基于組合預(yù)測模型的商業(yè)銀行個(gè)人信貸風(fēng)險(xiǎn)預(yù)測

戴蓓蓓

摘? ?要：商業(yè)銀行在金融系統(tǒng)中占據(jù)舉足輕重的位置。提高對個(gè)人信貸客戶的風(fēng)險(xiǎn)預(yù)測能力對降低銀行違約壞賬、助力金融業(yè)健康發(fā)展具有積極的現(xiàn)實(shí)意義。因此，采用主成分分析法篩選指標(biāo)，結(jié)合多變量判別法和機(jī)器學(xué)習(xí)特點(diǎn)，在誤差平方和最小和非負(fù)權(quán)重約束下，挑選Logistic回歸、BP神經(jīng)網(wǎng)絡(luò)和決策樹構(gòu)建線性組合預(yù)測模型。結(jié)果顯示，構(gòu)建的組合模型在個(gè)人信用風(fēng)險(xiǎn)預(yù)測準(zhǔn)確率和第一類誤判率表現(xiàn)上優(yōu)于3種單一模型，并且模型具有較好的泛化穩(wěn)健性。

關(guān)鍵詞：組合預(yù)測模型；Logistic回歸；BP神經(jīng)網(wǎng)絡(luò)；決策樹

中圖分類號(hào)：F832.33? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2022）35-0069-04

商業(yè)銀行是金融系統(tǒng)的重要組成部分，其信用風(fēng)險(xiǎn)治理能力不僅關(guān)系自身運(yùn)營和大眾利益，更影響經(jīng)濟(jì)社會(huì)健康運(yùn)轉(zhuǎn)。個(gè)人信貸風(fēng)險(xiǎn)是我國商業(yè)銀行面臨的主要風(fēng)險(xiǎn)之一，提升商業(yè)銀行對個(gè)人信貸客戶的風(fēng)險(xiǎn)預(yù)測能力，是規(guī)避銀行壞賬、避免引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)的重要一環(huán)。

個(gè)人信用風(fēng)險(xiǎn)預(yù)測歸根到底是對貸款者按約還款信用“好”和“壞”的分類預(yù)測過程。其中預(yù)測所選擇的方法非常重要?，F(xiàn)有研究多采用單一方法對個(gè)人信用風(fēng)險(xiǎn)建模分析。根據(jù)Bates和Granger提出的組合預(yù)測模型的觀點(diǎn)，基于多個(gè)單項(xiàng)預(yù)測方法建立的組合模型會(huì)有更高的預(yù)測精度。基于此，本文建立一個(gè)基于組合預(yù)測模型的商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)預(yù)測體系，對商業(yè)銀行個(gè)人客戶貸款信用風(fēng)險(xiǎn)量化預(yù)測。

一、個(gè)人信用評價(jià)指標(biāo)體系構(gòu)建

本文使用主成分分析法構(gòu)建個(gè)人信用評價(jià)指標(biāo)體系，樣本數(shù)據(jù)來自UCI平臺(tái)上公開的“German Credit Dataset”真實(shí)信息。該數(shù)據(jù)集共1 000條記錄，每條記錄中包含20個(gè)屬性變量和1個(gè)類別變量。其中，類別變量是對該條記錄的二分類信用評估值。從1 000條記錄中隨機(jī)選擇800條數(shù)據(jù)作為建模樣本，200條作為測試樣本集1。因樣本量有限，另隨機(jī)選擇160條測試樣本集2和140條測試樣本集3。

主成分分析法是數(shù)據(jù)降維的常用方法，是將多個(gè)相互關(guān)聯(lián)的指標(biāo)聚合成少數(shù)因子，并保留原指標(biāo)體系絕大部分的信息，達(dá)到提高模型處理效能的目的。使用軟件SPSS 19.0構(gòu)建主成分因子。為獲得更多的解釋信息，挑選前14個(gè)方差累計(jì)貢獻(xiàn)率大于85%的因子作為主成分，通過成分得分系數(shù)矩陣，計(jì)算出最終的主成分因子得分方程，構(gòu)建出新的指標(biāo)體系，如表1所示。

