基于数据挖掘的信用卡授卡风险评估模型

援张　基于数据挖掘的　信用卡授卡风险评估模型　西安交通大学经济与金融学院李猛沈菊菊　商业银行在信用卡发放审批时，通常使用信用评分体　的目的，在于研究如何利用数据挖掘方法，构建一个能从众　系为客户进行信用评分。目前，比较权威的信用评分体系为　多客户申请资料属性中找到影响客户信用的关键因素，并　美国的ＦＩＣＯ（Ｆａｉｒ　Ｉｓａａｃ　ａｎｄ　Ｃｏｍｐａｎｙ）信用评分模型。　同时得到客户信用或风险评分的模型。　一般情况下，一个完善的客户评分体系可能涉及近２０个变　量，其中有些可能涉及客户隐私。这样，客户在填写申请的　＝、信用卡授卡风险评估数据挖掘建模　过程中有可能出现的漏填、不填、错填及假填等现象，对银　完整的数据挖掘建模过程包括７个环节：定义目标（选　行实施信用评分模型无疑带来了很大困难。而事实上，有经　题）；建立行销数据库（构建数据源）；探索数据（考查数据　验的商业银行信用卡审批人员，通常能够通过客户申请资　源分布特征），为建模准备数据ｔ建立模型；评估模型；应　料中的几个关键性因素，熟练而准确地作出发卡与否的判　用模型。以下将数据挖掘建模过程简化为数据准备、数据挖　断。这说明在众多信用卡申请资料中，存在着直接影响客户　掘建模、模型评估和模型应用４个环节。　信用水平的几个关键性因素。如果能准确把握这几个因素，　１．数据准备　并通过它分析出客户的信用状况，便可大大提高信用卡发　由于目前国内尚无公开的信用卡客户信用情况的实例　放工作的效率，进而逐渐弥补并改善信用评分体系的漏洞　数据，所以本文从“ＳＡＳ中国论坛”中求得国内某商业银　与缺憾。所以，本文借助成熟的信用评估系统评分思想，利　行的２５０名信用卡申请者的背景资料及发卡情况，为了确保　用数据挖掘方法，建立信用卡授卡风险评估的数据挖掘模　商业秘密和申请者的个人隐私，资料中的属性均换成了保　型　持数据原有关联关系和数据特征的无意义代码。　资料中的变量名隐去了真实代表的属性名称，用ａ１～　一、信用卡授卡风险评估模型概述　ａｌ５分别代表客户的性别、年龄、职业、学历、收人、住房、　本文所定义的“信用卡授卡”是指信用卡的发放；本文　家庭、存款、贷款等情况；用ｓ代表为银行通过深入调查后　所定义的“信用卡授卡风险评估模型”是指在信用卡发放　给出的信用状况，其中，“１”代表信用良好，可以发卡；“０”　时，对信用卡申请者的信用风险进行评估的模型。商业银行　代表信用较差，不予发卡。资料中属性类型如表１所示。　对信用卡申请者的资料要进行科学而谨慎的评分，从而得　本文利用ＳＡＳ／Ｅｎｔｅｒｐｒｉｓｅ　Ｍｉｎｅｒ作为模型实现的平　出客户的信用水平，在此基础上决定是否为该客户发放信　台，具体ＳＡＳ环境中实现的过程参数设置及数据源的相关　用卡，并根据客户不同的信用水平，初步判定该客户的信用　说明如下：　等级，为客户提供相应信用等级的服务。本文所建立的模型　（１）鉴于数据源只有２５０条记录，所以直接被作为样本　５６【ｌ】幽信用卡２００６．ＩＩ　维普资讯 http://www.cqvip.com

