陳安+陳寧+范超??

摘要：信用風(fēng)險是金融風(fēng)險管理中的一個熱點問題，和國家的宏觀經(jīng)濟形式以及國際發(fā)展態(tài)勢有著密切的關(guān)聯(lián)?；ヂ?lián)網(wǎng)信貸等新興商業(yè)模式的出現(xiàn)和發(fā)展給金融科技帶來了巨大的影響，如何充分發(fā)揮金融數(shù)據(jù)的價值成為數(shù)據(jù)挖掘技術(shù)急需解決的問題。以數(shù)據(jù)技術(shù)為核心的金融信用風(fēng)險評價可以構(gòu)建更準確、覆蓋面更廣的金融信用風(fēng)險模型，將成為傳統(tǒng)信用評估體系的有力補充和發(fā)展趨勢。本文分析了金融信用風(fēng)險評價所面臨的挑戰(zhàn)，闡述了數(shù)據(jù)挖掘在數(shù)據(jù)選擇、預(yù)處理、信用風(fēng)險建模過程中的關(guān)鍵技術(shù)和應(yīng)用，并對金融信用風(fēng)險評價未來的研究方向提出了一些思路。

關(guān)鍵詞： 金融風(fēng)險管理； 信用風(fēng)險評價； 數(shù)據(jù)挖掘； 大數(shù)據(jù)； 分類

中圖分類號： R730.58

文獻標志碼： A

文章編號：2095-2163（2017）05-0055-05

Abstract：Credit risk is a hot issue in financial credit risk management， closely related to the state's macroeconomy and international development. The emergence and development of new business models have brought everincreasing impact on financial domain. Financial credit risk assessment based on data technique is able to build more accurate and universal credit risk models， and will become the powerful supplement and development tendency of traditional credit evaluation system in future. This paper analyzes the challenge to nowadays financial credit risk evaluation and illustrates the key data mining techniques in data preparation， preprocessing， and modeling when implementing a financial credit risk evaluation platform. Finally， the future research directions are discussed for financial credit risk assessment.

Keywords：financial risk management； credit risk assessment； data mining； big data； classification

0引言

信用風(fēng)險是金融風(fēng)險管理中的一個熱點問題，是指借款者（或債務(wù)人）未能滿足合同要求而給貸款者（或債權(quán)人）帶來經(jīng)濟損失的風(fēng)險。眾所周知，數(shù)據(jù)是對風(fēng)險進行有效、準確量度的關(guān)鍵因素，特別是信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展，金融風(fēng)險管理對海量數(shù)據(jù)的依賴越來越大。大數(shù)據(jù)[1]是指“無法用現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合”。對于金融企業(yè)來說，大數(shù)據(jù)可以解決由信息不對稱帶來的營銷、定價、欺詐、信用等問題。與傳統(tǒng)的信用風(fēng)險分析相比，大數(shù)據(jù)背景下的金融信用風(fēng)險分析最根本的創(chuàng)新在于使用了大量的非金融數(shù)據(jù)進行建模。在大數(shù)據(jù)背景下，金融數(shù)據(jù)挖掘的數(shù)據(jù)來源主要有2類，如表1所示。

1金融信用風(fēng)險評價中的數(shù)據(jù)挖掘技術(shù)

一般來說，金融信用風(fēng)險分析可以表示為一個典型的分類問題：給出一組金融數(shù)據(jù)以及描述這些數(shù)據(jù)的特征，構(gòu)建分類模型，然后用這個模型預(yù)測未來的信用情況。其中，破產(chǎn)預(yù)測是金融風(fēng)險預(yù)測中的一個熱點，同時又是很重要的問題。問題中即將企業(yè)未來運營狀況劃分為2類：正?；蛘咂飘a(chǎn)。例如，中國商業(yè)銀行貸款分為正常、逾期、呆滯、呆賬四類，后3類合稱不良貸款，這樣銀行貸款風(fēng)險問題就可以轉(zhuǎn)簡化為一個二分類問題。國外對信用評價的研究始于上世紀40年代，早期主要代表人物及模型如表2所示。