二、單一信用風(fēng)險(xiǎn)預(yù)測模型

（一）基于Logistic回歸模型的信用預(yù)測

Logistic回歸是研究自變量和因變量之間關(guān)系的一種非線性回歸，它不要求自變量滿足正太分布特征，具有較好的判定效果和穩(wěn)健性。模型中，因變量Y表示個(gè)人客戶的信用評級。Y=0表示客戶具有“好”的信用，貸款違約率低；Y=1表示客戶具有“差”的信用，貸款違約率高，銀行應(yīng)拒絕該類客戶的貸款申請。對樣本建立Y和自變量X的邏輯回歸方程：

logit（p）=β0+β1x1+β2x2+β3x3+...+βmxm

在SPSS 19.0中采用后退法（backward conditional）篩選模型自變量，建立Logistic回歸模型。每次迭代剔除顯著性水平最不明顯的變量，直至所有保留變量顯著性水平達(dá)到建模要求。本文經(jīng)過7次迭代處理，模型收斂至穩(wěn)定狀態(tài)，9個(gè)自變量在95%的置信水平下Sig.值均小于0.05，將其引入到Logistic回歸模型：

其中，自變量分別代表賬戶信用影響因子、信用卡狀態(tài)因子、分期付款占比一般收入、其他分期付款計(jì)劃、從業(yè)年限、性別婚姻狀況、是否海外員工、現(xiàn)有賬戶狀態(tài)。模型的擬合優(yōu)度方面，在background conditional的7次運(yùn)算中，Cox&Snell R方和Nagelkerke R方的值均下降，-2Log likelihood的值不斷上升，模型擬合度較好，如表2所示。

使用構(gòu)建的Logistic 回歸模型對建模樣本進(jìn)行預(yù)測，發(fā)現(xiàn)800條記錄中有89條被預(yù)測錯(cuò)誤，準(zhǔn)確率為88.875%。其中，第一類誤判率為3.2%，第二類誤判率為29.5%。對3組測試樣本檢驗(yàn)Logistic回歸模型的分類預(yù)測精度。在最終預(yù)測結(jié)果中，測試樣本1的200條記錄中有42條被預(yù)測錯(cuò)誤，準(zhǔn)確率為79%；測試樣本2的160條記錄中有34條記錄被預(yù)測錯(cuò)誤，準(zhǔn)確率為78.75%；測試樣本3的140條記錄中有22條被預(yù)測錯(cuò)誤，準(zhǔn)確率為84.29%。

（二）基于BP神經(jīng)網(wǎng)絡(luò)的信用預(yù)測

BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)是一種信息正向傳播、誤差反向修正的多層前饋網(wǎng)絡(luò)。通過模仿人類大腦神經(jīng)網(wǎng)絡(luò)，高效解決數(shù)據(jù)分類、預(yù)測等非線性事務(wù)。本文使用MATLB 構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的個(gè)人信用風(fēng)險(xiǎn)預(yù)測模型。模型涉及的數(shù)據(jù)集是經(jīng)過主成分分析法處理后的1 000條新數(shù)據(jù)。使用800條建模樣本構(gòu)建模型，3組測試樣本集檢驗(yàn)?zāi)Ｐ偷姆夯芰Α?/p>

將原始數(shù)據(jù)輸入到MATLAB階段需要進(jìn)行數(shù)據(jù)的預(yù)處理，包括數(shù)據(jù)編碼和歸一化處理兩步。模型中，BP神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)來自經(jīng)過主成分分析得到的14個(gè)連續(xù)數(shù)值型的主成分，不需要進(jìn)行文本數(shù)據(jù)的編碼轉(zhuǎn)換，只需將數(shù)據(jù)進(jìn)行歸一化處理。

