基于邏輯回歸的消費貸款需求分析

朱思霖

摘? 要： 為了提升個人消費信貸產品的申請意愿，對影響消費信貸需求的因素進行了分析。通過對消費信貸數據的描述性分析、探索性分析，來挖掘貸款申請條件與申請人數之間的關聯，得出城市、還款方式、放款時間、審批時間、擔保方式、年齡限制、身份限制等7個因素對消費貸款需求的影響作用。對消費貸款需求問題進行總結，以期通過挖掘個人消費貸款數據背后的秘密，為消費信貸產品的設計提供有針對性地建議。

關鍵詞： 申請意愿; 消費信貸需求; 因素; 影響; 建議

中圖分類號：TP391.1? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2020）12-14-04

Abstract： In order to increase the willingness to apply for personal consumer credit products， the factors that affect consumer credit demand are analyzed. Through descriptive analysis and exploratory analysis of consumer credit data， the relationship between loan application conditions and the number of applicants is explored， and the 7 factors affecting the consumer loan demand are obtained， i.e. the city， repayment method， loan time， approval time， guarantee method， age limit， identity limit， etc. The issues of demand for consumer loans are summarized， hoping to provide targeted suggestions for the design of consumer credit products by mining the secrets behind personal consumer loan data.

Key words： the willingness to apply; consumer credit demand; factors; affect; suggestion

0 引言

消費信貸業務是商業銀行最重要的資產業務，同時也是商業銀行的主要贏利手段。該信貸方式主要是通過放款收回本金和利息，扣除成本后獲得利潤。據全球宏觀經濟數據平臺CEIC的數據顯示，中國的國內信貸在2020年1月1日已達31，964，194.2百萬美元[1]，約合人民幣223萬億元。如此龐大的信貸規模，不但說明了中國金融市場的快速持續增長，同時也反應了民眾消費意識的覺醒。

近年來，隨著互聯網浪潮席卷全球，互聯網金融正以超出人們預期的速度發展，貸款這件事也從線下走到了線上。從現象上來說，這不僅僅是方式上的轉變，更是觀念上的、行為上的重大轉變，由此帶來的影響值得學者從多個方面進行研究。文獻[2-6]分別從消費需求方面、政策研究方面、大學生決策行為方面、個人信用風險方面給出了相關的對策建議。眾多學者對消費信貸的研究加速了信用經濟時代的來臨，然而我國尚未建立完善的個人信用機制，關于消費信貸這項業務還有許多新的課題尚待研究。本文以狗熊會數據科學精品案例庫歐亞聯合研究組提供的消費貸款數據[7]為例，通過描述性分析方法、探索性分析方法，試圖分析影響消費貸款申請人數的因素，進而挖掘個人消費貸款數據背后的秘密，從而為消費信貸產品的設計提供有針對性地建議。

1 數據說明

本文所用數據共包含1046條消費貸款信息，每條數據包含公司名稱、申請人數、城市、貸款金額、還款期限、月供、還款總費用、擔保方式、申請條件等15個變量，各個變量詳細情況見表1。為了分析影響消費貸款申請人數的因素，本文以申請人數為因變量，各個維度的影響因素為自變量。

在該消費貸款數據中，貸款的申請人數是我們關注的焦點所在。其中，申請人數的最小值為0人次，最大值為62898人次，其平均值為1208人次，中位數僅為44人。而申請人數為0的有395項，占比37.76%，剩余651項申請人數均大于0。由于數據間差異較大，分布較為離散，在后文的分析中，將以貸款產品是否有人申請為因變量，對申請人數按“0”——無人申請、“1”——有人申請進行建模分析。

2 描述性分析

2.1 貸款內容因素

還款方式方面，我們繪制出不同還款方式的消費貸款申請人數對比的箱線圖，如圖1所示。從圖1中可以看到，分期還款的方式最受歡迎，申請人數存在最大值為62898，平均申請人數也最大，平均申請人數為1267人次;到期還款方式申請的人數較少，且平均值較低，平均申請人數為241人次;而隨借隨還類型的產品則幾乎是無人問津，平均申請人數也最低，平均申請人數為47人次。

2.2 貸款條件因素

擔保方式方面，包含了信用貸、抵押貸、自由選、擔保貸四種情況。在圖2中，我們繪制出不同的擔保方式的產品最高申請人數，以及平均申請人數的柱狀圖。其顯示信用貸最受消費者歡迎，其次是抵押貸與自由選這兩種擔保方式也有較好的市場反應，而擔保貸則在消費市場遇冷，無論是最高申請人數還是平均申請人數方面，較前幾種擔保方式都相差甚遠。

2.3 貸款地域因素

歸屬城市方面，包含了北京、上海、廣州、南京等12個城市。在圖3中，我們繪制了不同城市的產品平均申請人數的柱狀圖，其顯示消費金融在北京、重慶、深圳、上海、成都等城市更加火爆，而在南京、青島、濟南等城市則相對冷清。

