張亮

摘 要：現(xiàn)有的常用風(fēng)險(xiǎn)評估算法主要基于邏輯回歸分析，存在難以處理大量多類特征，非線性能力缺失等問題，基于集成學(xué)習(xí)的多源融合算法能夠在大數(shù)據(jù)驅(qū)動(dòng)下有效解決這些問題，完成個(gè)人貸款的風(fēng)險(xiǎn)評估。

關(guān)鍵詞：大數(shù)據(jù) 多源融合 風(fēng)險(xiǎn)評估

Research on Risk Assessment of Auto Finance Driven by Big Data

Zhang Liang

Abstract：The existing commonly used risk assessment algorithms are mainly based on logistic regression analysis， and there are problems such as difficulty in handling a large number of multi-type features and lack of nonlinear capabilities. Multi-source fusion algorithms based on integrated learning can effectively solve these problems under the drive of big data and fulfill risk assessment of personal loans.

Key words：big data， multi-source fusion， risk assessment

1 研究背景

隨著“互聯(lián)網(wǎng)大數(shù)據(jù)+金融”的不斷發(fā)展，汽車信貸規(guī)模不斷擴(kuò)大，車輛貸款違約風(fēng)險(xiǎn)也隨之增大。因此，對個(gè)人貸款的信用風(fēng)險(xiǎn)評估迫在眉睫。個(gè)人信用風(fēng)險(xiǎn)評估的數(shù)據(jù)核心來源于貸款申請人在申請過程中提供的基本信息，以及汽車貸款機(jī)構(gòu)收集和補(bǔ)充的附加信息，以此對個(gè)人信用分析進(jìn)行全面調(diào)查，并采用邏輯回歸分析等分類方法或技術(shù)將貸款申請人劃分為“低風(fēng)險(xiǎn)客戶”與“高風(fēng)險(xiǎn)客戶”，以便降低貸款機(jī)構(gòu)的壞賬率[1]。由于貸款機(jī)構(gòu)與貸款申請人之間的數(shù)據(jù)鴻溝造成信息不對稱，如何對個(gè)人信用風(fēng)險(xiǎn)進(jìn)行評估已成為學(xué)術(shù)界以及汽車、金融等行業(yè)極具研究價(jià)值的問題。

2 基于集成學(xué)習(xí)的多源融合風(fēng)險(xiǎn)評估算法

算法以多源融合為核心，大數(shù)據(jù)為驅(qū)動(dòng)完成個(gè)人風(fēng)險(xiǎn)評估模型的搭建。包括以下步驟：首先對采集到的數(shù)據(jù)進(jìn)行預(yù)處理;然后通過預(yù)處理之后的樣本數(shù)據(jù)訓(xùn)練集成模型，輸出特征權(quán)重;并進(jìn)一步構(gòu)建出個(gè)人信用風(fēng)險(xiǎn)評分卡（風(fēng)險(xiǎn)評估模型）;最后對用戶風(fēng)險(xiǎn)評分進(jìn)行分析，確定高風(fēng)險(xiǎn)與低風(fēng)險(xiǎn)區(qū)間的分?jǐn)?shù)閾值。整體的算法流程見圖1。

3 風(fēng)險(xiǎn)評估算法流程

風(fēng)險(xiǎn)評估算法的具體流程如圖2所示：

步驟一：數(shù)據(jù)預(yù)處理;如圖2中的虛線部分，由貸款申請者和貸款機(jī)構(gòu)收集的數(shù)據(jù)存在數(shù)據(jù)缺失和數(shù)據(jù)異常等情況;在預(yù)處理階段，對原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和核對[2]，并經(jīng)過特征向量的相關(guān)性分析篩選出強(qiáng)獨(dú)立性的特征，特征間的相關(guān)系數(shù)[3]如式1所示：

上式中，ri，j表示第i個(gè)特征向量與第j個(gè)特征向量之間的相關(guān)系數(shù)，cov（i，j）表示i與j的協(xié)方差，表示標(biāo)準(zhǔn)差，本文采用的數(shù)據(jù)集有34個(gè)原始特征，通過相關(guān)性分析，篩選出16個(gè)獨(dú)立性較強(qiáng)的特征，不僅有效剔除了冗余特征，而且大大減少了計(jì)算量。

步驟二：集成模型的搭建;結(jié)合第三方征信和貸款機(jī)構(gòu)的真實(shí)人工授信數(shù)據(jù)制作訓(xùn)練樣本的標(biāo)簽，子模型的訓(xùn)練分別采用SVM支持向量機(jī)、隨機(jī)森林以及BP神經(jīng)網(wǎng)絡(luò)分類算法，算法的子模型輸出如式2、3、4所示[4][5][6]：

式2、3和4中，、、分別表示支持向量機(jī)、隨機(jī)森林、BP神經(jīng)網(wǎng)絡(luò)的子模型輸出，然后采用AdaBoost集成策略將子模型的輸出融合[7]，計(jì)算公式如式5所示：

