基于數(shù)據(jù)挖掘的中小企業(yè)客戶信用評級模型的設計與實現(xiàn)

陳 琳 季 凌

1福建師范大學數(shù)學與信息學院，福建 福州 350117

2福建師范大學圖書館，福建 福州 350117

近年來，隨著互聯(lián)網技術的飛速發(fā)展，在國家支持民營經濟發(fā)展、經濟進入新常態(tài)的背景下，中小企業(yè)經濟主體之間的信用往來日趨頻繁，但由于中小企業(yè)信用評級體系不健全、技術手段不足等諸多因素，中小企業(yè)誠信問題日漸顯露，中小企業(yè)融資困難、經營困難，嚴重阻礙了中小企業(yè)的自身發(fā)展，亟需建立良好的信用評級體系作為保障。信用評級體系的建立是促進中小企業(yè)發(fā)展的關鍵環(huán)境，風險評級可生成大量有價值、可利用的商業(yè)信息，這些信息將成為企業(yè)融資、銀行授信、風險決策等重大事項的依據(jù)。

1 信用評級概念及研究現(xiàn)狀

信用評級（Credit Rating）又稱為資信評級，是一種社會的中介服務，為社會提供有價值的信息作為公司的決策依據(jù)。信用評級作為信用管理的重要方法之一，是企業(yè)償還債務和履行合同的綜合反映，可有效降低信息不對稱性，這對于改善經營現(xiàn)狀、強化風險防控的重要性不言而喻。目前，國內部分專家學者利用國內銀行的數(shù)據(jù)開發(fā)信用評分模型，取得了一定的研究成果。劉高軍[1]針對傳統(tǒng)方法的不足，利用Logistic、決策樹和神經網絡算法，為建筑企業(yè)建立信用評價模型。龐素林等[2]建立了神經網絡信用評價模型，但存在學習或者不穩(wěn)定的缺點。吳沖等[3]采用支持向量機方法構建信用風險模型進行信用風險評估。陳建先生就Fair Isaac公司為全球客戶設計、開發(fā)、實施各種模型的發(fā)展流程進行系統(tǒng)的介紹，為業(yè)界提供了寶貴的信用模型開發(fā)技術和應用經驗。

2 信用評級實證分析

2.1 實驗數(shù)據(jù)的處理及預處理

2.1.1 數(shù)據(jù)信息的來源

數(shù)據(jù)的選擇和處理是數(shù)據(jù)挖掘過程的重要組成部分，對于模型的建立是前提條件。本研究所使用的原始數(shù)據(jù)取自廈門眾欣金屬制品有限公司，選取10年內、交易次數(shù)為3次以上的客戶，從中篩選企業(yè)財務數(shù)據(jù)資料齊全作為研究分析對象。公司往來客戶主要以零售業(yè)為主，故本研究的中小企業(yè)界定為營業(yè)收入500萬～20 000萬元之間。從樣本中198家中小企業(yè)中挖掘信用等級分類的規(guī)則，建立信用等級評價模型。

2.1.2 數(shù)據(jù)指標的選擇

公司原始客戶信息數(shù)據(jù)表共33項數(shù)據(jù)項。經調研，數(shù)據(jù)表中有些信息對信用等級評價不具有顯著性，對其作出調整，確定17個指標作為中小企業(yè)信用評級研究。根據(jù)中小企業(yè)經濟發(fā)展的現(xiàn)狀和企業(yè)特點分析，將17個指標共擬合成 5 個主成因，從償還能力、經營能力、創(chuàng)利能力、成長能力、非財務指標五個方面設置指標。

2.1.3 相關性的檢驗

對評級指標進行相關性研究，使用SPSS軟件進行分析，相關性系數(shù)如大于0.8以上，證明兩者關系明顯。因此需要消除評價指標的相關性減少對中小企業(yè)信用評價的影響。通過檢驗對流動比率、銷售利潤率、總資產報酬率、資產負債率指標進行剔除，剩余指標13個。檢驗結果顯示Bartlett檢驗近似卡方為2115.378，自由度df 為 28，sig＜0.01說明剩余變量之間可以作為信用等級評價的指標。

