王國柏

【摘 要】針對我國住房貸款擔保公司信貸資產(chǎn)質(zhì)量下降和風險加大的客觀情況，本文利用Apriori算法對住房貸款擔保公司個人信貸數(shù)據(jù)進行了關聯(lián)分析，分析和挖掘出客戶數(shù)據(jù)中屬性的頻繁模式和關聯(lián)關系。分析結(jié)果表明，收入、教育水平、職業(yè)和貸款利率是影響住房貸款客戶信用等級的四個重要依據(jù)，擔保公司在評估一個新客戶的信用風險等級時，要重點考慮和評估這四個因素。

【關鍵字】住房貸款；信用等級；風險分析；關聯(lián)規(guī)則；Apriori算法

一、緒論

近年來，信貸資產(chǎn)質(zhì)量下降日趨成為住房貸款擔保行業(yè)一個亟待解決的重要問題。因而，針對我國住房貸款擔保公司信貸資產(chǎn)質(zhì)量下降和風險加大的客觀情況，建立完善的信用風險管控機制已成為刻不容緩的任務。大量研究表明，分析影響貸款客戶信用等級的因素，在貸款前對客戶進行信用評估是降低住房貸款擔保公司風險的有效方式。隨著科技的發(fā)展，住房置業(yè)擔保公司積累了大量的貸款客戶數(shù)據(jù)，建立了相應的數(shù)據(jù)倉庫。并基于該數(shù)據(jù)倉庫，利用數(shù)據(jù)挖掘、大數(shù)據(jù)分析和可視化等技術，逐步展開分析，以期挖掘和分析出數(shù)據(jù)中隱含的、有價值的信息，并基于此建立客戶信用評估指標和模型，以指導對未來貸款客戶信用的風險評估和決策。

關聯(lián)規(guī)則是數(shù)據(jù)挖掘技術的一種經(jīng)典方法，其可用于從大量數(shù)據(jù)中分析和挖掘出屬性之間的關聯(lián)和相關聯(lián)系。本文利用關聯(lián)規(guī)則分析方法：Apriori算法，對某住房貸款擔保公司個人信貸數(shù)據(jù)進行分析，得出與信用等級最為相關的客戶信息。通過Apriori算法的關聯(lián)分析，本文從實際貸款客戶數(shù)據(jù)集中，挖掘、分析出信用等級和客戶屬性之間的關系特征；然后，基于這些規(guī)則建立風險評估模型，并預測新的客戶樣本數(shù)據(jù)的信用風險。由于規(guī)則來源于實際數(shù)據(jù)，因此挖掘到的規(guī)則具有良好的客觀性和準確性，可以作為預測和分析貸款客戶信用等級的決策依據(jù)。

二 、Apriori算法

數(shù)據(jù)挖掘技術中的關聯(lián)規(guī)則方法，主要是用于挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項集之間的關聯(lián)或相關聯(lián)系。在現(xiàn)實世界中，一件事情的發(fā)生，在很大概率上，也會引起另外一件事情的發(fā)生。或者說，這兩件事情是是相互關聯(lián)的，在很多時候常常會一起發(fā)生。那么人們通過分析，可以發(fā)現(xiàn)得到相關兩件事情間的這種關聯(lián)規(guī)則。可以由一件事情的發(fā)生來，來推測另外一件事情的發(fā)生，從而更好地了解和掌握事物的發(fā)展、動向等等。這種過程就是關聯(lián)規(guī)則分析。常用的關聯(lián)規(guī)則的算法有算法、算法等。

本文主要是運用算法實現(xiàn)對數(shù)據(jù)的分析：算法是一種最為常用的挖掘布爾關聯(lián)規(guī)則的算法。主要步驟如下：（1）輸入數(shù)據(jù)集，并計算含有一個元素的項目集出現(xiàn)的頻率，找出那些大于最小支持度的項目集，得到一維最大項目集，生成一維頻繁集。（2）進行連接運算，生成二維候選集；再根據(jù)預先給定的最小支持度，生成二維頻繁集。（3）重復上述過程，直到生成M維頻繁集，并且不能再生成滿足最小支持度的項目集。在以上過程中需要注意：若存在維候選集，其中某個元素的子集不是維頻繁集，則該候選集將被刪除。

本文中所涉及的通過算法所建立的住房置業(yè)客戶信用關聯(lián)模式，是通過對實際用戶的具體數(shù)據(jù)進行分析，分析和建立客戶各個屬性與信用等級之間的關系，挖掘出對信用最用重要的指標因素，建立貸款用戶信用等級的客觀評價指標模型，以方便的為解決同樣的問題提供快速的分析結(jié)果，幫助住房置業(yè)擔保企業(yè)做出更科學、更合理的決策。