1.1金融信用風(fēng)險評價中的數(shù)據(jù)降維方法

由于金融數(shù)據(jù)中包含大量冗余并隱藏重要關(guān)系的相關(guān)性，在分類之前需要進行降維，消除冗余，降低被處理數(shù)據(jù)的數(shù)量。對金融數(shù)據(jù)先進行降維處理，再構(gòu)造分類模型，可以有效地提高分類的準確度。數(shù)據(jù)降維是將樣本點從輸入空間通過線性或非線性變換映射到一個低維空間，從而獲得一個關(guān)于原數(shù)據(jù)集的緊致的低維表示，以達到特定的數(shù)據(jù)處理目的。圖1從不同的角度對降維算法進行分類。首先，根據(jù)樣本是否包含類別標識，降維方法可分為無監(jiān)督降維、有監(jiān)督降維、半監(jiān)督降維。其次，從維的產(chǎn)生策略上可分為特征選擇和特征構(gòu)造兩種方式。特征選擇從原始維度中選擇一些子集，主要有嵌入、封裝、過濾三種方法。特征構(gòu)造從原始維度中提取新的維度，又可分為線性學(xué)習(xí)和非線性學(xué)習(xí)兩種。非線性子空間學(xué)習(xí)克服了線性方法的局限性，可以有效地降低分類的泛化誤差，揭示嵌入在金融數(shù)據(jù)的隱含結(jié)構(gòu)，主要代表方法有多維變換、核映射、非負矩陣分解算法、流形學(xué)習(xí)等[11]。表3列舉了一些經(jīng)典的降維算法及其特點。

1.2基于啟發(fā)式優(yōu)化算法的金融信用風(fēng)險評價

為了提高分類器的準確度，經(jīng)常采用啟發(fā)式算法對分類器進行優(yōu)化（包括特征優(yōu)化、模型拓撲結(jié)構(gòu)優(yōu)化、參數(shù)優(yōu)化等），這樣構(gòu)造出來的分類器稱為混合分類器。最常用的啟發(fā)式優(yōu)化方法包括遺傳算法、模擬退火、群體智能等技術(shù)。

遺傳算法具有自組織、自適應(yīng)、自學(xué)習(xí)性、隱含的并行性、極強的容錯能力等優(yōu)點，適用范圍非常廣，是解決各種組合優(yōu)化問題的強有力的手段。Gordini利用遺傳算法對意大利制造行業(yè)3 100個中小型企業(yè)的經(jīng)營狀況進行預(yù)測，取得了比Logistic回歸分析和SVM模型更好的預(yù)測結(jié)果[13]。endprint

模擬退火根據(jù)熱力學(xué)的退火原理對局部搜索算法進行擴展，在搜索過程中以一定的概率接受不好的解，使搜索有機會跳出局部極值區(qū)域，從而有可能找到全局極值。Jiang將模擬退火算法與決策樹C4.5算法結(jié)合，構(gòu)造最優(yōu)決策規(guī)則，用于金融信用風(fēng)險的評價[14]。

[JP2]群體智能算法模擬昆蟲、獸群、鳥群等自然界的群集行為，通過種群的群體智慧進行協(xié)同搜索，從而在解空間內(nèi)找到最優(yōu)解。群體智能算法具有穩(wěn)健性、自組織、分布性、簡單性、可擴充性等特點，特別適合解決大數(shù)據(jù)環(huán)境下的復(fù)雜的優(yōu)化問題。目前，已經(jīng)提出并獲得較廣泛應(yīng)用的群體智能算法有蟻群算法、粒子群優(yōu)化算法、菌群優(yōu)化算法、蛙跳算法、人工蜂群算法等。近年來又出現(xiàn)了一些新興的仿生學(xué)優(yōu)化算法，包括螢火蟲算法、布谷鳥算法、蝙蝠算法、磷蝦群算法等。這些群體智能優(yōu)化算法都可以與分類算法結(jié)合，改進分類器的預(yù)測結(jié)果[15-17]。

1.3金融信用風(fēng)險評價的集成分類建模

集成分類可以顯著地提高分類的準確度，受到越來越多研究者的關(guān)注。在金融大數(shù)據(jù)背景下，數(shù)據(jù)的海量、分布、動態(tài)的特點對集成分類提出了更高的要求。集成學(xué)習(xí)是指把若干單個分類器集成起來，通過綜合各分類器的結(jié)果決定最終的分類，以取得比單個分類器更好的預(yù)測性能。表4從成員分類器的構(gòu)造、組合、拓撲結(jié)構(gòu)等幾個方面概括了金融信用風(fēng)險評價中集成分類建模的主要方法[18]。