表1 KMO和Bartlett的檢驗

2.2 實證研究設計

為了獲得最優(yōu)的信用評價模型，從數(shù)據(jù)庫中挖掘信用等級分類規(guī)則，把樣本數(shù)據(jù)分為學習集和檢驗集。學習集是為了建立模型而確定的數(shù)據(jù)。驗證集是為了檢驗模型的有效性而確定的數(shù)據(jù)。本研究將198個樣本中的150作為訓練集，剩余48個樣本作為驗證集。采取Logistic回歸分析法和決策樹C5.0建立模型，樣本企業(yè)由公司領導層和專家評定劃分為兩大類，其中1代表信用好的客戶，0代表信用差的客戶。

2.3 模型算法

2.3.1 Logistic模型

該算法可排除異常數(shù)據(jù)信息的影響，將企業(yè)違約與自變量表示為Logistic曲線關系，假設違約對數(shù)發(fā)生比與信用屬性xi（i=1，2，…，n）服從線性關系，構建違約概率等級的測算模型。假設用y表示貨款狀態(tài)，y=1表示違約或還款逾期，y=0表示按合同還款；p表示客戶違約發(fā)生的概率，即p=Prob（y=1|x），1-p代表履約合同概率。

式（1）中βi（i=1，2，…，n)為信用屬性的回歸系數(shù)；

2.3.2 決策樹模型

C5.0算法是參照ID3和C4.5算法改進而形成的新算法，根據(jù)全部樣本數(shù)據(jù)作為基礎，可生成一個多層次、多分支的決策樹，目標變量為分類變量。第一次拆分確定的樣本子集隨后再次拆分，通常是根據(jù)另一個字段進行拆分，這一過程重復進行指導樣本子集不能再被拆分為止。本文使用Clementine數(shù)據(jù)挖掘軟件中的C5.0進行建模。

3 模型結果分析

Logistic模型能夠得出企業(yè)信用等級發(fā)生違約的回歸方程：

p=0.192x速動比率+0.188x逾期債務比率+0.194x固定資產周轉率+0.171x流動資產周轉率+0.021x存貨周轉率+0.113x應收賬款周轉率+0.061x銷售利潤率-0.0891x經營凈利率-0.072x主營業(yè)收入增長率+0.113x凈利潤增長率+0.024xMERGEFORMAT-0.110x獨立董事總人數(shù)-0.094x訂單金額-0.063x還款期限

違約影響最大的是償債能力因子，各指標中交易貨款金額越高，合同違約風險越大；資金逾期越高，合同違約風險越大。企業(yè)的盈利質量對企業(yè)違約影響顯著。

C5.0是決策樹模型中的算法，該算法生成了一個六層的決策樹模型，用來判別表示“if…then… ”規(guī)則集，這說明此算法的優(yōu)越性。在決策樹中的每個分支都可以挖掘出信用等級規(guī)則，按照形成的規(guī)則，每個檢驗數(shù)據(jù)從樹的根節(jié)點出發(fā)，直達樹的分支節(jié)點，形成企業(yè)的信用等級。這其中的13個屬性作為決策樹的節(jié)點。

模型效果的評價采用混淆矩陣開展研究，對學習集的驗證，可從下面數(shù)據(jù)表得出信息，兩個模型對好客戶和壞客戶的敏感度不同，Logistic模型預測壞客戶的準確度較高，但對實際的敏感度相對較差，而決策樹在預測壞客戶恰好與之相反。

表2 Logistic和決策樹模型評價

4 結語

研究結果表明，數(shù)據(jù)挖掘技術對中小企業(yè)信用評級是一種有效且準確的方法。基于數(shù)據(jù)挖掘的中小企業(yè)信用等級，采用兩種方法進行信用等級評價效果是有效的，其一致性結果可以獲得更高的評價準確率。說明本研究的變量選取和模型設計效果較好，由此可以確定信用等級模型具有較強的預測能力，可以客觀反映中小企業(yè)客戶的信用狀況，為企業(yè)發(fā)展、控制金融風險提供決策依據(jù)。同時結合實際提出如下建議：一是企業(yè)應建立客戶歷史信用數(shù)據(jù)交易庫，以及客戶的財務基本信息，用精準的數(shù)據(jù)信息提高模型的預測準度。二是隨著相關經濟學理論和優(yōu)化理論的不斷發(fā)展，未來對評估模型進一步優(yōu)化，可采取更貼近實際的評級方法，提高評級模型的預測能力。三是政府應建立統(tǒng)一的中小企業(yè)信用體系，實現(xiàn)金融風險可防、可控，促進中小企業(yè)的健康發(fā)展。