數(shù)據(jù)挖掘技術(shù)在村鎮(zhèn)銀行信用風(fēng)險(xiǎn)預(yù)測(cè)中的應(yīng)用研究

郭佳

摘 要：為了更好的解決農(nóng)村資金存在較大缺口問(wèn)題，中國(guó)銀監(jiān)會(huì)大幅度降低了新設(shè)金融機(jī)構(gòu)的進(jìn)入門(mén)檻，允許產(chǎn)業(yè)資本、民間資本到農(nóng)村地區(qū)設(shè)立村鎮(zhèn)銀行，基于村鎮(zhèn)銀行的經(jīng)營(yíng)特點(diǎn)，信用風(fēng)險(xiǎn)仍是其面臨的主要風(fēng)險(xiǎn)之一。本文依托省教育廳高等學(xué)校科學(xué)技術(shù)研究重點(diǎn)項(xiàng)目，對(duì)數(shù)據(jù)挖掘技術(shù)在村鎮(zhèn)銀行信用風(fēng)險(xiǎn)預(yù)測(cè)中的應(yīng)用進(jìn)行分析研究，針對(duì)國(guó)內(nèi)外發(fā)展現(xiàn)狀，明確研究?jī)?nèi)容、研究方法以及擬解決的重點(diǎn)難點(diǎn)問(wèn)題，從而達(dá)到有效預(yù)警和防范村鎮(zhèn)銀行信用風(fēng)險(xiǎn)的目的，使村鎮(zhèn)銀行能夠持續(xù)穩(wěn)健發(fā)展，對(duì)農(nóng)村金融市場(chǎng)發(fā)展和農(nóng)村經(jīng)濟(jì)建設(shè)具有重要的現(xiàn)實(shí)和長(zhǎng)遠(yuǎn)意義。

關(guān)鍵詞：數(shù)據(jù)挖掘；信用風(fēng)險(xiǎn)；預(yù)警

0 引言

村鎮(zhèn)銀行是指經(jīng)中國(guó)銀監(jiān)會(huì)依據(jù)有關(guān)法律、法規(guī)批準(zhǔn)，由境內(nèi)外金融機(jī)構(gòu)、境內(nèi)非金融機(jī)構(gòu)企業(yè)法人、境內(nèi)自然人出資，在農(nóng)村地區(qū)設(shè)立的主要為當(dāng)?shù)剞r(nóng)民、農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展提供金融服務(wù)的銀行業(yè)金融機(jī)構(gòu)。村鎮(zhèn)銀行可經(jīng)營(yíng)吸收公眾存款，發(fā)放短期、中期和長(zhǎng)期貸款，辦理國(guó)內(nèi)結(jié)算，辦理票據(jù)承兌與貼現(xiàn)，從事同業(yè)拆借，從事銀行卡業(yè)務(wù)，代理發(fā)行、代理兌付、承銷(xiāo)政府債券，代理收付款項(xiàng)及代理保險(xiǎn)業(yè)務(wù)以及經(jīng)銀行業(yè)監(jiān)督管理機(jī)構(gòu)批準(zhǔn)的其他業(yè)務(wù)。

從河北銀監(jiān)局統(tǒng)計(jì)數(shù)據(jù)獲悉，截至2012年底，我省已有村鎮(zhèn)銀行26家。村鎮(zhèn)銀行的建立改善了河北省農(nóng)村金融服務(wù)不足和金融競(jìng)爭(zhēng)不充分的問(wèn)題，增加了農(nóng)村信貸資金的供給和農(nóng)村金融產(chǎn)品和服務(wù)的創(chuàng)新，推進(jìn)了農(nóng)村經(jīng)濟(jì)發(fā)展水平和農(nóng)民生活水平的提高。但不容忽視的是，村鎮(zhèn)銀行信貸資金營(yíng)運(yùn)蘊(yùn)含巨大的信用風(fēng)險(xiǎn)。如何加強(qiáng)信用風(fēng)險(xiǎn)管理，促其穩(wěn)健持續(xù)經(jīng)營(yíng)，是村鎮(zhèn)銀行面臨的重要挑戰(zhàn)。

