基于Logistic回归模型的个人小额贷款信用风险评估及应用.pdfVIP

龙源期刊网

基于Logistic回归模型的个人小额贷款信用

风险评估及应用

作者：罗方科陈晓红

来源：《财经理论与实践》2017年第01期

摘要：根据光大银行某分行的实际样本数据，构建二分类Logistics信用风险评估模型，对

互联网金融个人小额贷款信用风险评估问题进行实证研究。实证表明：年龄、性别、收入、职

业、学历、是否持有信用卡、存贷比以及客户所属地对个人小额贷款信用风险影响非常显著；

其中年龄越大、收入越稳定、学历越高、持有信用卡、存贷比越低的客户其信用等级越高；女

性信用风险显著低于男性；一、二线城市客户的履约率普遍高于县地级市客户的履约率，商业

银行应有针对性地对其进行有效规避和分散。

关键词：Logistic模型；互联网金融；小额贷款；信用风险；

一、引言

世纪末20以来，随着以互联网、大数据为代表的信息技术快速发展，金融与互联网从逐

渐融合到全面渗透，“互联网金融”概念应运而生。互联网金融凭借成本低廉、高效便捷、受众

广泛的特征使其在满足客户个性化需求、服务长尾客群方面具有先天性优势，因此传统商业银

行可以通过发展互联网金融模式，加快个人信贷领域产品和服务创新，达到业务处理的便捷

性，提升客户体验，增加客户黏性，拓展普惠金融服务范围。传统的小额贷款主要面向中低收

入个人客户、中小企业主等群体，涉及面广、个性化需求强烈，由于缺乏统一的规范化管理，

风险管理难度较大，这也是商业银行小额贷款业务发展缓慢的一个主要原因，但随着“互联网+

金融”模式的兴起，大数据、云计算、社交网络、有哪些信誉好的足球投注网站引擎等互联网技术不断突破与运用，商

业银行大力发展个人小额贷款业务已成为可能，但同时也应看到随之而来的欺诈风险、准入风

险等，商业银行信用风险管理所考量的因素不断细化。所以，传统商业银行如何运用互联网金

融的优势来创新发展个人小额信贷业务、抢占个人信贷业务市场、高效的解决信息不对称的问

题，有效的管理风险将会成为传统商业银行未来不得不考虑的问题。

信贷的核心是风险管理，而对于个人小额贷款业务而言，风险管理的核心是客户信用管

理，包括客户准入管理、存量客户管理及逾期客户管理。所以如何识别不同时期的客户的信用

风险并进行有效控制将成为商业银行发展小额贷款业务的重中之重。本文将利用光大银行长沙

分行收集的实际样本数据进行分析，以二分类Logistic回归为计量工具，通过对商业银行的个

人信用贷款数据进行分析，来识别影响个人小额贷款信用风险的主要因素，旨在对商业银行在

开展个人小额信贷业务中的风险管理提供一种思路或方法。

二、文献综述

龙源期刊网

在对贷款风险管理的研究中，定量分析方法越来越受到学者和实践操作者们的青睐。定量

分析法不仅可以优化贷款决策，将被动的风险管理模式转为积极主动的防范和控制风险，还能

尽可能的减少拖欠的账款，降低收回账款的成本；同时还可以提高贷款决策效率，节约人力成

本，实现贷款决策过程的客观性、信息化和科学化。从目前的研究来看，贷款风险研究的定量

模型主要有判别分析法（AltmanE，1968[1]）、主成分分析法（WeatRobertCraig，

1985[2]）、Z-score和ZETA模型（Altman，1968，2000），Logistic回归，贝叶斯决策模型

（DanielE，1992[3]），上世纪末以来，人工智能技术的快速发展使得银行运用该技术进行信

用风险评估和贷款决策已成为可能。上述定量分析方法虽然均能在不同程度上对贷款风险进行

研究，但各有侧重和短板，比如Z-score和ZETA模型只适用于对上市公司进行研究，贝叶斯

网络模型则主要是偏重于操作风险。

大量研究证明Logistic是被广泛运用于个人信用风险评估的较为成熟的模型。Altman、

Sabato（2007）[4]等人通过长期研究发现，使用logistic模型衡量中小企业信用风险可以取得

最佳效果，且该模型限制件较少，操作便利，且具有较高的预测性。该模型的主要优势是：一

是因变量取值可以是违约概率与履约概率发生比的任何自然对数，对自变量没有任何限制；二

是对数据是否满足协方差相同和正态分布的假设没有作限制性要求，适用范围广；三是因变量

是一个二分类变量，只能取0或1的数值，可以直观的说明某个事件是否发生以及发生的概率

是多少。我国学者在研究贷款