1.4代價不均衡和類不平衡下的金融信用風(fēng)險分類

傳統(tǒng)分類的目標是使總錯誤率最小，本質(zhì)上是假設(shè)不同類上的誤判造成的代價相同。但在實際應(yīng)用中，誤判的類型不同，其代價通常差別很大，即誤判代價不均衡。對金融信用風(fēng)險評估來說，將破產(chǎn)的企業(yè)預(yù)測為運行良好造成的代價遠遠大于將運行良好的企業(yè)預(yù)測為破產(chǎn)造成的代價。因此，一個好的金融信用風(fēng)險評價系統(tǒng)必須在預(yù)測模型的構(gòu)建與優(yōu)化中考慮成本偏好。代價敏感學(xué)習(xí)就是在分類學(xué)習(xí)中考慮到誤判代價，使總誤判代價最小。代價不均衡的分類可以在數(shù)據(jù)層次上解決，也可以在算法層次上解決。前者可以用于大多數(shù)分類器，不需要修改算法本身，包括重采樣、樣本加權(quán)、修改類標記（例如，MetaCost 算法[22]，ACO算法[23]）、后處理等方法。后者針對特定的算法而設(shè)計，通過修改算法的學(xué)習(xí)策略來完成。圖2歸納了代價敏感分類的3種常用的解決方案

另一方面，當(dāng)數(shù)據(jù)中類別間的比例十分懸殊，即類分布不平衡時，就會使以總體均方誤差為衡量準則的分類器傾向于輸出比例大的類別，造成對于樣本占少數(shù)的類別的錯誤率很高。而在實際應(yīng)用中，樣本數(shù)很少的類往往更受到關(guān)注。例如，在企業(yè)破產(chǎn)預(yù)測中，破產(chǎn)企業(yè)往往在實際數(shù)據(jù)中的比例非常小，但又是這類研究特別關(guān)注的目標。不平衡數(shù)據(jù)分類學(xué)習(xí)與代價敏感學(xué)習(xí)可以互相轉(zhuǎn)化，因此可在統(tǒng)一的框架下進行。不平衡數(shù)據(jù)分類一般通過數(shù)據(jù)抽樣（對少數(shù)類過抽樣和對多數(shù)類欠抽樣）、閾值移動（改變閾值使分類器的輸出偏向少數(shù)類）、樣本加權(quán)（提高少數(shù)類樣本的權(quán)值）、代價敏感算法（對稀有類元組設(shè)置更高的誤判代價）來解決[24-25]。

2大數(shù)據(jù)下金融信用風(fēng)險評價的挑戰(zhàn)

隨著互聯(lián)網(wǎng)的普及和數(shù)據(jù)挖掘技術(shù)的深入，大數(shù)據(jù)分析在金融信用風(fēng)險中將會起著越來越重要的作用。大數(shù)據(jù)征信依賴巨量的、相互性很高的非結(jié)構(gòu)化數(shù)據(jù)，而互聯(lián)網(wǎng)金融數(shù)據(jù)恰好可以作為大數(shù)據(jù)征信的數(shù)據(jù)來源，從而為互聯(lián)網(wǎng)金融產(chǎn)品提供風(fēng)險控制評估。

首先，傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)適用于相對少量、結(jié)構(gòu)化數(shù)據(jù)的處理，而大數(shù)據(jù)提供的海量數(shù)據(jù)多數(shù)是非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，對這類數(shù)據(jù)的集成和預(yù)處理是金融信用風(fēng)險分析所面臨的首要問題。

其次，傳統(tǒng)的降維方法大多建立在歐幾里德距離度量的基礎(chǔ)，沒有充分利用領(lǐng)域知識（例如數(shù)據(jù)類型、類標識等），所以有必要研究更有效的非線性子空間學(xué)習(xí)方法，才能更好地反映金融信用風(fēng)險數(shù)據(jù)的復(fù)雜結(jié)構(gòu)。

第三，在金融信用風(fēng)險分析中，研究比較多的是二分問題，例如企業(yè)破產(chǎn)預(yù)測、信用卡欺詐預(yù)測等。但也存在大量的多類別分類問題，例如企業(yè)的信用等級評價。研究多類別分類和普適性代價敏感學(xué)習(xí)算法是未來大數(shù)據(jù)金融信用風(fēng)險分析的重點方向之一。

第四，大數(shù)據(jù)背景下的金融數(shù)據(jù)集具有數(shù)據(jù)規(guī)模大、數(shù)據(jù)分布、異構(gòu)、動態(tài)等特點，決定了集成分類是解決這類問題的可行方案，如何對集成分類器進行優(yōu)化是提高分類器性能的關(guān)鍵。在大數(shù)據(jù)背景下，研究用于金融信用風(fēng)險評價的遷移算法將成為這個領(lǐng)域的一個熱點。