三、基于Apriori算法的客戶信用大數(shù)據(jù)關聯(lián)分析

就目前而言，在金融行業(yè)企業(yè)中，尤其是住房貸款擔保公司需要成功預測貸款客戶的信用等級。一旦獲得了用戶信用等級的準確信息，住房貸款擔保公司就可以發(fā)現(xiàn)信用等級較低的用戶，從而改善自身的決策，拒絕為信用等級較低的客戶做信用擔保。從而規(guī)避由于客戶延期還款、惡意欠款而帶來的擔保公司的經(jīng)濟損失。目前市場上同類型的系統(tǒng)缺乏，應用還不廣泛，住房擔保公司還是通過經(jīng)驗來判斷客戶的信用等級，十分不科學。需要能夠判斷用戶信用等級的軟件來幫助住房貸款擔保公司來做出正確的決策。

（一）數(shù)據(jù)預處理

住房擔保數(shù)據(jù)挖掘系統(tǒng)需要實際應用在住房置業(yè)擔保公司中，因此，本文所采用的數(shù)據(jù)集為擔保公司近十年來在經(jīng)營過程中所積累的用戶數(shù)據(jù)。該數(shù)據(jù)集的數(shù)據(jù)量規(guī)模較大，能夠真實的體現(xiàn)住房置業(yè)擔保公司客戶的實際信用情況。但是，由于實際經(jīng)營中獲取的數(shù)據(jù)存在一定程度的冗余信息，不是全部內(nèi)容都對關聯(lián)分析有意義，因此，一開始需要對數(shù)據(jù)集進行數(shù)據(jù)預處理操作。數(shù)據(jù)預處理是一個關鍵而繁瑣的過程，處理結(jié)果的好壞直接影響后續(xù)關聯(lián)分析的運行速度和準確性。本文的數(shù)據(jù)預處理操作主要從以下幾個方面進行。

1.去掉無關的屬性?，F(xiàn)有數(shù)據(jù)庫中客戶的屬性多達數(shù)十個，本文通過深入分析發(fā)現(xiàn)，部分屬性與個人信用評估關系不大。例如，姓名、現(xiàn)住地址、購房地址、手機號碼、單位名稱、合同編號等屬性明顯對于數(shù)據(jù)分析意義不大。因此，為提高關聯(lián)分析的效率，本文把這些屬性直接從數(shù)據(jù)表中刪除。

2.選取屬性。根據(jù)用戶屬性與用戶信用等級的相關性，本文選取了性別、月收入、學歷、房屋價格、房源、貸款利息、還款方式、貸款時間、客戶級別八個屬性進行關聯(lián)分析。

3.屬性量化。為減少計算的復雜程度，簡化系統(tǒng)的結(jié)果，要對有關屬性進行量化處理。在上述八個屬性中，五個屬性為量化屬性，包括性別、學歷、房源、貸款利息、還款方式、客戶級別。為了方便進一步分析，本文對月收入、房屋價格、貸款時間三個屬性根據(jù)以下條件進行量化，具體如下：①月收入的量化。如果“月收入>=5000”，則量化結(jié)果為高；如果“月收入<5000”，則量化結(jié)果為低。②房屋價格量化。如果“房屋價格>200萬”，則量化結(jié)果為高；如果“100萬<房屋價格<200萬”，則量化結(jié)果為中；如果“房屋價格<100萬”，則量化結(jié)果為低。③貸款時間量化。如果“貸款時間>5年”，則量化結(jié)果為長；如果“1年<貸款時間<5年”量化結(jié)果為中；如果 “貸款時間<1年”，量化結(jié)果為短。endprint

4.數(shù)據(jù)抽取。本文進行關聯(lián)分析所用的數(shù)據(jù)集，是住房置業(yè)擔保公司所提供的真實數(shù)據(jù)，共包含65536條數(shù)據(jù)。每條數(shù)據(jù)包含多個屬性，具體如下：gender代表住房貸款擔保客戶的性別；monthly_income2代表客戶的月收入；education代表客戶的受教育程度；house_totle_cost代表房屋的總花費，jf代表購買房源的類型；bank_loan_interest_rate代表銀行貸款利率；repayment_type代表還款方式；loan_duration代表貸款期限；kehujibie2代表客戶的信用級別。

（二）關聯(lián)分析

本文采用weka軟件系統(tǒng)，對貸款客戶信用數(shù)據(jù)進行關聯(lián)分析，運行結(jié)果如圖1所示：

圖1關聯(lián)分析結(jié)果

從關聯(lián)分析結(jié)果可以得出以下結(jié)論。

1.貸款客戶的信用等級狀況與其收入狀況（主要是指收入水平、和收入穩(wěn)定性）密切相關。貸款人的收入水平越高、收入來源越穩(wěn)定，其所具有的信用等級越高?？梢哉f，收入穩(wěn)定性和收入水平是衡量貸款客戶還款信用的最重要指標。顯然，本文衡量客戶信用狀況的收入是指其合法的收入。