模型結(jié)構(gòu)方面，BP神經(jīng)網(wǎng)絡(luò)一般包括1個(gè)輸入層、1個(gè)輸出層和1個(gè)或多個(gè)隱藏層。本文構(gòu)建3層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)，輸入層的單元數(shù)由輸入維度決定。每條建模數(shù)據(jù)具有14個(gè)影響模型最終結(jié)果的屬性變量，即輸入層的單元數(shù)共有14個(gè)。輸出層的因變量是1個(gè)二分類值，用0表示“好信用”，用1表示“差信用”。此外，隱含層節(jié)點(diǎn)數(shù)對BP神經(jīng)網(wǎng)絡(luò)預(yù)測精度有較大的影響。巖節(jié)點(diǎn)數(shù)太少，神經(jīng)網(wǎng)絡(luò)需要增加訓(xùn)練次數(shù)，影響預(yù)測精度；節(jié)點(diǎn)數(shù)太多，模型易出現(xiàn)過擬合。本文經(jīng)過反復(fù)試驗(yàn)，確定模型隱藏層單元數(shù)為9時(shí)具有較好的預(yù)測準(zhǔn)確率。

將學(xué)習(xí)率設(shè)為0.07、迭代步驟設(shè)為700步，為防止數(shù)據(jù)過度擬合，學(xué)習(xí)目標(biāo)即預(yù)測值和真實(shí)歷史值之間的誤差平方和設(shè)為0.1，開始訓(xùn)練網(wǎng)絡(luò)。經(jīng)過700迭代，BP神經(jīng)網(wǎng)絡(luò)的誤差平方和為0.316。此時(shí)模型的預(yù)測精度為91.87%，具有較好的訓(xùn)練效果。預(yù)測精度方面，800條建模樣本中有65條被預(yù)測錯(cuò)誤，準(zhǔn)確率為91.87%。第一類誤判率為3.93%；第二類誤判率為17.92%。測試樣本集中，測試樣本1的200條記錄中有51條被預(yù)測錯(cuò)誤，準(zhǔn)確率為74.5%；測試樣本2的準(zhǔn)確率為73.75%；測試樣本3的準(zhǔn)確率為75.71%。

（三）基于決策樹模型的信用預(yù)測

決策樹由節(jié)點(diǎn)和分枝構(gòu)成，基于樣本集推理信息分類規(guī)則實(shí)現(xiàn)數(shù)據(jù)預(yù)測。對一個(gè)數(shù)據(jù)元組，從根節(jié)點(diǎn)自頂向下開始遞歸，每個(gè)內(nèi)部節(jié)點(diǎn)基于某種屬性信息完成判斷，構(gòu)成決策樹從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的分類規(guī)則。使用C5.0算法在SPSS Clementine 12.0中構(gòu)建決策樹。輸入變量是14個(gè)相互獨(dú)立的主成分因子，輸出變量是對客戶的信用評級。

決策樹是一種“有導(dǎo)師”的學(xué)習(xí)機(jī)制，通過對樣本的反復(fù)訓(xùn)練，建立分類推理規(guī)則，并將其應(yīng)用在新樣本分類預(yù)測中。為提高模型對樣本的擬合度和預(yù)測精度，在C5.0算法中應(yīng)用Boosting技術(shù)。經(jīng)過6次迭代，共建立6個(gè)具有不同預(yù)測精度的相關(guān)模型。為規(guī)避樣本過度

擬合，C5.0算法對決策樹采取“后剪枝”處理，本文設(shè)定75%的剪枝率，即保留25%的原始決策樹信息。得到的決策樹分類規(guī)則和樹狀結(jié)構(gòu)圖如圖2。

在檢驗(yàn)樣本集中，樣本的置信度區(qū)間為0.5—1，即樣本的預(yù)測置信度最小值為0.5，最大值為1。對于正確預(yù)測的樣本，預(yù)測置信度的平均值為0.837，對于錯(cuò)誤預(yù)測的樣本，其預(yù)測置信度的平均值為0.625。預(yù)測置信度在0.876以上的樣本中有38%通常是正確的，預(yù)測置信度在0.511以上的樣本中有90.12%通常是正確的。