第五，傳統(tǒng)的信用風(fēng)險評價多針對靜態(tài)數(shù)據(jù)，偏重于對企業(yè)的風(fēng)險預(yù)測，很少涉及動態(tài)的時間序列分析和可視化。研究信用風(fēng)險的可視化方法可以從企業(yè)的時間序列中提取有價值的軌跡模式，勾勒出企業(yè)的風(fēng)險信用軌跡，力求從使用者的角度提供更方便、更直觀、可理解的知識表示方法，協(xié)助專家觀察企業(yè)的發(fā)展，動態(tài)評估企業(yè)的信用風(fēng)險，向那些可能面臨破產(chǎn)危機的企業(yè)發(fā)出預(yù)警。

參考文獻：

郭平，王可，羅阿理，等. 大數(shù)據(jù)分析中的計算智能研究現(xiàn)狀與展望[J]. 軟件學(xué)報，2015，26（11）： 3010-3025.

[2] 鮑忠鐵. 大數(shù)據(jù)在金融之二：數(shù)據(jù)來源和應(yīng)用[EB/OL]. [2014-12-26]. http：//www.36dsj.com/archives/19463.

[3] DURAND D. Risk elements in consumer installment financing[M] . New York： National Bureau of Economic Research，1941.

[4] MYERSJ H， FORGY E W. The development of numerical credit evaluation systems[J]. Journal of the American Statistical Association， 1963 ， 58 （303） ：799-806.endprint

[5] WIGINTON J C. A note on the comparison of logic and discriminate models of consumer credit Behavior[J]. Journal of Financial & Quantitative Analysis， 1980， 15（3）： 757-770.

[6] FREED N， GLOVER F. A Linear programming approach to the discriminal problems[J]. Decision Sciences， 1981， 12： 68-74.

[7] BAJGIER S M， HILL A V. An experimental comparison of statistical and linear programming approaches to the discriminate problem[J]. Decision Science， 1982， 13（4）： 604-618.

[8] MAKOWSK P. Credit scoring branches out[J]. Credit world， 1985， 75： 30-37.

[9] HOLLANDJ H. Adaptation in natural and artificial systems[M]. MA， USA： MIT Press， 1992.

[10]CHATTERJEES，BARCUN S. A nonparametric approach to credit screening[J]. Journal of the American Statistical Associations， 1970，65（329）： 150-154.

[11]MAR-MOLINERO C， SERRANOCINCA C. Bank failure： A multidimensional scaling approach[J]. European Journal of Finance， 2001， 7（2）：165-183.

[12]RIBEIRO B， VIEIRA A， DUARTE J， et al. Learning manifolds for bankruptcy analysis[C]// Lecture Notes in Computer Science. Berlin/Heidelberg： Springer， 2008 ，5506： 723-730.

[13]GORDINI N. A genetic algorithm approach for SMEs bankruptcy prediction： Empirical evidence from Italy[J]. Expert Systems with Applications， 2014， 41（14）：6433-6445.

[14]JIANG Yi. Credit scoring model based on the decision tree and the simulated annealing algorithm[C]// CSIE 2009， 2009 WRI World Congress on Computer Science and Information Engineering. Los Angeles， California， USA：IEEE，2009：18-22.

[15][JP3]CHEN Ning， RIBEIRO B， VIEIRA A， et al. Extension of learning vector quantization to cost-sensitive learning[J]. International Journal of Computer Theory and Engineering， 2011， 3（3）： 352-359.[JP]

[16][JP3]YANG Zhongjin. Bankruptcy prediction using neural networks with structure optimization by particle swarm optimization and genetic algorithm[J]. Mathematics in Practice & Theory， 2015，45（23）：192-201.[JP]

[17]李凌霞， 郝春梅， 王紅麗. PSO算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的金融風(fēng)險預(yù)警研究[J]. 信息技術(shù)， 2014， 8：86-89.

[18]LOURENCO A， BUL S R， REBAGLIATI N， et al. Probabilistic consensus clustering using evidence accumulation[J]. Machine Learning， 2015， 98（1/2）： 331-357.

[19]SOLTAN A，MOHAMMADI M. A hybrid model using decision tree and neural network for credit scoring problem[J]. Management Science Letters， 2012， 2（5）： 1683-1688.

[20]ZHANG Liang， ZHANG Lingling，TENG Weili， et al. Based on information fusion technique with data mining in the application of finance earlywarning[J]. Procedia Computer Science， 2013， 17： 695-703.endprint

[21]WANG Gang， MA Jian. A hybrid ensemble approach for enterprise credit risk assessment based on support vector machine[J]. Expert Systems with Applications， 2012， 39（5）： 5325-5331.

