基于随机森林的个人信用评估模型研究及实证分析.pdfVIP

基于随机森林的个人信用评估模型研究及实证分析 口 萧超武- 蔡文学- 黄晓字1 陈 康2 (1．华 南理 工 大 学 经济 与 贸易学 院 ，广 东 广 州 510006； 2．中国电信股 份有 限公 司 广 东研 究 院 ，广 东 广 州 510630) [摘要]信用评估是商业银行控制和防范信贷风险的关键途径，针对当前个人信用评估模型多使用单一分类器，容易导 致过拟合且预测精度有限的问题 ，提出了基于随机森林组合分类算法的个人信用评估模型，并在实证分析中与KNN、 RBF—NET、SVM等单分类器模型以及组台模型GBDT~L较，发现基于随机森林组合分类器模型，在个人信用评估的应用 中，具有更高的预测精度和稳定性。通过对特征变量评价发现，贷款者个人信息中现有账户状态(透支或有余额等情 况)、信贷期限、信贷历史记录、贷款金额对信用风险预测准确率有显著的影响。 [关键字]个人信用评估；随机森林 ；特征变量评价 [中图分类号]F832．332 [文献标识码】A [文章编号]1003—1154(2014)06-0111-03 我 国商业 银 行个 人 信 贷业 务 飞速 发展 ，各类 信 机特征变量个数m，通 常设m 、／ ，二是决策树 的 贷 产 品层 出不 穷 ，然而 我 国个 人征 信 系统 尚未完 备 、 数 量k，通常 设为 比较大 的数值 。另 外 ，决策树 的分 支 信 用 环境 及 相 应 的法律 法 规不 完 善 ，个人 信 贷业 务 测 度 有3种选 择 ：信 息熵 、Gini系数 和 “二 分 法 ”，由于 扩 展 的 同时 ，也 给银行 带来 了巨大风 险 。如何在 扩大 银 行个 人 信用 数 据在 分类 树 中为 非 均匀 分布 ，这里 业 务 规模 的 同时 ，有效控 制和 防范信 贷风 险 ，是 各大 选 择 杂质 函数 基尼 系数 (Gini)作 为分枝 标 准 ，其 定义 商 业 银 行 亟待解 决 的 问题 ，其 中重 要 的途 径 是 进行 如 下 ：假 设集 合 咆 含Ⅳ个类 别 的记 录 ，那 么其G 指 个 人 信用 评 级 。解 决个 人 信用 评 级 问题最 常用 的手 标 为 ： 段 ，是根 据 过去信 贷记 录 中个 人提 供 的信 息 ，以及是 2 ，v 否违 约 的标 记 ，建 立信 用 评级 模 型 。纵 观 目前 的研 Gini(T)=1一∑ =， 究 ，评 估方法 多数 采用 单一 分类 器 。为 了克服单 个模 P )为类 另 在 节点 t处 的相 对 频率 ，当Gini(t)= 型 的过 度 拟 合 问题 ，Breiman…于2001年 提 出 了随机 ON ，即在 此节 点 处 的所 有记 录 均属 于 同一类 别 。如 森 林 (Random Forest，RF)方 法 。随机 森林 迅速 发 展 ， 果 集合 的条件 下分 成两 部分Ⅳ，和 ，那 么 这个 然 而 结合 随机森 林 的个人 信用 评估研 究较 少 。因此 ， 分 割 的Gn指 数就 是 ： 研 究如何 引入 随机 森林 组 合分 类 器模 型 ，提 升 对用 N N 、 户