信用風(fēng)險(xiǎn)又稱違約風(fēng)險(xiǎn)，是指交易對(duì)手未能履行約定契約中的義務(wù)而造成經(jīng)濟(jì)損失的風(fēng)險(xiǎn)，是金融風(fēng)險(xiǎn)的主要類(lèi)型。在大量的貸款數(shù)據(jù)中隱藏著許多可以為貸款決策提供有用信息的知識(shí)，數(shù)據(jù)挖掘（Data Mining） 充分利用了數(shù)據(jù)庫(kù)技術(shù)、機(jī)器學(xué)習(xí)、人工智能、統(tǒng)計(jì)學(xué)等理論和方法，將有用知識(shí)找出來(lái)。

1 國(guó)內(nèi)外研究現(xiàn)狀

國(guó)外一些學(xué)者對(duì)村鎮(zhèn)銀行信用風(fēng)險(xiǎn)影響因素進(jìn)行了研究。

JoseA.G.Baptista 等人（2006）應(yīng)用多元回歸統(tǒng)計(jì)方法分析了貸款風(fēng)險(xiǎn)的影響因素，結(jié)果表明貸款數(shù)額、貸款用途、貸款期限、貸款利率、借款人有無(wú)違法記錄、借款人經(jīng)營(yíng)理念、借款人經(jīng)營(yíng)思路、借款人經(jīng)營(yíng)水平、借款人擁有土地面積都是貸款風(fēng)險(xiǎn)的影響因素。

RubanaMahjabeen（2008）通過(guò)分析孟加拉國(guó)發(fā)放小額貸款的風(fēng)險(xiǎn)情況，認(rèn)為貸款總額、貸款周期、借款人擁有的耐用商品價(jià)值、借款人的抵押品價(jià)值等因素都會(huì)對(duì)貸款風(fēng)險(xiǎn)產(chǎn)生影響。

我國(guó)學(xué)者對(duì)村鎮(zhèn)銀行信用風(fēng)險(xiǎn)進(jìn)行了研究，認(rèn)為現(xiàn)代信用風(fēng)險(xiǎn)，一般是指由于借款人違約而導(dǎo)致?lián)p失的可能性，還包括由于借款人的信用等級(jí)的變動(dòng)以及履約能力的變化，導(dǎo)致其債務(wù)的市場(chǎng)價(jià)值變動(dòng)而引起的損失可能性。我國(guó)村鎮(zhèn)銀行資產(chǎn)業(yè)務(wù)比較單一，主要是貸款業(yè)務(wù)，其經(jīng)營(yíng)面臨的風(fēng)險(xiǎn)主要是信用風(fēng)險(xiǎn)，即貸款信用風(fēng)險(xiǎn)。村鎮(zhèn)銀行的信用風(fēng)險(xiǎn)除了具有其他銀行的風(fēng)險(xiǎn)屬性外，還有其特殊的表現(xiàn)。

第一，風(fēng)險(xiǎn)偶然性、突發(fā)性大。農(nóng)業(yè)作為弱勢(shì)產(chǎn)業(yè)，本身具有很大的風(fēng)險(xiǎn)，農(nóng)業(yè)對(duì)自然條件的依賴性很強(qiáng)，抵御自然災(zāi)害的能力弱。我國(guó)自然災(zāi)害多發(fā)，農(nóng)村往往是重災(zāi)區(qū)，同時(shí)與"三農(nóng)"相關(guān)的災(zāi)害保險(xiǎn)不發(fā)達(dá)，一旦發(fā)生自然災(zāi)害，損失難以避免，因此村鎮(zhèn)銀行對(duì)農(nóng)貸款的自然環(huán)境風(fēng)險(xiǎn)突出。

