基于關聯規則挖掘的信用卡欺詐研究

摘要:關聯規則分析作為數據挖掘中一個重要的組成部分，能夠有效發現大量數據中相關屬性集之間有意義的關聯關系，從而為政策或規則的制定提供參考依據。近年來，關聯規則分析已被廣泛應用到零售、物流、信用卡營銷及風險管理等眾多領域?；诖耍瑥慕榻B關聯規則分析的基本概念出發，以德國信用卡為例，使用Intelligent Miner軟件，探討信用卡持卡人信用卡欺詐所具有的一般特性，對提升業務風險管理技術有所裨益。

關鍵詞:關聯規則挖掘;信用卡欺詐;風險管理

中圖分類號:F830 文獻標志碼:A 文章編號:1673-291X(2010)26-0112-03

引言

從世界第一家信用卡公司產生至今，銀行卡產業已有五十年的歷史。經過五十多年的發展，圍繞信用卡業務已經催生出一個規模龐大的產業，銀行卡已經深深植根于當代經濟和社會生活之中，成為現代金融業發展不可缺少的內涵。大力推進銀行卡產業化發展，可以有效地挖掘產業內部蘊藏著的巨大商機，刺激消費需求，拉動經濟增長，帶動相關產業的發展。

而信用卡作為一種全新的支付手段和信用工具，已成為眾多商業銀行競相推出的產品，信用卡的發卡數量急劇擴張。隨之而來的問題是信用卡風險愈來愈高，因此，防范信用卡風險迫在眉睫。經營信用卡業務有高收益，同時伴隨著高風險。如何有效防范和化解銀行卡業務風險已成為各發卡機構共同探討的問題。

近十幾年來，人們利用信息技術生產和搜集數據的能力大幅度提高，無數個數據庫被用于商業管理、政府辦公、科學研究和工程開發等，這一勢頭仍將持續發展下去。隨著數據庫技術的不斷發展及數據庫管理系統的廣泛應用，數據庫中存儲的數據量急劇增大，在大量的數據背后隱藏著許多重要的信息，如果能把這些信息從數據庫中抽取出來，將為管理部門創造很多潛在的利潤，而這種從海量數據庫中挖掘信息的技術，就是數據挖掘。一個數據挖掘系統可以完成關聯、分類、預測、聚類等數據挖掘任務。

本文以德國信用卡數據為例，使用關聯規則挖掘的方法，試圖探索消費者信用卡數據中的一些隱含的信息，尋找影響消費者信用卡違約的一些重要因素，總結出持卡人違約的一般性特征，從而可以為發卡行在甄別申請人的信息時提供一些建議和參考。

一、國內外研究現狀及相關文獻回顧

(一)信用卡欺詐

不良事件(adverse event)諸如失業、健康問題、醫療成本、離婚這些會減少債務人的收入以及增加他們的生活成本，是他們違約的一個較大的因素。Sullivan(2000)研究發現，失業導致的信用卡違約占67%;Himmelstein(2005)研究則發現，疾病、意外傷害以及醫療負擔造成的信用卡違約占55%。與此相反，其他一些研究以面板數據來研究不良事件的影響得出了相反的結論。這些研究還認為不良事件的發生不是頻繁的，因此不能作為信用卡違約的主要因素。在動態收入調查研究中發現，在信用卡濫用中，高負債所占的比例約為43%，而高負債則進一步導致了信用卡欺詐的發生。

(二)關聯規則

關聯規則挖掘可以發現傳統的人工智能和統計方法所無法發現的規則或規律，因此其具有重要的研究價值。目前，世界上知名大學的研究機構和各大IT公司的研究部門都投入了大量精力對其進行研究，并取得了諸多的研究成果。美國斯坦福大學智能數據庫系統實驗室開發出了大量的商用化數據挖掘系統，如DBMiner挖掘系統。該系統包含了許多先進的挖掘算法，并有很多優秀的特點:用戶無須具有高級的統計知識和培訓即可使用該軟件，因為底層的挖掘細節對于用戶是不透明的;挖掘的知識類型多種多樣，從關聯規則、序列模式(Sequence Pattern)到發現驅動(Discovery-Driven)的分類等;并且，由于采用了許多先進的研究成果，因此該產品的速度聲稱是其同類競爭者的20倍;此外，該系統可以在多種平臺上運行，并與許多主流的數據庫系統(如SQL-Sever. Oracle等)結合緊密;同時，還引入了在線分析挖掘技術，使得系統更能充分發揮數據倉庫的分析優勢。IBM的Almaden實驗室所進行的Quest項目同樣也是數據挖掘研究領域中的佼佼者。該項研究包含了對關聯規則、序列模式、分類及時間序列聚類(TimeSeries Clustering)的研究，其代表性的產品有:DB2 Intelligent Miner for Data。此外，美國的賓西法尼亞大學的數據挖掘研究小組也在這些方面取得了顯著成果。其主要研究包括:利用注釋和文本對數以百萬計的文章進行聚類和分析;從多家醫院的病人數據庫中發現可以提高醫療質量和降低醫療費用的模式;在構建一個模型中選擇合適的變量:基于DNA序列預測基因模式等。目前，世界上比較知名的數據庫公司，如Oracle. Sybase等都已經在不同程度上將數據挖掘的有關技術結合到其對應的數據庫產品中來，使得大型數據庫的功能向智能化的方向邁進了重要的一步。

