gè)學(xué)習(xí)誤差率聯(lián)系在一起，不斷調(diào)整誤差率高的訓(xùn)練樣本點(diǎn)的權(quán)重值，誤差率低的弱分類器在最終分類器中占的比例較大，以得到一個(gè)強(qiáng)分類器。

本文將隨機(jī)森林作為弱分類器，用AdaBoost算法進(jìn)行迭代構(gòu)建AdaBoost-隨機(jī)森林模型，基本步驟如下：

1）給每個(gè)初始樣本賦權(quán)重得到權(quán)值分布D1，保證每個(gè)樣本初始權(quán)重相同w1i=1/N，同時(shí)建立好隨機(jī)森林。

2）對(duì)樣本數(shù)據(jù)進(jìn)行多次迭代，得到樣本數(shù)據(jù)新的權(quán)值分布Dm，再對(duì)權(quán)值分布為Dm的樣本進(jìn)行訓(xùn)練得到弱分類器。

em為評(píng)估誤差和，ym（xn）為評(píng)估的結(jié)果，tn為期望的結(jié)果

3）計(jì)算隨機(jī)森林（弱分類器）在最終分類器中的權(quán)重，得各隨機(jī)森林的權(quán)重為。

4）更新樣本中每個(gè)樣本的權(quán)重，進(jìn)行新一輪的迭代

Dm+1是新一輪迭代的樣本權(quán)值分布，wm-1，i是第i個(gè)樣本的權(quán)重，Zm是歸一化因子

5）迭代完成后，將若干個(gè)弱分類器（隨機(jī)森林）按其權(quán)重組合起來

2.AdaBoost-隨機(jī)森林模型

2.1研究思路

通過對(duì)調(diào)研得到的數(shù)據(jù)進(jìn)行分析并選取指標(biāo)，將其按層次結(jié)構(gòu)劃分為一級(jí)二級(jí)指標(biāo)。一級(jí)指標(biāo)有農(nóng)戶基本情況、農(nóng)戶信貸情況、農(nóng)戶家庭收入情況三個(gè)。其中農(nóng)戶基本情況共分為戶口、年齡、婚姻狀況、家庭關(guān)系、文化程度、健康狀況和家庭成員品行等七個(gè)二級(jí)指標(biāo);農(nóng)戶信貸情況共分為是否違約、貸款金額、信譽(yù)評(píng)價(jià)等三個(gè)二級(jí)指標(biāo);農(nóng)戶家庭收入情況共分為家庭人均年凈收入、家庭年凈收入等兩個(gè)二級(jí)指標(biāo)。通過對(duì)指標(biāo)進(jìn)行量化，最后構(gòu)建Adaboost-隨機(jī)森林模型對(duì)農(nóng)戶信貸風(fēng)險(xiǎn)進(jìn)行研究。

2.2研究過程

通過對(duì)A省B區(qū)123個(gè)已知信譽(yù)評(píng)級(jí)的農(nóng)戶信貸數(shù)據(jù)進(jìn)行分析，通過構(gòu)建Adaboost-隨機(jī)森林模型，把是否違約映射為0，1兩個(gè)值，其中沒有違約映射為0，違約映射為1。以是否違約為目標(biāo)，用綜合指標(biāo)進(jìn)行邏輯回歸，劃分訓(xùn)練集和測試集，擬合出邏輯回歸函數(shù)，得出一個(gè)0-1區(qū)間的連續(xù)值，模型擬合準(zhǔn)確度為84%，混淆矩陣得出的ACC準(zhǔn)確率為80%。

2.3結(jié)果分析

結(jié)果顯示，A省C區(qū)的302個(gè)農(nóng)戶有35個(gè)農(nóng)戶獲得A等級(jí)信譽(yù)評(píng)級(jí)，137個(gè)農(nóng)戶獲得B等級(jí)信譽(yù)評(píng)級(jí)，123個(gè)農(nóng)戶獲得C等級(jí)信譽(yù)評(píng)級(jí)，7個(gè)農(nóng)戶獲得D等級(jí)信譽(yù)評(píng)級(jí)。同時(shí)結(jié)果顯示，在302個(gè)農(nóng)戶中，有69個(gè)農(nóng)戶可能會(huì)出現(xiàn)違約情況。

3.結(jié)語

本文通過A 省B 地區(qū)調(diào)研得到的123個(gè)農(nóng)戶的信貸數(shù)據(jù)對(duì)C區(qū)的302個(gè)農(nóng)戶進(jìn)行了信譽(yù)評(píng)級(jí)和是否違約的預(yù)測，構(gòu)建了AdaBoost-隨機(jī)森林模型，使用 ROC 曲線的值對(duì) A 省 C 地區(qū)的調(diào)研數(shù)據(jù)進(jìn)行了預(yù)測。

參考文獻(xiàn)：

[1]Rao，CJ;Liu，M;Goh，M;Wen，JH.2-stage modified random forest model for credit risk assessment of P2P network lending to Three Rurals borrowers [J].Applied Soft Computing Journal，2020，95.

[2]顧洲一.基于XGBoost模型的銀行信貸高風(fēng)險(xiǎn)客戶識(shí)別研究——以我國Y銀行為例[J].上海立信會(huì)計(jì)金融學(xué)院學(xué)報(bào)，2020（01）：17-28.

[3]宋鑫.隨機(jī)森林優(yōu)化算法在農(nóng)戶信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[D].云南師范大學(xué)，2018.

[4]許劍，張洪偉.Adaboost算法分類器設(shè)計(jì)及其應(yīng)用[J].四川理工學(xué)院學(xué)報(bào)（自然科學(xué)版），2014，27（01）：28-31.

[5]田瑩瑩，馬一寧，韓景旺.“鄉(xiāng)村振興”戰(zhàn)略下農(nóng)戶信用評(píng)價(jià)體系構(gòu)建研究[J].現(xiàn)代商貿(mào)工業(yè)，2019，40（15）：106-107.

[6]李佳容.隨機(jī)森林在甘肅省農(nóng)村貧困戶識(shí)別中的應(yīng)用[J].農(nóng)村經(jīng)濟(jì)與科技，2018，29（04）：188+190.

本文系 安徽財(cái)經(jīng)大學(xué)大學(xué)生科研創(chuàng)新基金項(xiàng)目研究成果，項(xiàng)目編號(hào)：XSKY2198。

作者簡介：

鄭?。?001—）男，漢族，安徽六安人，安徽財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，2018級(jí)本科生，信息管理與信息系統(tǒng)專業(yè)。

殷瑩瑩（2000—）女，漢族，安徽六安人，安徽財(cái)經(jīng)大學(xué)金融學(xué)院，2018級(jí)本科生，金融學(xué)專業(yè)。

王鵬（2001—）男，漢族，安徽六安人，安徽財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，2018級(jí)本科生，計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)。

劉金嬋（2000—）女，漢族，安徽安慶人，安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，2018級(jí)本科生，數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)。

梁斌（2000—）男，漢族，安徽六安人，安徽財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，2018級(jí)本科生，計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)。