正則化方法下生存模型的個(gè)人信用風(fēng)險(xiǎn)分析.pdf

1、信用風(fēng)險(xiǎn)是銀行業(yè)的一個(gè)關(guān)鍵領(lǐng)域，是機(jī)構(gòu)、消費(fèi)者和監(jiān)管機(jī)構(gòu)等各種利益相關(guān)者共同關(guān)注的問題。信用風(fēng)險(xiǎn)的研究是金融領(lǐng)域的熱點(diǎn)研究主題，近些年也引起了統(tǒng)計(jì)研究者的關(guān)注。Wikipedia(2017)將信用風(fēng)險(xiǎn)定義為:由于債務(wù)人不支付貸款而造成的損失風(fēng)險(xiǎn)或其他信貸額度。信用風(fēng)險(xiǎn)的核心是違約事件，當(dāng)債務(wù)人不能根據(jù)債務(wù)合同償付相關(guān)債務(wù)、履行法定義務(wù)，就發(fā)生了違約事件。
　　在銀行客戶信用風(fēng)險(xiǎn)研究中，僅通過客戶是否違約來評價(jià)其信用好壞是不夠準(zhǔn)確的

2、。因?yàn)榇蟛糠挚蛻粼谘芯科趦?nèi)不會發(fā)生違約行為，我們無法觀測到大部分個(gè)體的生存時(shí)間，這就產(chǎn)生了生存分析中常見的右刪失數(shù)據(jù)。在最近這些年，一些研究將生存分析的方法運(yùn)用到信用風(fēng)險(xiǎn)分析模型中。生存分析是一種動態(tài)分析方法，它不僅能預(yù)測事件發(fā)生的概率，也能預(yù)測事件發(fā)生的時(shí)間。它擅長處理刪失數(shù)據(jù)和截尾數(shù)據(jù)，利用估計(jì)的生存概率可以更加直觀地反應(yīng)風(fēng)險(xiǎn)與特征因素之間的關(guān)系。同時(shí)在模型中引入時(shí)間變量，能更好的體現(xiàn)對象的生存狀態(tài)。
　　本文基于三年（36期

3、）研究期內(nèi)60508個(gè)樣本銀行客戶420個(gè)高維特征變量的小額貸款脫敏數(shù)據(jù)，在傳統(tǒng)的變量選擇方法受到挑戰(zhàn)的情況下，首先對當(dāng)今熱點(diǎn)的正則化方法進(jìn)行查閱比較和算法嘗試。接著，我們創(chuàng)新性的將違約的跨度時(shí)間考慮到信用分析模型中，引入客戶首次違約的期數(shù)，將數(shù)據(jù)處理為生存數(shù)據(jù)的固定格式，并分別建立基于LASSO-MCP正則化方法的Cox乘法危險(xiǎn)率模型和基于LASSO-SCAD正則化方法的加法危險(xiǎn)率模型。同時(shí)，我們將重要變量的系數(shù)估計(jì)值與對應(yīng)特征變量取

4、值的乘積作為信用得分，建立分類規(guī)則，綜合評價(jià)每一個(gè)客戶的信用風(fēng)險(xiǎn)。通過與銀行業(yè)務(wù)經(jīng)驗(yàn)結(jié)果的反饋對比，給出基于生存模型的部分重要特征變量的經(jīng)濟(jì)意義。最后，我們從重要特征變量的結(jié)果和模型的預(yù)測效果兩個(gè)方面對生存分析的兩個(gè)模型進(jìn)行比較。發(fā)現(xiàn)基于LASSO-MCP正則化方法的比例風(fēng)險(xiǎn)模型用更少的特征變量卻得到了相對更好的分類效果。
　　本文在最后從多個(gè)角度對基于不同方法的信用風(fēng)險(xiǎn)分析模型進(jìn)行效果驗(yàn)證和比較。首先，基于實(shí)證數(shù)據(jù)分別實(shí)現(xiàn)傳統(tǒng)二

5、分類Logistic回歸模型和現(xiàn)代決策樹模型。接著，將前述章節(jié)中生存分析的乘法模型和加法模型與二者比較。基于理論分析和模型結(jié)果，從解釋模型準(zhǔn)確性的ROC曲線和代表模型區(qū)分能力的KS統(tǒng)計(jì)量兩個(gè)方面比較四個(gè)模型，發(fā)現(xiàn)生存分析Cox模型均優(yōu)于其他三種模型。這就從多方面驗(yàn)證了本文引入生存時(shí)間并基于正則化方法建立的生存分析模型的良好實(shí)證效果。從模型整體的準(zhǔn)確性和區(qū)分力兩個(gè)方面，綜合得出:對于三年期小額貸款數(shù)據(jù)，基與LASSO-MCP正則化方法的生