基于多源数据融合的个人信用风险模型研究

发布时间：2020-03-19 04:01

【摘要】：自1993年推行金融体制改革以来,我国金融体系的发展得到了极大的改善,国民的消费水平和消费观念也逐步发生变化,信贷业务得到了很大的发展,尤其是个人消费信贷突飞猛进,住房按揭、汽车贷款等信贷业务范围不断扩大,信用卡消费也越来越普及。信用卡业务的发展和规模的扩大为用户提供了便利,为商业银行带来了收益,但随之而来的信贷风险已成为商业银行的主要风险之一。关于个人信用风险评估模型的研究已经有很多,但并未发现有学者基于多源数据进行分析。由于我国经济发展呈现城乡二元化特征,城乡居民消费观念、消费习惯和消费能力等都存在一定的差别,进而对个人信用产生影响,所以本文认为应把城市和农村的信用数据看作多源数据进行分析。对于这类数据,如果简单地合并所有数据进行分析,可能会忽略数据集间的差异性,而完全分开又会遗漏关联性。本文利用整合分析方法,提出了基于多源数据融合的Logistic模型,在Composite MCP(Minimax Concave Penalty)惩罚的基础上添加Sign-based惩罚,鼓励数据集间共同变量的系数符号相似,尽可能提取变量组内相似性,构建cMCPs(cMCP惩罚+Sign-based惩罚)模型,对个人信用数据进行分析。本文使用的方法属于双层变量选择方法,利用组坐标下降法求解最优化问题,并以样本外预测准确率(Accuracy)、真正率(TPR)和AUC(AreaUnderCurve)值作为评价模型预测效果的标准。在三组模拟实验中,将cMCPs模型同cMCP模型、分数据集MCP模型进行对比,并从变量选择效果和分类效果两方面进行评价,发现cMCPs模型具有优势,且数据集间相似性越大优势越明显。在实证分析方面,采用某商业银行信用卡部的数据进行分析,在进行分析时分别采用合并数据的MCP-Logistic回归、分数据集的MCP-Logistic回归、基于cMCPs的Logistic回归模型。实证结果表明,cMCPs模型Accuracy值、TPR值和AUC值最高,模型在实际问题分析中是适用的,进而表明将城市和农村作为多源数据进行分析是合理的。
【图文】：

均匀分布,箱线图,显著变量

、变量大部分相同和显著变量小部分相同三种情况。我们预期该方法在显著变量完逡逑全相同时表现最好，此时变量相似性最大，该方法通过提炼相似度能够增加模型逡逑效果；预计在小部分显著变量相同时表现不佳，彼此之间相似性小，提取出的相逡逑似性可能较难提高模型效果。逡逑３．３．１模拟一（显著变量完全相同）逡逑模拟一中四个数据集具有相同的变量结构，每个数据集均有１３个显著变量，逡逑为（Ｘ「，灯，１３＇＃，＃，＃，％，＃，％，％，，＃，＃，％），其中／？邋＝邋１，．＂，从，真逡逑实模型的显著系数共有５２个，从服从（２，３）的均匀分布中产生。逡逑为了更直观比较各模型预测准确率的结果，我们将１００次模拟结果的准确率逡逑绘制箱线图如３－１所示：逡逑ｈｏ邋—邋０．２ｈｏ邋ｍ邋０．７逦ｂａｎｄ＿１逦ｂｎｎｄ＿２逡逑

箱线图,符号

逦ｃＭＣＰ逦ＨＣＰ逡逑图３＿１模拟一邋Ａｃｃｕｒａｃｙ箱线图①逡逑①Ｃｏｍｐｏｓｉｔｅ邋ＭＣＰ惩罚方法简称ｃＭＣＰ，邋ｃＭＣＰｓ表示添加了符号惩罚的ｃＭＣＰ，其中ｓ代表Ｓｉｇｎ－ｂａｓｅｄ惩逡逑罚，下同。逡逑３３逡逑
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F832.4

【参考文献】