[22]DOMINGOS P. Metacost： A general method for making classifiers costsensitive[C]//Proceedings of 5th ACM SIGKDD international conference on knowledge discovery and data mining. San Diego， CA， USA： ACM， 1999： 155-164.

[23]陳曉林，宋恩民，馬光志.一種基于ACO的代價敏感集成分類器[J]，華中科技大學(xué)學(xué)報（自然科學(xué)版），2010， 38（10）：5-8.

[24]KIM M J， KANG D K， HONG B K. Geometric mean based boosting algorithm with oversampling to resolve data imbalance problem for bankruptcy prediction[J]. Expert Systems with Applications， 2015， 42（3）：1074-1082.

[25]ALEJO R， GARCA V， PACHECOSNCHEZ J J. An efficient oversampling approach based on mean square error backpropagation for dealing with the multiclass imbalance problem[J]. Neural Processing Letters， 2015， 42（3）：603-617.

wanhang_530_3524GX Dec2 11：10：15 IP ARP： 192.168.0.1 moved from 00：22：aa：d6：9b：34 to 00：e0：0f：37：9e：df

wanhang_530_3524GX Dec2 11：10：15 IP ARP： 192.168.0.1 moved from 00：e0：0f：37：9e：df to fc：fa：f7：b8：c7：60

根據(jù)對實際設(shè)備的調(diào)查，確認該信息是用戶接入點設(shè)備的配置錯誤產(chǎn)生的IP地址沖突，錯誤信息造成該區(qū)域10臺交換機同時觸發(fā)告警。由于用戶接入點交換機一般會在工作時間開機、休息時間關(guān)機，因而造成圖6和圖13的有規(guī)律的網(wǎng)絡(luò)振蕩?？梢姡摦惓Ｊ录瑫r觸發(fā)了多個設(shè)備產(chǎn)生異常日志，對網(wǎng)絡(luò)運行具有一定的危害性。

4結(jié)束語

網(wǎng)絡(luò)運維工作是一項系統(tǒng)、長期的工作。長遠來看，主動式的網(wǎng)絡(luò)運維工作必將成為發(fā)展趨勢，也一定能夠推動運維部門有效提高工作效率。在提高網(wǎng)絡(luò)可用性的同時，改善用戶體驗。在從被動運維轉(zhuǎn)向主動運維的過程中，運維部門需要從多方面改變或改進已有的工作方式和工作方法，并在設(shè)計開發(fā)中探索尋求找出更多更加良好的適用于企業(yè)自身特點的網(wǎng)絡(luò)運維工作方法，使主動運維給企業(yè)帶來收益。

參考文獻：

廖敬新. 網(wǎng)絡(luò)運維管理系統(tǒng)優(yōu)化與建議[J]. 信息與電腦（理論版），2016（8）：152-153.

[2] 王政. 基于ITIL理論視角S公司IT服務(wù)管理研究[D]. 昆明：云南師范大學(xué)，2014.

[3] 任凱，鄧武，俞琰， 基于大數(shù)據(jù)技術(shù)的網(wǎng)絡(luò)日志分析系統(tǒng)研究[J]. 現(xiàn)代電子技術(shù)，2016，39（2）：39-41，44.

[4] 畢建華，王穎. 大數(shù)據(jù)時代運維管理面臨的調(diào)整[J]. 金融科技時代，2014（1）：85.

[5] 何映軍，何昱鋒，王林，等. 主動式IT運維服務(wù)模式運用[J]. 民營科技，2017（1）：35-36.

[6] 龔銀鋒. 網(wǎng)絡(luò)日志管理系統(tǒng)的技術(shù)研究與實現(xiàn)[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2016（3）：26-28.

[7] 黃文，謝東青. 基于Syslog的網(wǎng)絡(luò)日志管理分析模型[J]. 湖南科技學(xué)院學(xué)報，2006，27（5）：164-167.

[8] GILL P， JAIN N， NAGAPPAN N. Understanding network failures in data centers： Measurement， analysis， and implications[C]//SIGCOMM'11. Toronto， Ontario， Canada：ACM， 2011：350-361.

[9] QIU Tongqing， GE Zihui， WANG Jia， et al. What happened in my network： Mining network events from router Syslogs[C]// ACM IMC.Melbourne， Australia： ACM， 2010：472-484.

[10]廖湘科，李姍姍，董威，等. 大規(guī)模軟件系統(tǒng)日志研究綜述[J]. 軟件學(xué)報，2016，27（8）：1934-1947.

[11]唐琳，李偉. 基于用戶體驗的“主動式”信息運維管理實踐[J]. 電力信息化，2013，11（3）：89-93.endprint