在國內，數據挖掘研究的起步只是最近幾年的事，主要的研究機構有:中科院、清華大學、西安交大、上海交大及國防科大等少數幾所院校和研究機構，在國內外權威刊物上發表的有關文章也寥寥無幾。盡管如此，由于數據挖掘技術的廣泛應用前景和其具有的強大功能，促使我們必須迅速展開對其深入的研究。

二、數據及模型說明

(一)指標說明

設I={i1，i2，….im}是項組合的記錄，D為項組合的一個集合。在規則挖掘中涉及到兩個重要的指標。(1)支持度(A?圯B)=n(A?圯B)/N，顯然，只有支持度較大的規則才是較有價值的規則。(2)置信度(A?圯B)=n(A?圯B)/N(A)，顯然只有置信度比較高的規則才是比較可靠的規則。(3)一般地，關聯規則可以提供給我們許多有價值的信息，在關聯規則挖掘時，往往需要事先指定最小支持度與最小置信度。關聯規則挖掘實際上真正體現了數據中的知識發現。因此，只有支持度與置信度均較大的規則才是比較有價值的規則。

(二)數據說明

研究所使用的是德國的信用卡數據，由于關聯規則挖掘通常比較適用與記錄中的指標取離散值的情況，如果原始數據庫中的指標值是取連續的數據，則在關聯規則挖掘之前應該進行適當的數據離散化(實際上就是將某個區間的值對應于某個值)，數據的離散化是數據挖掘前的重要環節，離散化的過程是否合理將直接影響關聯規則的挖掘結果。基于原始數據涉及的隱私問題，本文在此僅對數據進行離散化后的說明。數據處理軟件為SAS以及DBMiner。樣本總量為1 000，每一個觀測樣本有20個記錄，分別表示20個不同的性質，經過處理刪除無關緊要或者無法處理的連續變量(變量四、變量八、變量十四、變量十五、變量十七)后離散化過程及離散化后的結果如下顯示:

變量一:既有的支票賬戶。

A11:既有支票賬戶余額<零，A12:0<既有支票賬戶余額<200DM，A13:既有支票賬戶余額<200DM，A14:沒有支票賬戶

變量二:久期(以月為單位)。

變量三:信用歷史。

A30:無信用歷史/及時償還所有的貸款，A31:及時償還在一家銀行的貸款，A32:直到現在及時償還現在既有的貸款，A33:過去都推遲還款，A34:有其他的信用賬戶，但不在本家銀行。

變量五:信用賬戶。

變量六:儲蓄賬戶。

A61:儲蓄賬戶<100DM，A62:100DM≤儲蓄賬戶<500DM， A63:500DM≤儲蓄賬戶<1000DM，A64:儲蓄賬戶≥1000DM，A65:未知或者沒有儲蓄賬戶。

變量七:已工作時間。

A71 :失業，A72 :工作時間<1年，A73 :1年≤工作時間<4年，A74 :4年≤工作時間<7年，A75:工作時間≥7年。

變量九:個人信息(性別及婚姻狀況)。

變量十:其他債務人/擔保人。

A101:無 ，A102 :共同申請人， A103 :擔保人。

變量十一:目前居住地居住時間。

變量十二:財產。

A121:房產，A122:建設社會儲蓄協議/人壽保險，A123:車或其他，A124:未知或其他。

變量十三:年齡。

變量十六:在銀行的既有貸款量。

變量十八:是否有人對維持信貸負責。

A181:有，A182:沒有。

變量十九:電話。

A191:無，A192:有，并記錄電話號碼。

變量二十:是否為國外工作者。

A201:是 ，A202:否。

使用SAS6.12處理，首先生成挖掘數據庫，進而由Intelligent Miner進行關聯規則挖掘。經SAS6.12處理的數據含義如1001:表示第十個變量的第一個特性。