第二，違約風(fēng)險(xiǎn)不容忽視。村鎮(zhèn)銀行是"草根銀行"、"窮人的銀行"，不僅服務(wù)弱勢(shì)產(chǎn)業(yè)，還服務(wù)弱勢(shì)群體，面對(duì)的是大量的農(nóng)戶和農(nóng)村微小企業(yè)，缺乏以往的信用記錄和有效信用評(píng)估辦法，其放貸也缺乏必要的財(cái)產(chǎn)作抵押，村鎮(zhèn)銀行處于不利地位，其信貸資金存在嚴(yán)重的風(fēng)險(xiǎn)隱患。再加之一些農(nóng)戶信用意識(shí)、法律意識(shí)比較淡漠，認(rèn)為不按時(shí)還款，自身也沒(méi)有什么損害，欠賬不還，簽字不認(rèn)，逃、廢、賴債在不同程度存在。當(dāng)某些農(nóng)戶沒(méi)有按時(shí)足額償還貸款時(shí)，其他借款者會(huì)跟風(fēng)拖欠貸款，可能引發(fā)"多米諾牌效應(yīng)"，導(dǎo)致村鎮(zhèn)銀行不良貸款增加。另外，農(nóng)民作為一個(gè)文化水平相對(duì)較低的群體，他們對(duì)金融知識(shí)缺乏了解對(duì)市場(chǎng)信息獲取渠道也不夠暢通，不能選擇較好的投資方向，這無(wú)疑會(huì)影響他們貸款投資的獲利能力，在客觀上造成還款能力不足的可能性，這一問(wèn)題也將轉(zhuǎn)化為一定的信用風(fēng)險(xiǎn)。

第三，風(fēng)險(xiǎn)集中度較高。村鎮(zhèn)銀行設(shè)置在縣、鄉(xiāng)鎮(zhèn)，經(jīng)營(yíng)地域范圍狹小，信貸支持的域內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)比較單一。目前村鎮(zhèn)銀行選址的重要依據(jù)就是看中當(dāng)?shù)氐哪骋惶厣a(chǎn)業(yè)，業(yè)務(wù)定位也主要是服務(wù)這一特色產(chǎn)業(yè)，如果當(dāng)?shù)氐奶厣a(chǎn)業(yè)在生產(chǎn)經(jīng)營(yíng)中出現(xiàn)問(wèn)題甚至虧損，收不抵債，村鎮(zhèn)銀行就會(huì)因信貸業(yè)務(wù)過(guò)于集中而使信用風(fēng)險(xiǎn)凸顯。

第四，風(fēng)險(xiǎn)與收益不對(duì)稱。村鎮(zhèn)銀行從事的信貸業(yè)務(wù)主要是小額信用貸款，并且農(nóng)業(yè)生產(chǎn)受自然因素的影響很大，農(nóng)業(yè)經(jīng)營(yíng)收益具有不確定性，從而影響村鎮(zhèn)銀行資產(chǎn)業(yè)務(wù)的安全和獲利，一旦發(fā)生貸款無(wú)法按時(shí)歸還，很難追究其責(zé)任。為了降低風(fēng)險(xiǎn)，村鎮(zhèn)銀行要對(duì)貸款項(xiàng)目進(jìn)行調(diào)查，調(diào)查越深入、詳細(xì)，風(fēng)險(xiǎn)就越小，但投入成本會(huì)越大，造成銀行風(fēng)險(xiǎn)與收益不對(duì)稱。

所以，村鎮(zhèn)銀行的信用風(fēng)險(xiǎn)確實(shí)存在，針對(duì)不同情況，應(yīng)該找出相應(yīng)措施，使用計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)，建立信貸數(shù)據(jù)庫(kù)，利用數(shù)據(jù)挖掘技術(shù)，建立風(fēng)險(xiǎn)評(píng)估分類(lèi)模型，對(duì)貸款人的信用、償還能力等進(jìn)行分析，提出貸款決策建議，同時(shí)對(duì)農(nóng)戶貸款的使用和償還情況進(jìn)行監(jiān)控，使還款違約率降至最低，從而實(shí)現(xiàn)村鎮(zhèn)銀行的可持續(xù)發(fā)展。

2 研究的主要內(nèi)容

（一）通過(guò)調(diào)研河北省村鎮(zhèn)銀行，分析影響信貸風(fēng)險(xiǎn)因素

以河北省村鎮(zhèn)銀行為研究對(duì)象，通過(guò)走訪調(diào)研，收集各種資料，通過(guò)定性分析，找出信用風(fēng)險(xiǎn)的原因，對(duì)影響信貸風(fēng)險(xiǎn)的因素進(jìn)行分析，提出相應(yīng)措施。