使用，无需再　表１个人资料中属性（变量）的类型　属性名　ａ１　ａ２　ａ３　③结论：通过发现颅洲因子Ｘ与ｉｎ（ｐ／（１－ｐ））之间　，导出　进行抽佯处　的线性关系ｉｎ（ｐ／（１　Ｐ））＝卢ｏ＋卢ｌＸ】＋…＋　理；　变量类型与取值　离散字符型变量　连续数值型变量　连续数值型变量　预测系数成权重后，用公式计算ｐ，ｕＪＪ　（２）由Ｊ　该　佯本数据巾的　Ｓ变量，作为银　Ｐ—ｅｘｐ‘　／（１＋ｅｘｐ‘　帆　’、　（２）利用ＳＡＳ实现小文所要建立的逻辑回归模型的相　ａ４　离散数值型变量　行通过深人调　ａ５　离散字符型变量　查后给出的发　ａ６　离散数值型变量　与否的状态　ａ７　离散字符型变量　变量，且眩属　ａ８　连续数值型变量　性值只有０和１　ａ９　离散字符型变量　值，所以，呵以　ａ１０　离散字符型变量　把Ｓ作为书件　ａ１　１　连续数值型变量　响应变量，即　ａ１　２　离散字符型变量　预测类数据挖　ａ１　３　离散数值型变量　掘建模过程ｒ｝Ｉ　ａ１４　连续数值型变量　的目标变量；　ａ１　５　连续数值型变量　（３）…十建　Ｓ　离散数值型变量．　模目标是为了　取值为０，１　找到影响日标　变量的关键变　量，只要选择适　的数据挖掘方法直接评估其错分率即可；　（４）对数据分块比例采用训练数据占７０％，验证数据占　３０％：　（５）该数据源叶１无缺失值，所以无需进行缺失ｆ　处理。　经过Ｅ述处理后输出的数据便　Ｊ－以用来作为数据挖掘　的数据源，使用适当数据挖掘方法，建立数据挖掘模型。　２．数据挖掘建模　鉴于本文的建模目标是通过佯本数据找到　以预洲客　户信用水平的关键属性，同叫一由于数据源中　经有叫确的　目标变量，并且目标变量本身具有＿＝值属性（０，１），所以，　逻辑回归是本文最佳的数据挖掘方法。　（１）逻辑回归的原理　①前提是因变量非连续，通过对因变量进行转换，使之　成为连续的值，即关于事件发生的概率的函数。　②假设ｐ为事件发生的概率；Ｉｎ（ｐ／（１＿Ｐ））是预测　因子的线性阑数。　天设置说明　①设信用　申请客户的信息变量ａ　（　１，２，…，１５）　为ｘ，对客户信用水平的预测值为尸；　②将Ｓ设为　变量，即Ｉｑ标变量；　③因颅测变量较多，所以同　方式选择逐步回归，引进　和剔除变量的显著性水平为０．０５。　经过以上设置，通过ＳＡＳ　归＿Ｔ具运行上述模型得到　的同归结果如　１所示。　引入变量　卡方值　大于预置卡方值的概率　ａ１　５　４　３３３９　０　０３７４　ａ９　２１　７８８２　＜０００１　ａ１０　４　９３０２　０　０２６４　ａ０　４　１　７５６　０　０４１　０　图１　客户信用预测变量选择ＩｇｌＪ￣３结果　图ｌ中给出厂四个颅测因子：ａ１５，ａ９，ａｌ０，ａ５，各预　测因子同归系数如图２所示。　根据　述逻辑回归原理及图ｌ、图２中的结果，ｕｒ得客　户信用颅测因子的回归方程　Ｌｐ…Ｉ）・６ｊ　５７　ｏｍ㈣Ｉ５２７ａ１￣１　０．４９８９ａ５－ｉ一２３Ｏ２ｎ　ｒｏ．５ｏ４３‘ｘ　１－根据该结果方程求得的Ｐ值是０～１的概率俏，代表该　客户的信用水平，将概率Ｐ乘以１００，得到０～１００的百分　制得分。根据钟楚男往其著作　个人信用征信制度　（２００２）　ｌ｝］，将客户按其收入水平、偿债意愿、社会地位和家庭环境　情况　ｌ等客户的信用等级依次划分为７个等级：ＡＡＡ、ＡＡ、　Ａ、ＢＢＢ、ＢＢ、Ｂ、Ｃ，本文将客户信用得分与客户信用等　级的对应关系发定为：ＡＡＡ级（９０分以上）、ＡＡ级（８０～　８９分）、Ａ级（７０～７９分）、ＢＢＢ级（６０～６９分）、ＢＢ级　（５０～５９分）、Ｂ级（４０～４９分）、Ｃ级（４０分以下）。　根据如上对应关系，银行可以通过Ｌ述评分模型决定　【苴】围Ｉ者团长２００６－ｒＴ　５７　维普资讯 http://www.cqvip.com