三、關聯挖掘結果分析

由Intelligent Miner軟件經過處理，可以得到以下關聯規律。

(1)1801+1001+1601+104→1，支持度16.3，置信度90.56。

(2)1001+2001+1601+104→1，支持度17.9，置信度89.95。

(3)1801+1001+2001+1901+104→1，支持度15.2，置信度89.94。

(4)1001+2001+1901+104→1，支持度17.5，置信度88.38。

(5)903+1801+1001+1601+2001→1，支持度16.2，置信度73.97。

(6)1801+1001+2001→1，支持度52.4，置信度69.96。

(7)1801+2001+1001+104→1，支持度27.2，置信度88.6。

(8)903+1801+1001+2001→1，支持度27.3，置信度74.97。

(9)1801+1001+2001+1901→1，支持度30.2，置信度69.43。

(10)1801+1001+2001+302+1601→1，支持度25.1，置信度68.58。

在入選的18個變量中，引致信用卡欺詐的原因主要有既有的支票賬戶、信用歷史、個人信息、其他的擔保人、在銀行的既有貸款、是否有人對信貸負責、是否為國外工作者。進一步將這些數字信息的進一步分析顯示了，當信用卡持卡人含有在沒有既有的支票賬戶、信用歷史差(直到現在及時償還現在既有的貸款)、沒有其他的擔保人、沒有人為信貸負責這些特征中的幾個特性時，在很大置信度上，該持卡人會沒有辦法償還信用卡的貸款，因此會拖欠貸款，使該卡的貸款成為不良貸款。

具體的來看，在關聯規則(1)中，當持卡人沒有既有的支票賬戶，沒有其他擔保人，在銀行的貸款較多，并且沒有其他人對信貸負責的情況下，在90.56%的置信度上，他是會違約的。在這里支持度比較低，但是聯系實際意義上來看，含有這些特征的人，并且能夠成功申請到信用卡的概率是比較小的。一旦這樣的人申請到了信用卡，90%的人都是會造成發卡行的損失的。在關聯規則(6)中，在沒有其他擔保人，沒人對信貸負責，并且是國外工作者的情況下，以52.4%的支持度和69.96%的置信度上可以判斷持卡人是否會違約。其他的關聯規則關系可以以同樣的方式進行分析，在此不對每一條進行贅述。

可以得出的一般化結論是，其他擔保人，是否有人對信貸負責，是信用卡持卡人會違約所具備的一般特性(對德國人來說)。在本文的樣本數據中顯示了，國外工作者也是一個比較重要的變量，本文認為這可能是由于非德國人在德國的經濟地位不如德國人造成的。

四、結論

研究以德國的信用卡數據為例，采用關聯規則挖掘的方法，采用Intelligent Miner對1 000個樣本數據進行了發掘和分析。分析發現，在18個變量中，引致信用卡欺詐的原因主要有既有的支票賬戶、歷史信用記錄、個人信息、其他的擔保人、在銀行的既有貸款、是否有人對信貸負責、是否為國外工作者，最后保留的變量在一定意義上解釋了信用卡持卡人欺詐的特性，其他擔保人、是否有人對信貸負責，是信用卡持卡人會違約所具備的一般特性(對德國人來說)。

為了防范信用卡欺詐犯罪，保障持卡人的用卡安全， 各監管部門、金融機構、信用卡國際組織一直以來都在致力于防范和打擊信用卡欺詐犯罪。

1.完善法律法規，加強政策支持

為有效遏制和打擊信用卡欺詐犯罪活動，立法機關、監管機構出臺了相應的法律、法規，切實維護銀行、商戶和持卡人的利益。

2.加快個人信用體系建設

要建立個人信用檔案，形成信用長效機制。應建立個人信用收集、評估和供給的中介機構。建立個人信用檔案，可以記錄個人的信用表現，督促個人的信用實踐，增強個人的信用意識，評價個人的信用狀況，具有操作性、針對性。將有關個人的日常行為和個人品德、金融信譽、守約情況等，凡是與信用有關的真實信息都納人信用資料庫中。要建立嚴格的信用監督機制，制定鼓勵誠信、制約無信的政策措施。

3.加強全社會風險防范意識

發卡銀行要嚴格信用卡管理。要認真審核客戶資料，謹慎發卡。發卡銀行在受理客戶信用卡申請業務時，須嚴格審核客戶所提供的信息材料，確定其真實性后進行相關資信評估，區別授信。要完善內控制度。一些發卡行疏于內控制度建設，片面追求發卡量和市場占有率，為不法人員提供了可乘之機。

參考文獻:

[1] 楊毅，王靜.商業銀行信用卡業務風險的成因與控制[J].西北農林科技大學學報，2009，(1).

[2] 苗繪.信用卡欺詐及防范[J].金融教學與研究，2005，(4).

[3] 孫大利.關聯規則分析及其在信用卡反欺詐中的應用[J].中國信用卡，2007，(11).

[4] Michelle J. White， Bankruptcy Reform and Credit Cards， July 2007.