決策樹模型基于建模樣本集的預(yù)測精度為89%，說明800條樣本中712條預(yù)測正確，88條預(yù)測錯(cuò)誤。其中，第一類誤判率為2.32%，第二類誤判率為31.25%。對測試樣本集中的3組測試樣本檢驗(yàn)決策樹模型的分類預(yù)測精度。在最終預(yù)測結(jié)果中，測試樣本1的準(zhǔn)確率為76.5%，測試樣本2的準(zhǔn)確率為77.5%，測試樣本3的準(zhǔn)確率為77.86%。

三、個(gè)人信用評估組合預(yù)測模型

單一預(yù)測模型一般過濾掉對結(jié)果影響不顯著的因子和信息，在數(shù)據(jù)去噪的同時(shí)造成不同程度的信息丟失；且各單一模型的理論邏輯存在差異，過濾的信息維度不同，影響綜合維度表征下結(jié)果的預(yù)測精度。組合預(yù)測模型，通過線性或非線性方式聚合單一預(yù)測方法，最大化綜合各單一模型涵蓋的信息，提高預(yù)測精度和有效性。本文使用線性方式組合單一預(yù)測模型，記組合預(yù)測模型的預(yù)測值誤差平方和為：

基于誤差平方和最小的組合預(yù)測模型可表示為：

構(gòu)建拉格朗日函數(shù)，極小值存在條件下一階導(dǎo)為0，MATLAB下使用最小二乘法，求得組合預(yù)測模型中各單一模型所占權(quán)重：

w1=0.280 3，w2=0.429 5，w3=0.290 2

據(jù)此，可構(gòu)建商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)預(yù)測組合預(yù)測模型：

y=0.280 3y1+0.429 5y2+0.290 2y3

四、模型對比分析

比較Logistic回歸、BP神經(jīng)網(wǎng)絡(luò)、決策樹3個(gè)單一模型和組合預(yù)測模型的分類預(yù)測精度和穩(wěn)定性。

（一）分類預(yù)測精度比較

在建模預(yù)測分類精度方面，組合預(yù)測模型分類精度為92.5%，高于3個(gè)單一模型的分類預(yù)測準(zhǔn)確率。單一模型中，BP神經(jīng)網(wǎng)絡(luò)具有最好的數(shù)據(jù)擬合度，Logistic回歸模型預(yù)測分類精度低于BP神經(jīng)網(wǎng)絡(luò)和決策樹模型，決策樹模型介于二者中間，分類精度為89%。誤判率方面，第二類誤判率最低的是BP神經(jīng)網(wǎng)絡(luò)模型，組合預(yù)測模型的誤判率低于決策樹和Logistic回歸模型，高于BP神經(jīng)網(wǎng)絡(luò)。第一類誤判率最低的是組合預(yù)測模型，為0.36%，它對建模預(yù)測樣本中所有的“好信用”記錄都能較準(zhǔn)確地進(jìn)行分類。

測試樣本上，組合預(yù)測模型在3組測試樣本上的預(yù)測精度均值為82.828%，優(yōu)于單一模型的均值表現(xiàn)；組合預(yù)測模型在測試樣本1和2上的分類預(yù)測準(zhǔn)確率高于單一模型，在測試樣本3上的分類預(yù)測準(zhǔn)確率高于BP神經(jīng)網(wǎng)絡(luò)和決策樹模型，低于Logistic回歸模型。說明組合預(yù)測模型的預(yù)測精度不一定高于單一模型，和測試樣本集的選取有很大關(guān)系。在誤判率的均值表現(xiàn)上，組合預(yù)測模型低于單一模型，說明組合預(yù)測模型比單一模型具有更好的糾錯(cuò)能力。