（二）使用屬性相關(guān)性的特征選擇算法確定影響村鎮(zhèn)銀行信貸風(fēng)險(xiǎn)的關(guān)鍵因素

村鎮(zhèn)銀行的信貸風(fēng)險(xiǎn)影響因素主要有借款人文化程度、貸款數(shù)額、產(chǎn)品市場(chǎng)現(xiàn)狀、產(chǎn)品發(fā)展?jié)摿Α①J款有無(wú)擔(dān)保、借款人技術(shù)和能力、借款人經(jīng)營(yíng)水平、借款人信用狀況、借款人家庭收支狀況、借款用途、貸款期限、借款人經(jīng)營(yíng)思路等。這些因素對(duì)貸款償還效能和客戶信用等級(jí)計(jì)算會(huì)產(chǎn)生不同程度的影響，利用屬性相關(guān)性的特征選擇算法，有助于識(shí)別重要因素，剔除非關(guān)鍵因素。通過(guò)分析具體村鎮(zhèn)銀行農(nóng)戶小額貸款償還的歷史數(shù)據(jù)，計(jì)算出負(fù)債率、償還與收入比率等，確定哪些因素是主要因素。村鎮(zhèn)銀行就可以據(jù)此調(diào)整貸款發(fā)放政策，以便將貸款發(fā)放給那些以前曾被拒絕，但根據(jù)關(guān)鍵因素分析，其基本信息顯示是相對(duì)低風(fēng)險(xiǎn)的申請(qǐng)。endprint

（三）建立風(fēng)險(xiǎn)預(yù)警模型

（1）根據(jù)各種信號(hào)，及時(shí)判斷單個(gè)借款人或單筆貸款的風(fēng)險(xiǎn)程度和風(fēng)險(xiǎn)性質(zhì)。

（2）根據(jù)個(gè)別借款人分析評(píng)價(jià)其行業(yè)的貸款風(fēng)險(xiǎn)程度。

（3）及時(shí)關(guān)注風(fēng)險(xiǎn)的變化。調(diào)整對(duì)企業(yè)的風(fēng)險(xiǎn)等級(jí)、關(guān)注程度和策略計(jì)劃。

使用決策樹(shù)、貝葉斯分類(lèi)兩種方法，建立風(fēng)險(xiǎn)評(píng)估預(yù)警模型，通過(guò)對(duì)比分析，確定最優(yōu)模型，使用模型對(duì)已發(fā)生貸款數(shù)據(jù)以及新申請(qǐng)數(shù)據(jù)進(jìn)行分析預(yù)警。

3 研究方法

在研究方法上，將綜合數(shù)學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、統(tǒng)計(jì)學(xué)、信息技術(shù)等學(xué)科的相關(guān)理論和方法，研究樣本將以模擬數(shù)據(jù)和實(shí)際數(shù)據(jù)相結(jié)合，理論推導(dǎo)和實(shí)際應(yīng)用相結(jié)合的方法開(kāi)展研究工作。其他研究方法還有文獻(xiàn)調(diào)查研究方法，以因特網(wǎng)、圖書(shū)館為主要渠道，廣泛搜集國(guó)內(nèi)外相關(guān)研究主題的文獻(xiàn)資料，并通過(guò)閱讀對(duì)其進(jìn)行分析和提煉。

在實(shí)際研究過(guò)程中，還將充分重視將各種研究方法有機(jī)地結(jié)合起來(lái)，以達(dá)到相互彌補(bǔ)、相互印證的目的。同時(shí)，根據(jù)研究的進(jìn)展和需要，可以隨時(shí)補(bǔ)充和引進(jìn)新的研究方法或調(diào)整技術(shù)路線。

其技術(shù)路線為：

（1）收集數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗，建立訓(xùn)練數(shù)據(jù)，去除數(shù)據(jù)中的噪聲，并妥善解決遺失數(shù)據(jù)問(wèn)題。