上式中，H（x）為集成模型輸出，ER表示模型輸出與標(biāo)簽y*之間的誤差，表示子模型的權(quán)重。其中θ的取值隨著ER的變化而不斷更新。

步驟三：輸出個(gè)人信用風(fēng)險(xiǎn)評分卡（風(fēng)險(xiǎn)評估模型）;采用缺一法從首個(gè)特征開始，通過集成模型分別計(jì)算出缺失當(dāng)前特征的分類正確率，將正確率歸一化至[0，1]區(qū)間內(nèi)，即為每個(gè)特征向量對應(yīng)的權(quán)重，進(jìn)一步歸一化[8][9]至[0，100]區(qū)間，得到總分為100的個(gè)人信用風(fēng)險(xiǎn)評分卡。

步驟四：確定分?jǐn)?shù)閾值;分析用戶的得分與對應(yīng)標(biāo)簽的匹配程度，尋找用戶風(fēng)險(xiǎn)程度（高風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)）最佳劃分的分?jǐn)?shù)閾值。

本文使用的數(shù)據(jù)集如表1所示：

子模型與集成模型的訓(xùn)練正確率如表2所示：

由表2中各模型的正確率對比可知，集成模型能夠篩選出訓(xùn)練效果較好的子模型，綜合不同算法模型的優(yōu)點(diǎn)，提高算法的正確率和魯棒性。

個(gè)人信用風(fēng)險(xiǎn)評分卡如表3所示：

用戶得分的整體分布如圖3所示：

由圖3可知，用戶的得分主要集中在60-75分段，其中70-75分段人數(shù)最多，因此閾值的初始值選取應(yīng)該在60-75之間，通過分?jǐn)?shù)閾值的不斷迭代更新，得到用戶風(fēng)險(xiǎn)評估的最佳劃分[10]如表4所示：

由表4可知，選定的分?jǐn)?shù)閾值為65和75，即用戶的得分在75分以上是認(rèn)定為低風(fēng)險(xiǎn)的好用戶，得分在65以下認(rèn)定為高風(fēng)險(xiǎn)的壞客戶，得分在65-75之間時(shí)進(jìn)行人工審核。

4 結(jié)論

本文提出的風(fēng)險(xiǎn)評估算法采用多模型融合的方式，通過子模型的集成優(yōu)化克服了傳統(tǒng)方法在處理大量多類特征時(shí)因?yàn)榉蔷€性程度太高而難以擬合的情況，通過大量數(shù)據(jù)的訓(xùn)練提高了風(fēng)險(xiǎn)評估模型的正確性和泛化性，且隨著采集數(shù)據(jù)的增加，模型能夠進(jìn)行實(shí)時(shí)更新;在貸款申請初期，能夠有效判定高風(fēng)險(xiǎn)與低風(fēng)險(xiǎn)用戶，大幅度降低人工審核成本。

基金：基于5G通訊及C-V2G，柳州市科技計(jì)劃項(xiàng)目;項(xiàng)目號：2019AG10202

參考文獻(xiàn)：

[1]Louzada F， Ferreira-Silva P H，Diniz C A R.On the impact of disproportional samples in credit scori-ng models：An application to a Brazilian bank data[J]，Expert Systems with Applications，2012，39，9：8071-8078.

[2]周壽彬.基于反常擴(kuò)散模型的個(gè)人信用風(fēng)險(xiǎn)評估方法[J].統(tǒng)計(jì)與決策，2016（13）：65-68.

[3]姜志旺，張紅霞，鄭艷娟.基于BP神經(jīng)網(wǎng)絡(luò)模型的互聯(lián)網(wǎng)金融信用風(fēng)險(xiǎn)評估研究[J].黑龍江科技信息，2017（16）：338.

[4]鄭建國，李新.基于SVM模型的企業(yè)信用風(fēng)險(xiǎn)評估研究[J].企業(yè)科技與發(fā)展，2020（05）：220-221+224.

[5]王妍.基于隨機(jī)森林的信用評估特征選擇[J].黑龍江科學(xué)，2019，10（14）：159-161.

[6]李佳蓉，蔣艷莉，湯禮媛.基于BP神經(jīng)網(wǎng)絡(luò)的P2P網(wǎng)貸個(gè)人信用風(fēng)險(xiǎn)評估[J].時(shí)代金融，2019（24）：105-106.

[7]趙興朝. 基于BP-PSO-AdaBoost模型的P2P網(wǎng)貸借款人信用風(fēng)險(xiǎn)評估研究[D].西南財(cái)經(jīng)大學(xué)，2018.

[8]胡賢德，曹蓉，李敬明，阮素梅，方賢.小微企業(yè)信用風(fēng)險(xiǎn)評估的IDGSO-BP集成模型構(gòu)建研究[J].運(yùn)籌與管理，2017，26（04）：132-139+148.

[9]夏克鋼.商業(yè)銀行融資租賃業(yè)務(wù)分析和風(fēng)險(xiǎn)控制研究[J].財(cái)經(jīng)界（學(xué)術(shù)版），2020（16）：84-85.

[10]孫川.車貸風(fēng)險(xiǎn)控制平臺的設(shè)計(jì)與實(shí)現(xiàn)[D].北京交通大學(xué)，2019.