2.貸款客戶所受到的教育水平也是衡量其信用狀況的一個重要指標。這時因為，在一般情況下，一個人的道德素養(yǎng)在很大程度上取決于其所受到的教育水平。教育程度良好的人會非常注重維護個人的信譽，更加遵守法律和道德規(guī)范。也就是說，這些人具備較高的自我約束能力，具有更好的信用度。相反，教育程度低的人往往會意識不到信用的重要性，繼而比較缺乏信用意識，其違約還款的可能性會比較大。

3.就職狀況與客戶的信用相關。一方面，貸款客戶所從事的職業(yè)的種類，直接決定著其收入的高低和收入的穩(wěn)定性。另一方面，從事職業(yè)也在很大程度上影響著一個人的誠信。從事不同的職業(yè)，意味著其在住房公積金、福利、醫(yī)療失業(yè)保險、退休金等方面的待遇是不同的。因此，在客戶還款信用評估中，職業(yè)狀況也是一個重要指標。在評估過程中，公務員、教師、事業(yè)單位的優(yōu)先級會比其它職業(yè)要高，這時因為這些行業(yè)的工資、待遇和工作穩(wěn)定性更加有保障。并且，從事這些行業(yè)的人會更加重視誠實和信譽，具備更好的信用等級。除以上職業(yè)外，一般來說，從事壟斷行業(yè)和成長期行業(yè)職工的也屬于高收入水平且工作性質(zhì)也相對穩(wěn)定，因此在信用評估過程中，這些行業(yè)職工的信用等級也較高，

4.銀行利率與還款信用相關。從以上的關聯(lián)分析還可以看出，客戶的還款信用等級與住房貸款的利率成反比。貸款利率越高，貸款客戶的還款信用等級越低。反之，住房貸款的利率越低，貸款客戶的還款信用等級就越高。這是因為，當貸款利率增加時，客戶在貸款期間需要償還的金額就越多，其償還能力有可能不能滿足償還的要求。然而銀行利率較低時，貸款客戶所需要償還的金額就比較少，信用等級會更高一些。

除上述的四個因素外，貸款客戶的還款信用等級還受到以下多個指標的影響：總房價的高低、年齡、婚姻狀況、以及個人所處社會環(huán)境、信用履歷等。這些指標也為住房貸款擔保公司做出決策起到一定的作用，在建立風險模式時要給予考慮。

四、 結(jié)論

針對住房貸款風險問題，本文利用算法對住房貸款擔保公司個人信貸數(shù)據(jù)進行了分析，分析和挖掘出客戶數(shù)據(jù)中屬性的頻繁模式和關聯(lián)關系。分析結(jié)果表明：影響住房置業(yè)擔保企業(yè)客戶信用的最重要因素是貸款客戶收入狀況，主要是包括收入水平和收入穩(wěn)定性兩個指標。收入越高、穩(wěn)定性越好的客戶，其違約的風險越小，還款的信用等級會越高；其次，教育水平的高低是評估客戶信用狀況的一個重要因素，這是因為所受教育的水平，不僅決定了客戶收入狀況，還影響著其所具備的個人誠信觀念。貸款客戶所從事的職業(yè)也是評估貸款客戶信用等級的一個重要因素。另外，銀行的貸款利率水平也在一定程度上影響著客戶償還貸款的信用?？梢哉f，收入、教育水平、職業(yè)和貸款利率是影響住房貸款客戶信用等級的四個重要依據(jù)，擔保公司在評估一個新客戶的信用風險等級時，要重點考慮和評估這四個因素。本文的數(shù)據(jù)關聯(lián)規(guī)則來源于實際數(shù)據(jù)分析，具有良好的客觀性和準確性，可以作為預測和分析貸款客戶信用等級的決策依據(jù)。

參考文獻：

[1]于卓. 應用決策樹構(gòu)建個人住房貸款風險評估模型[D]. 東北財經(jīng)大學， 2007.

[2]劉順挺. 基于數(shù)據(jù)挖掘技術的個人信用評估模型[D]. 南京理工大學， 2007.

[3]金豆. 數(shù)據(jù)挖掘技術在資產(chǎn)管理系統(tǒng)中的應用[D]. 長春理工大學， 2010.

[4]張翠翠， 阮樹驊. 用于短頻繁項的隱私保護關聯(lián)規(guī)則挖掘方法[J]. 電子科技， 2016（5）：88-92.

[5]許麗莉， XuLili. 基于信用等級遷移和違約損失的貸款定價[J]. 湘南學院學報， 2016， 37（2）：7-11.endprint