（2）屬性選擇，確定關(guān)鍵屬性，消除無(wú)關(guān)或冗余屬性，并構(gòu)建屬性集。

（3）運(yùn)用決策樹(shù)分類(lèi)方法中的ID3算法進(jìn)行分類(lèi)模型構(gòu)建，建立風(fēng)險(xiǎn)決策樹(shù)，并對(duì)風(fēng)險(xiǎn)決策樹(shù)進(jìn)行剪枝，由決策樹(shù)提取分類(lèi)規(guī)則，確定貸款償還能力所依賴的決策屬性，并測(cè)試數(shù)據(jù)。

（4）運(yùn)用概率統(tǒng)計(jì)學(xué)的貝葉斯分類(lèi)進(jìn)行分類(lèi)模型構(gòu)建，并測(cè)試數(shù)據(jù)。

（5）兩種分類(lèi)模型進(jìn)行對(duì)比，確定較優(yōu)的模型，并進(jìn)行改進(jìn)，測(cè)試數(shù)據(jù)。

（6）建立預(yù)測(cè)模型以利用貸款客戶的年齡、收入與職業(yè)等參數(shù)預(yù)測(cè)其信用情況，達(dá)到對(duì)信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

4 擬解決的重點(diǎn)難點(diǎn)問(wèn)題

（1）根據(jù)村鎮(zhèn)銀行的實(shí)際需求，進(jìn)行特征選擇、屬性相關(guān)性計(jì)算，構(gòu)建屬性集，數(shù)據(jù)清洗，并確定關(guān)鍵因素。

（2）建立風(fēng)險(xiǎn)評(píng)估分類(lèi)模型。

（3）選取最優(yōu)風(fēng)險(xiǎn)評(píng)估分類(lèi)模型，達(dá)到對(duì)信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

參考文獻(xiàn)：

[1]吳正鋒，董梅生.銀行信貸風(fēng)險(xiǎn)預(yù)警的動(dòng)態(tài)模型[J].安徽工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2005（3）.

[2]祝健，張傳良.我國(guó)村鎮(zhèn)銀行信用風(fēng)險(xiǎn)防范對(duì)策分析--馬克思金融風(fēng)險(xiǎn)理論的視角[J].當(dāng)代經(jīng)濟(jì)研究，2010（12）.

課題：河北省高等學(xué)校科學(xué)技術(shù)研究重點(diǎn)項(xiàng)目--《基于數(shù)據(jù)挖掘技術(shù)的河北省村鎮(zhèn)銀行信用風(fēng)險(xiǎn)預(yù)測(cè)系統(tǒng)研究與構(gòu)建》，編號(hào)：zd20131083。endprint

（三）建立風(fēng)險(xiǎn)預(yù)警模型

（1）根據(jù)各種信號(hào)，及時(shí)判斷單個(gè)借款人或單筆貸款的風(fēng)險(xiǎn)程度和風(fēng)險(xiǎn)性質(zhì)。

（2）根據(jù)個(gè)別借款人分析評(píng)價(jià)其行業(yè)的貸款風(fēng)險(xiǎn)程度。

（3）及時(shí)關(guān)注風(fēng)險(xiǎn)的變化。調(diào)整對(duì)企業(yè)的風(fēng)險(xiǎn)等級(jí)、關(guān)注程度和策略計(jì)劃。

使用決策樹(shù)、貝葉斯分類(lèi)兩種方法，建立風(fēng)險(xiǎn)評(píng)估預(yù)警模型，通過(guò)對(duì)比分析，確定最優(yōu)模型，使用模型對(duì)已發(fā)生貸款數(shù)據(jù)以及新申請(qǐng)數(shù)據(jù)進(jìn)行分析預(yù)警。

3 研究方法

在研究方法上，將綜合數(shù)學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、統(tǒng)計(jì)學(xué)、信息技術(shù)等學(xué)科的相關(guān)理論和方法，研究樣本將以模擬數(shù)據(jù)和實(shí)際數(shù)據(jù)相結(jié)合，理論推導(dǎo)和實(shí)際應(yīng)用相結(jié)合的方法開(kāi)展研究工作。其他研究方法還有文獻(xiàn)調(diào)查研究方法，以因特網(wǎng)、圖書(shū)館為主要渠道，廣泛搜集國(guó)內(nèi)外相關(guān)研究主題的文獻(xiàn)資料，并通過(guò)閱讀對(duì)其進(jìn)行分析和提煉。

