基于數(shù)據(jù)挖掘技術(shù)的農(nóng)村金融客戶評級的相關(guān)文獻調(diào)研

1、基于數(shù)據(jù)挖掘技術(shù)的農(nóng)村金融客戶評級的相關(guān)文獻調(diào)研小報告摘要： 近年來，我國的金融機構(gòu)越來越重視自身的信息化建設(shè)。農(nóng)村金融機構(gòu)在支持農(nóng)業(yè)發(fā)展解決農(nóng)戶貸款難，促進農(nóng)民增收，發(fā)展農(nóng)業(yè)現(xiàn)代化方面發(fā)揮了重要作用。而另一方面，其自身超過商業(yè)銀行數(shù)倍的不良資產(chǎn)率阻礙其在農(nóng)村經(jīng)濟發(fā)展建設(shè)中的作用發(fā)揮。因此全面準(zhǔn)確的評估農(nóng)戶的還款能力，對農(nóng)戶信用進行評級，拒絕不符合條件的客戶，將是各農(nóng)村金融機構(gòu)避免風(fēng)險，減少損失的一個重要手段。而隨著社會經(jīng)濟的不斷發(fā)展，農(nóng)村經(jīng)濟中“農(nóng)戶”的概念外延不斷擴展，傳統(tǒng)的評價體系自身的問題尚未解決，已不適宜與用到現(xiàn)在的“農(nóng)戶”概念。數(shù)據(jù)挖掘技術(shù)自上世紀(jì)八十年代末提出之后，首先便被應(yīng)用于

2、金融與經(jīng)濟領(lǐng)域，并在信用評分模型構(gòu)建中發(fā)揮著廣泛而且重要的作用。隨著數(shù)據(jù)的飛速膨脹數(shù)據(jù)倉庫的發(fā)展又促進數(shù)據(jù)挖掘更深入的應(yīng)用。本次文獻調(diào)研的目的是梳理總結(jié)相關(guān)文獻中涉及評級體系構(gòu)建的算法模型。關(guān)鍵字：信用評級，數(shù)據(jù)挖掘，算法模型；0.引言 農(nóng)村金融機構(gòu)一直以服務(wù)”三農(nóng)”為宗旨，有力地支持了“三農(nóng)”經(jīng)濟發(fā)展，其自身也得到了較快發(fā)展。但由于內(nèi)外因素的影響，部分農(nóng)村信用社不良貸款“雙高”局面長期居高不下，不利于實現(xiàn)穩(wěn)健良性發(fā)展目標(biāo)，同時也削弱了對經(jīng)濟發(fā)展的助推功能。2014年8月15日，銀監(jiān)會發(fā)布的初步統(tǒng)計數(shù)據(jù)顯示，截至6月末，國有商業(yè)銀行不良貸款余額3957億元，不良貸款率1.05，而全國農(nóng)村信用社

3、不良貸款余額3809 億元，不良貸款比例為3.8%。而具體到省份，特別是信用貸款，據(jù)某省農(nóng)村信用社統(tǒng)計，其2011 社轄內(nèi)信用貸款約為580億元，其中不良貸款約為230 億，信用違約比達40%。不難看出農(nóng)村金融機構(gòu)進一步化解不良貸款、改善資產(chǎn)質(zhì)量任務(wù)壓力較大。因此，如何借助科技的力量加強不良貸款管理，有效解決不良貸款問題是農(nóng)村金融機構(gòu)在改革發(fā)展過程所必須面臨解決的問題。農(nóng)村金融機構(gòu)與國外先進的商業(yè)銀行相比，點多面廣，管理難度大，不良貸款比例較高。目前雖然農(nóng)村信用社建立了龐大的客戶信息庫和業(yè)務(wù)數(shù)據(jù)，但是還局限于對數(shù)據(jù)的存儲、記賬、查詢、報表功能等，把大量的數(shù)據(jù)作為一種靜態(tài)的檔案來管理，沒有把它當(dāng)