（二）模型穩(wěn)健性比較

穩(wěn)健性衡量模型的泛化能力。評估當(dāng)樣本數(shù)據(jù)發(fā)生改變時(shí)，模型能否正常工作，是否仍能保持較高水平的精度和有效性。統(tǒng)計(jì)學(xué)上，一般采用標(biāo)準(zhǔn)差衡量模型針對不同樣本時(shí)的波動(dòng)性，波動(dòng)性越小，樣本的泛化推廣能力越好。在總分類預(yù)測精度標(biāo)準(zhǔn)差和第一類誤判率標(biāo)準(zhǔn)差上，組合預(yù)測模型的值分別為0.002 6和0.005 7，低于3個(gè)單一模型，對檢驗(yàn)樣本的分類預(yù)測精度的波動(dòng)較??；在第二類誤判率標(biāo)準(zhǔn)差上，組合預(yù)測模型值為0.036 7，高于3個(gè)單一模型?？傮w上，模型的穩(wěn)健性較單一模型表現(xiàn)好，即訓(xùn)練后的模型對新樣本的適應(yīng)性較好。

五、結(jié)論

本文借鑒國內(nèi)外信用風(fēng)險(xiǎn)預(yù)測相關(guān)研究，探討組合預(yù)測模型在風(fēng)險(xiǎn)客戶分類預(yù)測方面的應(yīng)用。在采用主成分分析法重建信用評估指標(biāo)的基礎(chǔ)上，構(gòu)建基于Logistic 回歸、BP 神經(jīng)網(wǎng)絡(luò)和決策樹的組合預(yù)測模型。三種單一模型分屬多變量判別法和機(jī)器學(xué)習(xí)兩類方法，運(yùn)作機(jī)理不同，具有一定的信息維度互補(bǔ)作用。且BP 神經(jīng)網(wǎng)絡(luò)較Logistic 回歸模型具有更好的數(shù)據(jù)擬合能力，但新樣本集上模型預(yù)測能力較差。為提升精度，同時(shí)平衡組合模型的穩(wěn)健性，組合模型引入決策樹。通過實(shí)證對比分析說明，構(gòu)建的組合模型在個(gè)人信用風(fēng)險(xiǎn)預(yù)測準(zhǔn)確率和第一類誤判率表現(xiàn)上優(yōu)于3種單一模型，并且模型具有較好的泛化穩(wěn)健性。但本文僅將預(yù)測結(jié)果做二分類處理，在今后的工作中，將細(xì)化客戶信用評估級別，對不同的客戶信用等級采取不同授信處理。

參考文獻(xiàn)：

[1]? ?方先明，熊鵬.對商業(yè)銀行信用風(fēng)險(xiǎn)監(jiān)測評價(jià)的新思考[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2005，（7）：13-18.

[2]? ?張晨，萬相昱.大數(shù)據(jù)背景下個(gè)人信用評估體系建設(shè)和評估模型構(gòu)建[J].征信，2019，37（10）：66-71.

[3]? ?王豐效.最小機(jī)會(huì)損失的組合預(yù)測模型精度評價(jià)[J].統(tǒng)計(jì)與決策，2013，（21）：37-39.

[4]? ?黃亞駒，等.基于混合算法和BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)測研究[J].情報(bào)科學(xué)，2018，36（2）：24-29.

[5]? ?孫鐵柱，等.基于CRT分類算法的用戶畫像分層模型—以銀行借貸用戶為例[J].情報(bào)科學(xué)，2020，38（9）：75-81.

[6]? ?楊勝剛，等.個(gè)人信用評估組合模型的構(gòu)建——基于決策樹-神經(jīng)網(wǎng)絡(luò)的研究[J].金融論壇，2013，18（2）：57-61，67.

[7]? ?楊劍鋒，等.機(jī)器學(xué)習(xí)分類問題及算法研究綜述[J].統(tǒng)計(jì)與決策，2019，（6）：36-40.

[8]? ?邱晗，黃益平，紀(jì)洋，等.金融科技對傳統(tǒng)銀行行為的影響——基于互聯(lián)網(wǎng)理財(cái)?shù)囊暯荹J].金融研究，2018，（11）：17-29.

[責(zé)任編輯? ?妤? ?文]