在實(shí)際研究過(guò)程中，還將充分重視將各種研究方法有機(jī)地結(jié)合起來(lái)，以達(dá)到相互彌補(bǔ)、相互印證的目的。同時(shí)，根據(jù)研究的進(jìn)展和需要，可以隨時(shí)補(bǔ)充和引進(jìn)新的研究方法或調(diào)整技術(shù)路線。

其技術(shù)路線為：

（1）收集數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗，建立訓(xùn)練數(shù)據(jù)，去除數(shù)據(jù)中的噪聲，并妥善解決遺失數(shù)據(jù)問(wèn)題。

（2）屬性選擇，確定關(guān)鍵屬性，消除無(wú)關(guān)或冗余屬性，并構(gòu)建屬性集。

（3）運(yùn)用決策樹(shù)分類(lèi)方法中的ID3算法進(jìn)行分類(lèi)模型構(gòu)建，建立風(fēng)險(xiǎn)決策樹(shù)，并對(duì)風(fēng)險(xiǎn)決策樹(shù)進(jìn)行剪枝，由決策樹(shù)提取分類(lèi)規(guī)則，確定貸款償還能力所依賴的決策屬性，并測(cè)試數(shù)據(jù)。

（4）運(yùn)用概率統(tǒng)計(jì)學(xué)的貝葉斯分類(lèi)進(jìn)行分類(lèi)模型構(gòu)建，并測(cè)試數(shù)據(jù)。

（5）兩種分類(lèi)模型進(jìn)行對(duì)比，確定較優(yōu)的模型，并進(jìn)行改進(jìn)，測(cè)試數(shù)據(jù)。

（6）建立預(yù)測(cè)模型以利用貸款客戶的年齡、收入與職業(yè)等參數(shù)預(yù)測(cè)其信用情況，達(dá)到對(duì)信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

4 擬解決的重點(diǎn)難點(diǎn)問(wèn)題

（1）根據(jù)村鎮(zhèn)銀行的實(shí)際需求，進(jìn)行特征選擇、屬性相關(guān)性計(jì)算，構(gòu)建屬性集，數(shù)據(jù)清洗，并確定關(guān)鍵因素。

（2）建立風(fēng)險(xiǎn)評(píng)估分類(lèi)模型。

（3）選取最優(yōu)風(fēng)險(xiǎn)評(píng)估分類(lèi)模型，達(dá)到對(duì)信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

參考文獻(xiàn)：

[1]吳正鋒，董梅生.銀行信貸風(fēng)險(xiǎn)預(yù)警的動(dòng)態(tài)模型[J].安徽工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2005（3）.

[2]祝健，張傳良.我國(guó)村鎮(zhèn)銀行信用風(fēng)險(xiǎn)防范對(duì)策分析--馬克思金融風(fēng)險(xiǎn)理論的視角[J].當(dāng)代經(jīng)濟(jì)研究，2010（12）.

課題：河北省高等學(xué)校科學(xué)技術(shù)研究重點(diǎn)項(xiàng)目--《基于數(shù)據(jù)挖掘技術(shù)的河北省村鎮(zhèn)銀行信用風(fēng)險(xiǎn)預(yù)測(cè)系統(tǒng)研究與構(gòu)建》，編號(hào)：zd20131083。endprint

（三）建立風(fēng)險(xiǎn)預(yù)警模型

（1）根據(jù)各種信號(hào)，及時(shí)判斷單個(gè)借款人或單筆貸款的風(fēng)險(xiǎn)程度和風(fēng)險(xiǎn)性質(zhì)。

（2）根據(jù)個(gè)別借款人分析評(píng)價(jià)其行業(yè)的貸款風(fēng)險(xiǎn)程度。

（3）及時(shí)關(guān)注風(fēng)險(xiǎn)的變化。調(diào)整對(duì)企業(yè)的風(fēng)險(xiǎn)等級(jí)、關(guān)注程度和策略計(jì)劃。

使用決策樹(shù)、貝葉斯分類(lèi)兩種方法，建立風(fēng)險(xiǎn)評(píng)估預(yù)警模型，通過(guò)對(duì)比分析，確定最優(yōu)模型，使用模型對(duì)已發(fā)生貸款數(shù)據(jù)以及新申請(qǐng)數(shù)據(jù)進(jìn)行分析預(yù)警。