4、成一種重要的可以進行知識發(fā)現(xiàn)和決策支持的資源來利用，缺乏對其內(nèi)在規(guī)律的挖掘，導(dǎo)致重要信息的流失和資源的浪費。但也為利用數(shù)據(jù)挖掘技術(shù)提供了可能。1.客戶信用風(fēng)險評級方法的發(fā)展：最原始的評級方法是專家評分法，其所依據(jù)的信息最初是主觀評價，從3C 評價原則(品德Character、能力 capacity、擔(dān)保 collateral)到今天的5C和1S、5W評價原則。5C和1S，即特征(Character)、能力(Capacity)、資本(Capital)、抵押擔(dān)保(Collateral)、生活狀況(Condition)、穩(wěn)定性(Stability)。5W，即借款人(Who)、借款用途(Why)、還款

5、期限(When)、擔(dān)保物(What)及如何還款(How)。這些評價在內(nèi)容上都十分類似，共同點都是將道德品質(zhì)、還款能力、資產(chǎn)實力、擔(dān)保和經(jīng)營環(huán)境如何還款等要素逐一進行評分，讓銀行信貸人員對借款人的整體狀況有比較清晰的認(rèn)識，信貸人員通過對借款人五個方面進行綜合評估，最后得出信用等級，根據(jù)信用等級以作為是否貸款、貸款標(biāo)準(zhǔn)的確定和貸后跟蹤監(jiān)測期間的政策調(diào)整依據(jù)。使用這種方法對評估人的綜合業(yè)務(wù)能力，專業(yè)水平要求較高，但農(nóng)信社信貸人員素質(zhì)普遍不高，在打分時有很大的主觀隨意性，造成評分出現(xiàn)較大偏差。信用評分法將借款人的特征進行量化，形成一套指標(biāo)體系，克服了主觀隨意性的風(fēng)險。2.國外研究現(xiàn)狀： 盡管大家都知道

6、21世紀(jì)是數(shù)據(jù)挖掘發(fā)展的黃金時代,但在實際應(yīng)用領(lǐng)域，數(shù)據(jù)挖掘的發(fā)展遠不如其在理論和技術(shù)方面的研究，數(shù)據(jù)挖掘的實際應(yīng)用任重道遠。數(shù)據(jù)挖掘在金融信用風(fēng)險預(yù)測方面，國外許多金融機構(gòu)表現(xiàn)的很積極,但是由于金融信息的保密性，一般很少公布具體數(shù)據(jù)挖掘細節(jié)。但據(jù)美國軟件商提供的報告稱:FCC國家銀行、美國第一銀行、美聯(lián)儲、聯(lián)邦住房貸款抵押公司等重要金融機構(gòu)都在致力于數(shù)據(jù)挖掘在金融系統(tǒng)的應(yīng)用。主要運用以下五種方法：（1）、判別分析法 第一個把統(tǒng)計學(xué)方法運用于個人信用評估領(lǐng)域的研究人員是 David Durand，他把 Fisher提出的判別分析應(yīng)用于個人信用評估，用來判別好客戶和壞客戶，它的原理是使用統(tǒng)計方法

7、來對整體中的各個組的特征進行分類。William Fair和Earl Isaacs利用判別分析法建立了 FICO 評分系統(tǒng)。并成為如今主要的個人信用評分體系。FICO系統(tǒng)被認(rèn)為是衡量個人風(fēng)險的“黃金標(biāo)準(zhǔn)”。FICO 信用評分模型基本思想是把申請人的歷史信用資料與數(shù)據(jù)庫中借款人的信用習(xí)慣進行比較，來判斷申請人與違約、惡意透支、甚至申請破產(chǎn)等特征的借款人是否相似，是比較成熟和完善的信用模型。因 FICO 評分模型建立的基礎(chǔ)是發(fā)達的個人信用制度，而我國目前由于個人信用制度還不完善，且FICO具體的評分模型和算法都不為人所知，在我國推廣的難度較大。（2）、回歸分析法 回歸分析法（包括線性回歸和 Log

8、istic回歸）也是應(yīng)用較廣泛的模型。Kasper Roszbach和Sveriges Riksbank利用線性回歸分析設(shè)計了一種評價未償還貸款的評分卡，用于評估消費信貸的信用風(fēng)險。但是現(xiàn)行回歸方法用于信用評分存在明顯缺陷，即回歸方程兩邊變量的取值范圍可能不一致。Logistic 回歸模型則是對線性回歸模型的改進，回歸方程兩邊的取值可取任意值。Joachim Thaler和Stam意識到可以將線性規(guī)劃方法應(yīng)用到分類問題。Thomas從理論上把Freed和Glover 的線性規(guī)劃方法推廣到多目標(biāo)線性數(shù)據(jù)分類方法，并成功應(yīng)用于信用卡數(shù)據(jù)挖掘中。（3）、神經(jīng)網(wǎng)絡(luò)法 Odom首次將神經(jīng)網(wǎng)絡(luò)的方法引入信