ｌ囊谛　计～一一瑚一一值盯　引∞　堙　蛆　ＳＡＳ逻辑回归模型回归系数估计结果　Ｏ　取代信用评分体系。只有在信用评分体系的支持　参数　标准差　Ｗａｌｄ卡方值　大于预置卡方值的概率　下，才有可能得到丰富、完整的客户资料，随着　截距　０　３１ＯＯ　３　９５　０．０４７０　信用卡业务及整个社会信用状况的发展，决定客　ａ１　５　０　０００２５３　４　３３　０＋０３７４　ａ９　０＋２６３５　２１　７９　（０００１　户信用的关键因素也会不断变化，所以，数据挖　ａ１Ｏ　０　２２７１　４　９３　０．０２６４　掘方法可以灵活使用。通过发现客户信息冲的规　ａ５　０　２４４１　４　１８　０　０４１Ｏ　律，找出银行需要重点关注的要素，为银行的查　图２客户信用水平预测变量回归系数　实核对起着方向性的指导作用。这样，既保证了　是否为信用卡申请者发放信用卡，并初步评估该客户在将　模型拟台指标统计结果　来的信用卡使用过程中的透支还款风险。　拟合指标　训练数据　验证数据　平均标准方差　Ｏ　１　３４４６９７０３３　０　１　２７６９３６５６４　本文利用样本数据中，银行实际发卡情况与模型评分　平均误差平方　０，４２４４９２５１　２７　０　４０６９２０９９４９　情况对比，即将信用卡授卡信用风险评估模型给出的客户　误差自由度　１　７０　模型自由度　信用水平值，与数据源中信用卡发卡记录进行对比，数据源　总自由度　１　７５　中信用卡发卡记录由０明显过渡到１时，即由某个分界线开　最大绝对误差　０　９４５２６６７８１　６　０．８６７７２６１０８３　平均方差　０．１　３８４２４６９４６　Ｏ　１　２７６９３６５６４　始，ｓ的值由绝大多数是０开始向绝大多数是１转变时，那个分　平均绝对误差　０　３７２０５４６９３　０　３５７３４２４９１　８　界线就是发卡概率Ｐ的值，本文得到的发卡概率为Ｐ≥０．４０４．０。　差制平方和　４７　０６４３９６１　５５　１　９　４０９４３５７７５　当Ｐ＜０．４Ｏ４０时，银行将认定客户信用较差，不予发卡。　错分率　０　０７７１４２８５７１　０　０７１０５２６３１　６　３．模型评估　图３客户信用回归模型误差统计　本文采用错分率指标对模型进行评估，该模型的评　估结果数据如图３所示。图３中显示模型的错分率不到　８％，对于２５０个数据来说，错分的客户不到２０个，所以　该模型的拟合效果基本可以接受。　４．模型应用　本文利用ＳＡＳ／Ｅｎｔｅｒｐｒｉｓｅ　Ｍｉｎｅｒ实现的信用卡授　卡信用风险评估模型的整个数据挖掘流程如图４所示。　该数据挖掘流程每个节点的功能分别为引入建模数　据源、设置目标变量、数据分块、回归建模、模型评估、　评估结果统计、抽取模型评分程序、引入运用模型数据　源、查看数据评分分布情况、编写应用程序。　通过运行上述流程中的抽取模型评分程序节点可以　得到每个信用卡申请客户的信用水平的概率值，通过在　最后的编写应用程序节点中运行相应的程序代码，可以　得到与个人信用征信制度信用等级相对应的信用分，例如：　图４信用卡授卡信用风险评估数据挖掘流程　ｉｆ　Ｐ—ｃｒｅｄｉｔｓｃｏｒｅ＞＝９０　ｔｈｅｎ　Ｐ—ｃｌａｓｓ＝　ＡＡＡ’。　效率，又保证了效益。另外，通过数据挖掘发现的一些新模　式，可以进一步调整客户信用评分体系，从而为将来完善信　三　需要说明的问题　用评分体系起着重要作用。《噶　本文设计的信用卡授卡信用风险数据挖掘模型并不能　栏目编辑——韩立平　５８由国信用卡２００６＿ｌｌ