1 引言和文獻綜述

當今，商業(yè)銀行業(yè)務正在遭受著眾籌、第三方支付、P2P等互聯網金融形式的沖擊。從現在銀行的信貸數據顯示，目前商業(yè)銀行不良貸款核銷每年都是在大量增加。違約金額極其驚人，尤其是小微企業(yè)貸款違約情況嚴重。其違約情況還具有一定的空間效應，因此對小微企業(yè)的區(qū)域性信用風險研究是極其重要。若充分利用銀行豐富的數據資源，將實現商業(yè)銀行區(qū)域性風險管理上的經濟價值。

現有文獻中，關于商業(yè)銀行視角下小微企業(yè)的信用風險的研究，并沒有涉及區(qū)域性因素。在這些文獻中排除區(qū)域性因素外，有學者認為：商業(yè)銀行小微企業(yè)信貸風險源自兩個方面，一方面企業(yè)角度，另一方面銀行角度（宋華苗鳳，2018）。還有學者認為選取財務狀況、經營狀況、管理者個人素質狀況和行業(yè)及區(qū)域發(fā)展狀況四個維度構建小微企業(yè)信貸風險評價指標體系（胡心瀚等，2012）。

綜上，本文將基于區(qū)域性信用風險研究的角度，結合銀行內的小微企業(yè)的大數據，并對樣本進行非平衡數據處理，基本達到平衡狀態(tài)，以法人是否違約作為分類變量，用隨機森林的方法對變量進行重要性評分排序，同時進行變量篩選，增加本文參數選取的精確性。再根據篩選后結果，建立區(qū)域性信貸風險評估的Logistic模型，挖掘影響小微企業(yè)違約的因素。

2 數據收集及處理

2.1 數據來源

我國商業(yè)銀行一直以“吸收存款，發(fā)放貸款，獲得利差”為主要盈利模式，但是隨著現階段國內金融界各種違約事件的頻發(fā)，如何降低貸款違約風險成為現階段學術界的研究熱點。本文的數據來源于國內A商業(yè)銀行提供的小微企業(yè)法人貸款詳情，總計4452條，包含年齡、A行服務年數、是否貴賓卡客戶、是否網銀客戶、是否理財客戶、介質數量、貸前6個月月均貸方發(fā)生額等14個變量，具體見表1，其中關于變量“客戶所屬地區(qū)”，本文基于樣本劃分了3個水平，即低違約率地區(qū)、中違約率地區(qū)以及高違約率地區(qū)。低違約率地區(qū)為：杭州、紹興和寧波；中違約率地區(qū)為：金華、舟山、嘉興、麗水以及湖州；高違約率地區(qū)為：臺州、溫州和衢州。

表1 數據基本情況

2.2 數據預處理

本文收集的客戶有效數據共計4452條。同時，由于13個自變量之間數量級差別太大，我們對貸前6個月月均貸方發(fā)生額、貸前6個月月均貸方發(fā)生筆數、貸記卡最近6個月平均使用額度、貸款最近6個月平均應還款這4個變量采取取對數的辦法進行規(guī)范化處理。

3 基于不平衡樣本的區(qū)域性信用風險評估實證分析

3.1 基于SMOTE算法的非平衡數據處理

在本文收集的數據中，存在違約現象的法人客戶信息為200個，非違約法人客戶數據為4252個，屬于非平衡數據。由于類別的分布是不均衡的，傳統(tǒng)的數據挖掘算法在處理這類數據時偏向于數據量偏大的一類，對數據量偏少的類別關注比較少（柳向東和李鳳，20 16）。在銀行信貸業(yè)務中，這類數據比較常見，基于A銀行的客戶樣本數據，本文采用R語言進行非平衡數據處理，具體函數參數設置如下：少數類（違約客戶數）N=200，多數類（未違約客戶數）M= 42 52，向上采樣的倍率取n= 10，向下采樣的倍率 m= 1，用于產生新的少數類樣本的最近鄰數量 k= 10，平衡后的數據集中的少數類為2000個，多數類為2200個，基本達到平衡狀態(tài)，運用于后續(xù)建立模型效果最好。

3.2 基于隨機森林的變量篩選

本文以法人是否違約作為分類變量，用隨機森林的方法對變量進行重要性評分排序，同時進行變量篩選?；诂F有文獻（徐婷婷，2017；吳金旺和顧洲一，2018），筆者發(fā)現：樹的棵樹（ntree）設置為500具有一定的客觀性，圖1也驗證了本文參數選取的精確性。

圖1 ntree的選取

3.3 區(qū)域性信貸風險評估的Logistic模型

本文將貸款最近6個月平均應還款、貸記卡額度占用率、貸款日前6個月存款日均3個變量進行了多元共線性分析，發(fā)現3個變量間并不存在明顯的多重共線性（方差擴大因子VIF均顯著小于5），即筆者認為可以選用貸款最近6個月平均應還款、貸記卡額度占用率、地區(qū)、貸款日前6個月存款日均這4個變量作為建立Logistic模型中的指標。

表2 參數估計結果

回歸系數為正的時候，表示變量每增加一個單位值時，客戶違約發(fā)生率會相應增加。當回歸系數為負的時候，說明每增加一個單位時違約發(fā)生率會減少。從Logistic模型結果發(fā)現：（1）客戶貸款日前6個月存款日均越大，則該客戶違約的概率越小，即在其他變量不變的前提下，該變量每增加一個單位，違約概率降低9%。（2）客戶貸款最近6個月平均應還款越大，則該客戶的違約概率越大，即在其他變量不變的前提下，最近6個月平均應還款每增加一個單位，違約概率約增加62%?？蛻糍J款最近6個月平均應還款大，客戶還款的資金壓力就會增加，違約概率越大。（3）貸記卡額度占用率越高，則用戶的違約概率越大，即即在其他變量不變的前提下，該變量每增加一個單位，違約概率增大13%.（4）研究發(fā)現，第二類地區(qū)的違約概率要明顯高于第一類地區(qū)，而第三類地區(qū)發(fā)生違約事件的概率也明顯高于一、二類地區(qū)。

4 結論與展望

隨著商業(yè)銀行業(yè)務不斷發(fā)展和數據規(guī)模的不斷増加，商業(yè)銀行的風險管理工作難度也不斷提高。要想在激烈的市場競爭中有立足之地，商業(yè)銀行必須擁有良好的信用風險管理能力。通過大數據建立的小微企業(yè)區(qū)域性信用風險評估模型，無論對傳統(tǒng)金融機構，還是互聯網金融機構，在授信審批、征信多元化、以及區(qū)域風險預警等方面，都有著廣泛的應用前景。

本文采用R語言進行非平衡數據處理，基本達到平衡狀態(tài)，運用于后續(xù)建立模型效果最好。本文以法人是否違約作為分類變量，用隨機森林的方法對變量進行重要性評分排序，同時進行變量篩選，增加本文參數選取的精確性。再根據篩選后結果，建立區(qū)域性信貸風險評估的Logistic模型。同時，模型能在風險系數較高的區(qū)域中識別出信用能力好的企業(yè)。商業(yè)銀行可以基于此模型的運行機制，結合大數據＋小數據的判斷模式，采取可行性的放貸方案。