基于數(shù)據(jù)挖掘的個人信用評分建模與分析.pdf

1、隨著經(jīng)濟的不斷發(fā)展，人們對住房、汽車、教育、日常消費等有信貸需求的家庭也越來越多。因此對于金融機構(gòu)如何規(guī)避潛在的個人信用風險是銀行和信貸機構(gòu)面臨的重大挑戰(zhàn)。所以使用統(tǒng)計方法或數(shù)據(jù)挖掘技術(shù)，建立個人信用貸款模型，能夠比較準確的預測個人違約的概率，對銀行或金融機構(gòu)有著重要的意義。
　　個人信用貸款預測實質(zhì)上是需要我們找到一種分類模型，即將個體消費者劃分為能夠按期還本付息（即“好”客戶）和違約（即“壞”客戶）兩類。對于此類問題，本文選擇

2、Logistic回歸和決策樹分類方法進行建模并比較兩者之間的優(yōu)缺點，選擇最優(yōu)模型。
　　本文以kaggle競賽數(shù)據(jù)為實證數(shù)據(jù)結(jié)合SAS、SPSS軟件進行論文研究，首先結(jié)合SAS軟件對原始數(shù)據(jù)進行隨機抽樣，分成訓練集、驗證集和測試集三個數(shù)據(jù)集，接著對數(shù)據(jù)集進行預處理，對缺失值、異常值進行檢驗和多重共線性檢驗，并相應使用插補法和變量聚類分析進行變量篩選得到處理后的數(shù)據(jù)集，最后從x1-x10十個變量中篩選出五個變量x1、x2、x4、x8

3、、x9進行Logistic回歸建模;然后通過Logistic回歸分析中的全模型法得到三個候選模型，對三個候選模型進行參數(shù)估計以及模型顯著性檢驗擬合數(shù)據(jù)得到兩個預測模型，且計算得出兩個模型AUC統(tǒng)計量都為0.714，說明模型預測效果較為理想，為了進一步選擇穩(wěn)健性高、簡潔的最優(yōu)模型，再通過驗證集繪制ROC曲線以及計算AUC值，兩模型在驗證數(shù)據(jù)集中AUC值都超過了70％，最后綜合比較得到最優(yōu)模型，篩選出x2、x8、x9建立Logistic回歸

4、模型;接著結(jié)合SPSS軟件對訓練集使用Exhaustive CHAID算法建立決策樹分類模型，篩選出x1、x3、x4、x7、x9五個變量，然后通過驗證集檢驗模型的穩(wěn)健性，得到AUC值為0.839，說明模型有很好的穩(wěn)健性;最后通過測試集比較Logistic回歸模型和決策樹分類模型預測效果，Logistic回歸模型與決策樹分類模型預測違約概率p與實際值誤差平方和分別為823.298和231.559，說明在模型的預測準確度、穩(wěn)健性上，決策樹模