涉農(nóng)貸款風險分析系統(tǒng)的設計與實現(xiàn).pdf

1、近幾年隨著農(nóng)村信用社業(yè)務品種及業(yè)務量的飛速發(fā)展，后臺數(shù)據(jù)日益增長。目前本市科技中心存儲了大量而寶貴的歷史數(shù)據(jù)，當前這些數(shù)據(jù)并沒有被充分地挖掘利用，在數(shù)據(jù)倉庫、數(shù)據(jù)挖掘技術日益成熟的今天，如何利用好這一寶貴資源是當前農(nóng)村信用社面臨的一大課題。信貸資產(chǎn)中農(nóng)村信用社所發(fā)放大量貸款都可歸為涉農(nóng)貸款，主要為：農(nóng)戶貸款、農(nóng)村企業(yè)及各類組織的貸款、城市企業(yè)及各類組織的涉農(nóng)貸款。所涉及的個人收入支出多以現(xiàn)金方式結算，企業(yè)則財務制度不健全，無財務報表或財

2、務報表真實性差，因此多數(shù)無法實現(xiàn)對其資金流的監(jiān)控，也就無法在其內(nèi)部發(fā)生風險時及時收回貸款本息，貸款風險系數(shù)高。
　　 對單筆借款或單一借款人進行分析不定因素多、難度大，主觀性強，說服力差；但在大量歷史數(shù)據(jù)中采用數(shù)據(jù)挖掘技術，通過使用高級的分析及建模技術針對借款記錄及相關信息(如：用途，所屬行業(yè)及地區(qū)等)進行匯總分類聚集從中發(fā)現(xiàn)更豐富的信息，找潛在規(guī)律及發(fā)展趨勢，可以得出不同分類貸款的還款情況，對風險的分析客觀且具有較強的說服力；

3、一是可以從真實數(shù)據(jù)中不分具體原因直接得出還款情況，避免主觀認定的偏差，二是通過觀測趨勢可以在同類貸款發(fā)生損失風險前進行有效催收；三是對不同分類貸款出現(xiàn)不良的占比來決定新增貸款的發(fā)放與否及授信額度、時間做一定參考。
　　 本系統(tǒng)數(shù)據(jù)倉庫使用IBM公司的DB2 v9數(shù)據(jù)庫產(chǎn)品，根據(jù)系統(tǒng)需求分析結果建立了相關數(shù)據(jù)庫和表，編寫shell程序?qū)崿F(xiàn)了初始化時導入當前所有相關歷史數(shù)據(jù)，后期每天增量修改、插入相關數(shù)據(jù)。利用DWE Intelli

4、gent Miner數(shù)據(jù)挖掘分析工具進行初步挖掘處理，并由業(yè)務人員根據(jù)實際情況對挖掘結果做出合理解釋，排除異常及垃圾信息，從而確保了后期挖掘結果的真實性和有效性；同時采用了聯(lián)機分析處理(On-Line Analytical Processing，簡稱OLAP)技術進行論證，使用工具DWE Cubeviews(OLAP)對人為分析處理后的Intelligent Miner挖掘結果在數(shù)據(jù)倉庫中建立多維數(shù)據(jù)立方體模型進行數(shù)據(jù)挖掘操作(如：上卷

5、、下鉆)。在數(shù)據(jù)庫服務器上編寫了相關shell，實現(xiàn)數(shù)據(jù)的匯總及預處理；并采用上海普元公司的EOS開發(fā)集成環(huán)境進行應用程序開發(fā)，實現(xiàn)了前臺用戶根據(jù)權限可自由選擇網(wǎng)點、概念用途(貸款用途)查詢特定日期或時間段內(nèi)的貸款分類情況。以web方式在內(nèi)部網(wǎng)絡提供服務，便于決策者、普通員工等非技術人員查詢使用。
　　 開發(fā)本系統(tǒng)的目的是幫助農(nóng)村信用社增強信貸資產(chǎn)風險管理，通過對歷史數(shù)據(jù)的分析得出有價值的信息，對貸款按不同分類進行匯總分析，根據(jù)