摘要：隨著消費信貸的發(fā)展以及銀行對信用風險的關注，個人信用評估已成為銀行業(yè)研究的一個重要內(nèi)容。目前信用評估的研究中多采用單一分類器，預測精度難以提高，因此文章提出了基于AdaBoost組合分類器算法的個人信用評估模型。與單分類器模型的比較結果表明，基于組合分類器的模型具有更高的預測準確率。

關鍵詞：信用評估；組合分類器；分類；數(shù)據(jù)挖掘

一、 引言

隨著金融的全球化趨勢和銀行業(yè)競爭的加劇，如何有效地控制和防范商業(yè)銀行的信貸風險正在受到越來越廣泛的重視。在我國，個人消費信貸雖然起步較晚，但是發(fā)展迅猛，信貸產(chǎn)品層出不窮，同時由于我國的個人征信體系尚未建立和完善，消費信貸蓬勃發(fā)展的背后隱藏著巨大的信用風險，如何在擴大信貸規(guī)模的同時準確分析消費者的信用狀況，確立合理的授信機制是各大商業(yè)銀行不得不面對和解決的重要問題。

西方國家在個人信用評估方面已經(jīng)積累起了較多的經(jīng)驗，目前最常用的是基于分類的信用評分方法，即把信用評估看作一個模式識別問題，根據(jù)歷史記錄中貸款者提供的個人信息以及履約或違約的結果，從中歸納出個人信息與履約或違約之間的規(guī)則，從而預測貸款申請者按時還款的可能性。這種思想最早可以追溯到1936年Fisher的一項實驗。1941年，David Durand第一個用信用評分來區(qū)別履約和違約貸款的申請。此后，信用評分的方法得到了廣泛的應用。在具體方法上，最初應用較廣泛的是多元判別分析，由于判別分析簡單易用、預測效果較好，又具有良好的可解釋性，相當長時間內(nèi)在信用評分實踐中都處于主流地位，但是實際問題中數(shù)據(jù)往往不能滿足正態(tài)分布、等協(xié)方差等條件。為了提高方法的適用性，線性回歸分析、Logistic回歸、線性規(guī)劃等被引入進來，在進一步提高預測準確率的同時拓展了方法的適用范圍。近年來，隨著人工智能和機器學習技術的發(fā)展，人工神經(jīng)網(wǎng)絡（ANN）和支持向量機（SVM）等方法也在信用評分問題上進行了有益的探索。

綜觀目前的研究，雖然在評估方法上不斷創(chuàng)新和發(fā)展，但所采用的均為單一分類器。由于受到分類算法本身以及數(shù)據(jù)集處理、屬性選擇等問題的制約，單分類器模型能夠達到的預測精度總是有限的。本文基于AdaBoost算法，建立基于組合分類器的個人信用評估模型，以獲得更高的預測準確率。

二、 AdaBoost組合分類器算法

實踐中人們發(fā)現(xiàn)，許多分類算法對樣本集是敏感的，即在不同的訓練樣本和測試樣本上，或者是在相同樣本的不同特征空間上，同一分類器的表現(xiàn)有可能差異很大?？梢哉f，算法的優(yōu)劣往往和數(shù)據(jù)集有很大關系，很難得到一個在所有數(shù)據(jù)上表現(xiàn)都是最優(yōu)的分類模型。但是，將多個分類器組合起來卻能有效的提高分類的精度，這就是組合分類器思想。

所謂組合分類器是指幾個分類器通過某種策略組合在一起進行分類。組合的策略可以是模型組合，可以是不同的算法組合，也可以通過對樣本取樣，變化樣本空間，構造不同的分類器，然后按照一定的加權方法對分類器進行組合，得到最后的分類器。組合分類器的應用克服了單一分類器的諸多缺點，如對樣本的敏感性，分類精度難以提高等等，已經(jīng)在字符識別、文本分類、面部表情識別等領域獲得了較好的應用效果。

AdaBoost是Boosting算法的一種，其主要思想是給每一個訓練樣本分配一個權重，表明它被某弱分類器選入訓練集的概率，并通過不斷修正權重來實現(xiàn)Boosting（推進）訓練。初始時權重可以平均分配，然后用一個弱分類算法在訓練集上進行訓練，得到一個弱分類器，同時對樣本權重進行調整，訓練失敗的樣本權重增大，訓練成功的樣本權重減小，使分類算法能在下一輪訓練中集中力量對訓練失敗的樣本進行學習。權重更新后，算法在更新的訓練集上繼續(xù)訓練，再調整樣本權重，循環(huán)往復，從而得到一系列的弱分類器。這些弱分類器構成組合分類器，算法采用有權重的投票方式來產(chǎn)生最終的預測結果。

AdaBoost算法過程如下：

在多數(shù)情況下，每個分類器只要是弱分類器，即分類準確率超過50%，比隨機猜想好，那么組合分類器的訓練誤差就能隨著T的增大而變得很小。同時組合分類器能保持良好的泛化能力，即使在T很大的情況下也很少會出現(xiàn)過擬合（Over fitting）現(xiàn)象。