3 研究方法

在研究方法上，將綜合數(shù)學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、統(tǒng)計(jì)學(xué)、信息技術(shù)等學(xué)科的相關(guān)理論和方法，研究樣本將以模擬數(shù)據(jù)和實(shí)際數(shù)據(jù)相結(jié)合，理論推導(dǎo)和實(shí)際應(yīng)用相結(jié)合的方法開(kāi)展研究工作。其他研究方法還有文獻(xiàn)調(diào)查研究方法，以因特網(wǎng)、圖書(shū)館為主要渠道，廣泛搜集國(guó)內(nèi)外相關(guān)研究主題的文獻(xiàn)資料，并通過(guò)閱讀對(duì)其進(jìn)行分析和提煉。

在實(shí)際研究過(guò)程中，還將充分重視將各種研究方法有機(jī)地結(jié)合起來(lái)，以達(dá)到相互彌補(bǔ)、相互印證的目的。同時(shí)，根據(jù)研究的進(jìn)展和需要，可以隨時(shí)補(bǔ)充和引進(jìn)新的研究方法或調(diào)整技術(shù)路線。

其技術(shù)路線為：

（1）收集數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗，建立訓(xùn)練數(shù)據(jù)，去除數(shù)據(jù)中的噪聲，并妥善解決遺失數(shù)據(jù)問(wèn)題。

（2）屬性選擇，確定關(guān)鍵屬性，消除無(wú)關(guān)或冗余屬性，并構(gòu)建屬性集。

（3）運(yùn)用決策樹(shù)分類(lèi)方法中的ID3算法進(jìn)行分類(lèi)模型構(gòu)建，建立風(fēng)險(xiǎn)決策樹(shù)，并對(duì)風(fēng)險(xiǎn)決策樹(shù)進(jìn)行剪枝，由決策樹(shù)提取分類(lèi)規(guī)則，確定貸款償還能力所依賴的決策屬性，并測(cè)試數(shù)據(jù)。

（4）運(yùn)用概率統(tǒng)計(jì)學(xué)的貝葉斯分類(lèi)進(jìn)行分類(lèi)模型構(gòu)建，并測(cè)試數(shù)據(jù)。

（5）兩種分類(lèi)模型進(jìn)行對(duì)比，確定較優(yōu)的模型，并進(jìn)行改進(jìn)，測(cè)試數(shù)據(jù)。

（6）建立預(yù)測(cè)模型以利用貸款客戶的年齡、收入與職業(yè)等參數(shù)預(yù)測(cè)其信用情況，達(dá)到對(duì)信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

4 擬解決的重點(diǎn)難點(diǎn)問(wèn)題

（1）根據(jù)村鎮(zhèn)銀行的實(shí)際需求，進(jìn)行特征選擇、屬性相關(guān)性計(jì)算，構(gòu)建屬性集，數(shù)據(jù)清洗，并確定關(guān)鍵因素。

（2）建立風(fēng)險(xiǎn)評(píng)估分類(lèi)模型。

（3）選取最優(yōu)風(fēng)險(xiǎn)評(píng)估分類(lèi)模型，達(dá)到對(duì)信貸風(fēng)險(xiǎn)的有效預(yù)警與防范。

參考文獻(xiàn)：

[1]吳正鋒，董梅生.銀行信貸風(fēng)險(xiǎn)預(yù)警的動(dòng)態(tài)模型[J].安徽工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2005（3）.

[2]祝健，張傳良.我國(guó)村鎮(zhèn)銀行信用風(fēng)險(xiǎn)防范對(duì)策分析--馬克思金融風(fēng)險(xiǎn)理論的視角[J].當(dāng)代經(jīng)濟(jì)研究，2010（12）.

課題：河北省高等學(xué)校科學(xué)技術(shù)研究重點(diǎn)項(xiàng)目--《基于數(shù)據(jù)挖掘技術(shù)的河北省村鎮(zhèn)銀行信用風(fēng)險(xiǎn)預(yù)測(cè)系統(tǒng)研究與構(gòu)建》，編號(hào)：zd20131083。endprint