2.4 申請條件的關鍵詞分析

對不同消費貸款產品的申請條件進行提取匯總，并作為文本分析的語料。使用Python中jieba庫的逆文檔頻率（Term Frequency-Inverse Document Frequency，TF-IDF）算法和TextRank算法對申請條件進行關鍵詞提取，并取排序前10的關鍵詞，兩種算法的關鍵詞提取結果如圖4所示。比較兩種提取結果，我們發現，兩種算法的重疊關鍵詞占比接近70%。相同的關鍵詞部分突出地表達了申請條件看中“銀行流水”、“記錄信用”、“身份證明”、“所屬單位”，不同的關鍵詞部分，TextRank算法顯示的結果更注重是否是“公務員”、“所屬單位或”是否是“銀行員工”，TF-IDF算法顯示的結果更注重是否有“公積金”、“名下財產”以及申請人的年齡。

3 建模分析

3.1 Logistic回歸模型

本部分研究的目的是驗證各個維度因素是否會影響產生貸款申請的行為發生，由于是否申請消費貸款是一個二元離散變量，在因變量為非連續型二分變量的時候，適合選擇Logistic回歸模型[8]。具體的研究模型可參照公式⑴：

其中，[p]表示申請消費貸款發生的概率，[1-p]表示該行為不發生的概率。[β0]為常數項，[Xi]為解釋變量，分別對應還款方式、擔保方式、審批時間、放款時間、期限最低范圍、期限最高范圍、月管理費、還款總費用、月供、貸款總金額、期限等11個自變量，另外，[βi]代表解釋變量的回歸系數，其中[i=0，1，…，11]，[ε]為隨機誤差項。

3.2 逐步回歸

為了精簡模型，排除無效變量的干擾，使用赤池信息準則（Akaike Information Criterion，AIC）結合逐步回歸選出最優變量子集[9]。AIC準則的數學表達可參照公式⑵，其中，[q]是進入模型當中的自變量個數，[n]為樣本量，[SSE]是殘差平方和，在樣本量[n]固定的情況下，[q]越小，[SSE]越小，[AIC]越小。而[q]越小代表著模型越簡潔，[SSE]越小代表著模型越精準，即擬合度越好，綜上所述，[AIC]越小，即模型就越簡潔和精準。

通過AIC準則結合向前逐步回歸方法，篩選出5個自變量進入邏輯回歸模型，這5個自變量分別為擔保方式、審批時間、還款方式、放款時間、所在城市。

3.3 文本挖掘

通過前文中對申請條件的關鍵詞分析，我們猜測申請條件可能會對消費者的申請意愿造成影響。故此本文對申請條件進行挖掘并引入年齡限制、身份限制作為啞變量建立回歸模型，建模結果如表2所示。通過讀表可以看出，引入新創造的貸款條件變量建立的回歸模型具有一定的解釋力（P值<0.001），即至少有一個自變量對因變量有顯著影響。另外，不論是[R2]還是調整[R2]均達到0.8以上，即該情況下建立的模型擁有的變動程度能模擬80%的總變動程度，說明模型的擬合優度較好。

4 總結與展望

本文通過描述性分析方法、回歸建模方法，分析并挖掘了影響消費貸款申請人數的關鍵因素，并得到如下結論：影響消費者是否申請消費貸款的關鍵特征因素包括城市、還款方式、放款時間、審批時間、擔保方式、年齡限制、身份限制等7個因素。公司在進行消費信貸產品方面的設計時，可有針對性地進行設計。如在擔保方式及還款方式方面，消費者更喜歡信用貸、分期還款的方式;對于審批時間，1～3個月為宜;對于放款時間，0～8天內放款的產品消費者更愛申請;對于年齡限制，有明確年齡要求的產品，消費者申請的意愿越高;對于身份限制方面，要求提供證明、證件、工作合同、流水、住址等信息的，消費者申請的意愿較低，推測該類申請條件較硬性且隱私涉及更多，不易受到消費者喜愛。后續的研究，將嘗試引入其他機器學習相關算法實現具體申請人數的預測，為消費信貸產品的設計提供更有針對性地建議。

參考文獻（References）：

[1] CEIC.中國——國內信貸[EB/OL].[2020.03]. https：//www.ceicdata.com/

[2] 劉鳳娟，寧云才.物聯網環境下基于年齡差異的消費金融需求異同分析[J].財會月刊，2019.12：162-169

[3] 賈進.消費信貸資產證券化的發展困境、國際經驗與未來發展建議[J].政策研究，2019.6：3-12

[4] 彭小輝，王靜怡，王坤沂.博弈視角下大學生互聯網消費信貸決策行為研究[J].審計與經濟研究，2020.1：120-127

[5] 朱振濤，孫敏，沈建紅.信用卡逾期行為的影響因素及行為預測研究[J].南京工程學院學報（社會科學版），2019.19（3）：46-53

[6] 王正位，周從意，廖理，張偉強.消費行為在個人信用風險識別中的信息含量研究[J].經濟研究，2020.1：149-163

[7] 狗熊會.消費貸款[EB/OL].[2020.03].http：//teach.xiong99.com.cn/

[8] 王濟川，郭志剛.Logistic回歸模型——方法與應用[M].高等教育出版社，2001.

[9] Jonathan D.Cryer，Kung-Sik Chan.潘紅宇等譯.時間序列分析及應用（第二版）[M].機械工業出版社，2011.