9、用風(fēng)險評測中，Edelman用多感知器神經(jīng)網(wǎng)絡(luò)模型來預(yù)測銀行的存款和貸款的穩(wěn)健度。Sarle等用神經(jīng)網(wǎng)絡(luò)來分析客戶的信貸指數(shù)。神經(jīng)網(wǎng)絡(luò)方法得到研究者和學(xué)者的廣泛關(guān)注，已被證明是一種可以普遍使用的方法。雖然神經(jīng)網(wǎng)絡(luò)用于信用等級分類取得了一定的效果，但它最大的缺點在神經(jīng)網(wǎng)絡(luò)模型缺乏較好的可解釋性和理解性，造成了使用上的困難。Corinna and Vapnik提出的支持向量機在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有優(yōu)勢，解決了在神經(jīng)網(wǎng)絡(luò)方法中無法避免得到局部極值的情況。Martens將 SVM 用于判別規(guī)則的提取中，使得信用評分模型具有更好的可解釋性。（4）、遺傳算法 遺傳算法是一種通過

10、模擬自然進化過程搜索最優(yōu)解的方法。Greene和Smith把 GA 運用到了信用風(fēng)險評估中，但在實際應(yīng)用中遇到了困難，在于 GA 中定長編碼機制在處理復(fù)雜問題特別是包括連續(xù)性變量時編碼過長，耗費機時。Koza改進了GA算法，提出了GP算法（遺傳規(guī)劃法），克服了定長編碼機制的局限性。（5）、決策樹算法 決策樹算法第一次由 Makowski應(yīng)用于個人信用評分。此后 Sewartand Whittaker則用決策樹來對信用進行預(yù)測。近來，Lee等運用決策樹技術(shù)研究最小化信用風(fēng)險問題。 3.國內(nèi)研究現(xiàn)狀： 國內(nèi)對信用評分的研究也經(jīng)歷了從定性研究為主，到定性和定量相結(jié)合的過程。傳統(tǒng)的研究多以主觀的專家判

11、別法為主，以銀行從業(yè)專家以及信貸員的經(jīng)驗為主要依據(jù)，如中國郵政儲蓄銀行信用評級二級指標(biāo)有 15 項，其中定量指標(biāo)有 9 項，權(quán)重為61，定性指標(biāo)有6項，權(quán)重為39。雖然評估因素相對全面，并注意了信用評分方法的實施，但是評估主觀因素影響依舊較大，缺乏合理性與公平性。定性指標(biāo)所占權(quán)重仍然較大，且標(biāo)準(zhǔn)不一，信貸人員評估水平高低直接影響信用評定的好壞，導(dǎo)致信用評級不但沒有擴大可以獲得貸款的農(nóng)戶比例，反而把許多農(nóng)戶阻擋在信用戶稱號之外，讓他們更得不到貸款。目前國內(nèi)學(xué)者構(gòu)建信用評分模型采用的技術(shù)大部引進國外。 與國外金融機構(gòu)和軟件生產(chǎn)商對金融數(shù)據(jù)挖掘的研究勢頭相比,由于市場經(jīng)濟結(jié)構(gòu)，商業(yè)銀行發(fā)展年限較短等

12、原因國內(nèi)在這方面的發(fā)展研究還處于起步階段。信用風(fēng)險評測方面的短板很有可能影響到未來商業(yè)銀行貸款業(yè)務(wù)的發(fā)展。近年來,國內(nèi)在金融風(fēng)險評級方面的數(shù)據(jù)挖掘研究也在逐漸增加，例如，運用BP神經(jīng)網(wǎng)絡(luò)技術(shù)、運用向量機、運用Apriori算法對信用風(fēng)險進行評估預(yù)測，也有運用Logistic回歸模型構(gòu)建違約概率測算模型。盡管研究很多，但是投入實際應(yīng)用的很少。關(guān)于決策樹算法及時間任務(wù)分配 經(jīng)文獻調(diào)查發(fā)現(xiàn)，信用評級的研究多涉及金融、計算機與數(shù)學(xué)的結(jié)合。期刊類文章偏向于對算法的研究。碩博論文則更多注重評級體系的計算機系統(tǒng)實現(xiàn)。 下圖為基于數(shù)據(jù)挖掘技術(shù)客戶信用風(fēng)險評級體系的結(jié)構(gòu)框圖。目前運用較多的數(shù)據(jù)挖掘算法是決策樹算