三、 基于AdaBoost的個人信用評估模型

1． 數(shù)據(jù)準備。本文利用德國某商業(yè)銀行的個人信用貸款數(shù)據(jù)作為研究數(shù)據(jù)集。數(shù)據(jù)集中共有1 000個樣本，其中正常樣本700個，違約樣本300個。參照該銀行的個人信用評價指標體系，每個樣本都有20個屬性，包括賬戶狀態(tài)、賬戶存在月數(shù)、貸款目的、貸款額度、工作年限、年齡、房產(chǎn)狀況等。按照7:3的比例將數(shù)據(jù)集劃分為訓練集和測試集，具體構成如表1所示。

2． 模型建立。

本文同樣采用信用評分的方法來研究個人信用評估問題。首先在訓練樣本集上進行模型的訓練，得到貸款者的各項屬性與是否違約的內(nèi)在隱含關系，然后在測試集上進行模型測試，如果符合要求，則表示模型可用于信用評估的實踐。

由于AdaBoost只是一個組合分類器算法，用于單分類器的組合訓練和結果融合，因此還需要一個分類算法作為它的基分類器。在基分類器的選擇上，必須考慮算法的分類精度、穩(wěn)定性和泛化能力等多個方面。神經(jīng)網(wǎng)絡雖然有很好的非線性擬合能力，但是訓練速度慢、易陷入局部極小點、泛化能力差、網(wǎng)絡結構和初始權值難以確定，而C4.5決策樹不僅分類精度較高、建模較快，而且泛化能力也比較好，因此本文選擇C4.5決策樹作為基分類器。AdaBoost算法需要事先指定訓練輪數(shù)T，本文將其設為100，樣本權重實現(xiàn)方式采用Resampling。

German Credit數(shù)據(jù)集的20個屬性中有7個是連續(xù)型屬性，13個是離散型屬性，由于C4.5決策樹不僅能處理離散型屬性值，也能處理連續(xù)型屬性值，且對數(shù)據(jù)無特別要求，因此本文不對各屬性值進行轉換。

3． 實證結果分析。實證數(shù)據(jù)集如3.1所述，實證平臺為Windows XP，算法在Microsoft Visual C++ 6.0下編程實現(xiàn)。為了比較算法的效能，本文將基于AdaBoost組合分類器的模型與基于C4.5、支持向量機（SVM）、K近鄰（KNN）和樸素貝葉斯網(wǎng)絡（Na·ve Bayes， NB）等單分類器的模型進行了比較，KNN算法中K取1，SVM中核函數(shù)取徑向基函數(shù)，C取1。得到各個模型的預測準確率，如表2所示。

實證結果表明，在單分類器模型中預測準確率最高的是樸素貝葉斯網(wǎng)絡，達到了74.29%，而基于AdaBoost的組合模型比基于C4.5、SVM、KNN和樸素貝葉斯網(wǎng)絡的單分類器模型都具有更高的預測準確率。準確率雖然只是提高了幾個百分點，但是在實際應用中準確率的微小提高就有可能使銀行減少巨額的損失。

四、 結論

利用數(shù)據(jù)挖掘技術來實現(xiàn)信用評估是目前的一個研究熱點，本文首次將AdaBoost算法引入銀行的個人信用評估中，建立了基于組合分類器的個人信用評估模型。實證結果表明，基于AdaBoost的組合分類器模型比單分類器模型具有更高的預測準確率。在信用評估領域，預測準確率即使只有微小的提升，就有可能給企業(yè)帶來很大的收益，從這個角度看，本文的改進極具理論意義與應用價值。除了AdaBoost，組合分類器算法還有許多，本文的這一有益探索將為后續(xù)研究采用其他算法來進一步提高模型效能提供思路。

參考文獻：

1．Eisenbeis R A．Problems in applying discriminant analysis in credit scoring models．Journal of Banking and Finance，1979，（2）：205-219．

2．Lyn C．Thomas．A survey of credit and behavioral scoring：forecasting financial risk of lending to consumers．International Journal of Forecasting，2000，（16）：149-172．

3．John C W．A note on the comparison of logit and discriminant models of consumer credit behavior．Journal of Financial and Quantitative Analysis，1980，15（3）：757-770．

4．張道宏，張璇，尹成果．基于BP神經(jīng)網(wǎng)絡的個人信用評估模型．情報雜志，2006，（3）：68-70．

5．沈翠華，鄧乃揚，肖瑞彥．基于支持向量機的個人信用評估．計算機工程與應用，2004，（23）：198-199，215．

作者簡介：何建敏，東南大學經(jīng)濟管理學院副院長、教授、博士生導師，江蘇省系統(tǒng)科學學會副理事長；王純麟，東南大學經(jīng)濟管理學院管理科學與工程系碩士生；錢蘇麗，東南大學經(jīng)濟管理學院管理科學與工程系碩士生。

收稿日期：2006-09-08。

注：文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文