基于Logistic回归的小微企业信用评分模型的研究--以C银行税贷为例.pdf

摘要

目前，随着政府的大力支持，小微企业作为中国经济的重要组成部分，得到了

大力的发展。截止2023年底，全国登记在册的经营主体约1.8亿户，小微企业法

人单位的估计数量约为5900万户，提供了5亿多的就业岗位。然而由于小微企业

规模较小、自身信用差、抵押物较少、财务制度的不健全等原因，导致小微企业在

出现资金周转困难、扩大经营等融资需求的时候无法及时、足量的获取所需的资金。

银行作为主要的小微企业信贷资金的提供者，出于风险审批审慎性的原则以及小

微企业目前的现状而导致无法全面覆盖小微企业的贷款需求，进而出现了小微企

业融资难、融资贵，银行小微信贷余额较低、不良较高的现象。

随着信息科技的发展，金融的多个领域已经实现数字化。信贷申请、审批、放

款、贷后监管等环节已经由传统的面对面、纸质材料提交等形式转变为了线上申请、

线上审批、线上放款、线上监控等形式。由此银行内部积累了客户的各个阶段、各

个维度的大量数据，为了让已积累数据发挥他的最大效力，各大银行纷纷运用统计

学的技术进行风控模型建设，进而实现数据风控，达到降低信贷不良率，减少工作

人员人为操作风险。2020年由新型冠状病毒引发的新冠疫情，加剧了小微企业的

经营难度，各大银行的小微贷款不良率持续攀升，为了实现银行资金与优质小微企

业之间更加精准的匹配，通过历史信贷数据进行风控建模已成为一大趋势。

在此大背景下，疫情之后的C银行在第三季度经营分析中发现，该行的一款

操作过程全线上、覆盖全行业的针对小微企业的信用贷款产品不良率持持续升高，

为了找出不良率升高的原因，对现有风控模型进行优化。本文根据产品的历史积累

数据，根据银行数据建模特点选择传统的Logistic回归的技术手段，将样本数据进

行训练验证集和测试集划分，利用测试集对模型预测准确率进行校验，利用训练验

证集中进行4折交叉验证的方法对模型的稳定性进行校验。最终从预先设定的25

个指标中找出最终入模的6个指标，通过Logistic回归的技术手段，确定入模指标

的相关系数，最终得到客户指标与信贷违约之间的关系模型，投入使用后以达到降

低信贷不良率的目的。

关键词：小微企业，信用贷款，评分指标，评分模型，Logistic回归

ABSTRACT

Atpresent,withthestrongsupportofthegovernment,smallandmicroenterprises,

asanimportantcomponentoftheChineseeconomy,havebeenvigorouslydeveloped.As

oftheendof2023,therewereapproximately180millionregisteredbusinessentitiesand

anestimated59millionsmallandmicroenterpriselegalentitiesinChina,providingover

500millionjobopportunities.However,duetothesmallscale,poorcredit,limited

collateral,andinadequatefinancialsystemsofsmallandmicroenterprises,theyare

unabletoobtainthenecessaryfundsinatimelyandsufficientmannerwhenfacing

difficultiesincapitalturnoverandexpandingtheiroperations.Asthemainproviderof

creditfundsforsmallandmicroenterprises,banksareunabletofullycovertheirloan

needsduetotheprincipleofprudentriskapprovalandthecurrentsituationofsm