13、法，神經(jīng)網(wǎng)絡(luò)算法以及譜聚類算法，其中對決策樹算法的研究文獻較為豐富。（1）、決策樹算法 在諸多分類方法中,決策樹是一種常用!直觀的快速分類方法決策樹分類方法采用自頂向下的遞歸方式,在決策樹的內(nèi)部節(jié)點進行屬性值的比較并根據(jù)不同的屬性值判斷從該節(jié)點向下的分支,在決策樹的葉結(jié)點得到結(jié)論。最經(jīng)典的決策樹算法是ID3算法，其核心思想是在決策樹的構(gòu)建過程中采取基于信息增益的特征選擇策略,即選取具有最高信息增益的屬性作為當(dāng)前節(jié)點的分裂屬性,使得對結(jié)果劃分中的樣本分類所需要的信息量最小以此構(gòu)造與訓(xùn)練數(shù)據(jù)一致的一棵決策樹，從而保證了決策樹具有最小的分支數(shù)量和最小的冗余度。但由于存在搜索工程中無法回溯等問題，現(xiàn)今

14、所采用的算法多是從ID3發(fā)展而來的C4.5及C5.0算法。（2）、時間任務(wù)分配 時間有限未能對各類算法有深入了解，并且只對中文文獻做了粗淺閱讀。所以將接下來的任務(wù)主要放到文獻調(diào)研以及對決策樹算法的理解與掌握，將重點放到框圖中評級分類模型模塊。結(jié)合自身實際制定未來四周時間任務(wù)分配表。一二三四五六日周工作安排24252627282930311外出繼續(xù)文獻調(diào)研，一周一篇外文文獻2外出3外出4外出5678了解決策樹模型的基本思想9101112131415信用評級的理論要求及決策樹算法閱讀（ID3,C4.5,C5.0）16171819202122信用評級的理論要求及決策樹算法閱讀（ID3,C4.5,C5

15、.0）5.SIPT題目分級過程中的決策樹算法研究決策樹算法與神經(jīng)網(wǎng)絡(luò)算法在分級過程中的比較分析6.選題原因 針對數(shù)據(jù)的分級系統(tǒng)在國內(nèi)尚處于起步階段，更多還停留在算法的研究上。農(nóng)村金融機構(gòu)正在向信息化邁進，并且有大量的數(shù)據(jù)等待開發(fā)整理，為數(shù)據(jù)挖掘技術(shù)的應(yīng)用提供了可能。當(dāng)社會的信息化程度邁向大數(shù)據(jù)時代后，對信息分級評級的需求量會大大加大，而不僅僅是金融機構(gòu)。目前更多針對金融系統(tǒng)的信用評級體系在大數(shù)據(jù)時代會有更大的拓展空間。7.參考文獻1王貝.農(nóng)戶借貸特征及影響因素實證研究D.山東大學(xué),2014.2李炎.大數(shù)據(jù)時代銀行業(yè)監(jiān)管手段的探索D.西南財經(jīng)大學(xué),2014.3葉曉明.數(shù)據(jù)挖掘技術(shù)在農(nóng)村商業(yè)銀行信貸的應(yīng)用研究D.中南大學(xué),2013.4張成.數(shù)據(jù)挖掘技術(shù)在金融審計中的研究與應(yīng)用D.安徽大學(xué),2014.5田野.基于相似性挖掘的金融數(shù)據(jù)分析系統(tǒng)的研究與應(yīng)用D.上海交通大學(xué),2012.6鄭曼.基于SAS系統(tǒng)的稅務(wù)數(shù)據(jù)挖掘研究D.鄭州大學(xué),2012.7王超.基于數(shù)據(jù)挖掘的農(nóng)信社不良貸款臺賬管理系統(tǒng)設(shè)計與實現(xiàn)D.湖南大學(xué),2014.8龍亞平.數(shù)據(jù)挖掘在農(nóng)信社客戶關(guān)系管理中的應(yīng)用研究D.湖南大學(xué),2012