房貸信用風(fēng)險評估系統(tǒng)設(shè)計分析
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了房貸信用風(fēng)險評估系統(tǒng)設(shè)計分析范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：近年來，貸款買房成為購房的常態(tài)，銀行需要通過各種統(tǒng)計數(shù)據(jù)對貸款者進(jìn)行信用評估，根據(jù)評估結(jié)果決定是否貸款，以此規(guī)避風(fēng)險。據(jù)此，針對該問題進(jìn)行調(diào)研，收集數(shù)據(jù)，利用數(shù)據(jù)挖掘原理，采用Weka軟件與貝葉斯模型，設(shè)計出房貸信用風(fēng)險控制系統(tǒng)，為銀行的房貸信用評估業(yè)務(wù)提供參考，為其他需要信用風(fēng)險評級的機構(gòu)或組織提供經(jīng)驗。
關(guān)鍵詞：房貸；信用風(fēng)險評級；數(shù)據(jù)挖掘
1基本軟件與模型介紹
在構(gòu)建該信用風(fēng)險評估系統(tǒng)時，一是采用的是Weka軟件。該軟件能對數(shù)據(jù)進(jìn)行初步處理、分類、回歸、聚類、關(guān)聯(lián)規(guī)則等，并實現(xiàn)可視化操作。本文對收集的數(shù)據(jù)采用了初步處理、利用Apriori關(guān)聯(lián)規(guī)則挖掘分析的方法。二是利用MSBNx貝葉斯網(wǎng)分類工具，采用貝葉斯信念網(wǎng)絡(luò)分類進(jìn)行類型劃分，利用相關(guān)的算法。以此確定出因素之間的相關(guān)關(guān)系以及相應(yīng)的概率，為模型的建立以及結(jié)論的產(chǎn)生提供參考依據(jù)。
2房貸信用風(fēng)險樣本調(diào)查結(jié)果
本文選取6類最具代表性的指標(biāo)，即財產(chǎn)狀況、年齡、婚姻狀況、有無固定電話、信用保證金額、信用等級。由于Weka軟件只識別英文，將以上6類用英文代替，分別是property、age、status、telephone、creditamount、class。調(diào)查結(jié)果如表1所示。
3數(shù)據(jù)挖掘過程
3．1數(shù)據(jù)初步處理。首先對數(shù)據(jù)進(jìn)行初步處理，以保證數(shù)據(jù)挖掘的質(zhì)量。依次進(jìn)行數(shù)據(jù)缺失項處理；數(shù)據(jù)的標(biāo)準(zhǔn)化處理；數(shù)據(jù)的規(guī)范化處理，規(guī)范到［－1，＋1］區(qū)間。3．2Apriori關(guān)聯(lián)規(guī)則挖掘分析。使用Apriori算法獲取關(guān)聯(lián)信息并進(jìn)行分析，對初步處理的數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘。采用支持度、置信度2個指標(biāo)，分別確定數(shù)據(jù)集的頻繁程度、Y在包含X的事物出現(xiàn)的概率。同時將滿足最小支持度、最小置信度閾值的規(guī)則稱為強規(guī)則。首先，采用支持度閾值為25％、置信度閾值為85％，對挖掘的最佳關(guān)聯(lián)規(guī)則第1、2條進(jìn)行分析。結(jié)果表明有房產(chǎn)與信用額度有強關(guān)聯(lián)（lift＝1．22＞1）；年齡在35～49與信用額度小關(guān)聯(lián)較小（lift＝1．07）。隨后采用置信度閾值為55％進(jìn)行分析，找出：“status＝malesingle，telephone＝none＝＝＞property＝realestate”規(guī)則的置信度和提升讀。結(jié)果表明有房產(chǎn)單身男性與沒有電話號碼有強關(guān)聯(lián)規(guī)（lift＝1．22）。
4數(shù)據(jù)挖掘分類分析結(jié)果
通過上述過程得出的結(jié)果，運用MSBNx工具中的貝葉斯信念網(wǎng)絡(luò)分類方法進(jìn)行分析，得出最終的結(jié)果。貝葉斯信念網(wǎng)絡(luò)分類：首先，將年齡與信用額度離散成3類，得到年齡與信用額度離散結(jié)果，隨后，構(gòu)建貝葉斯信念網(wǎng)絡(luò)分類進(jìn)行類型劃分，如圖1中橢圓圈及箭頭所構(gòu)成的網(wǎng)絡(luò)。最后，可求得信用等級（class）好（Good）、壞（bad）的概率。例：求“有車、年齡超過50歲、無電話、信用額小于3000”的信貸評級。根據(jù)系統(tǒng)給出的結(jié)果得出good、bad概率分別為0．835443、0．164557，信用等級好的概率大，故銀行可提供貸款給借款人。
5結(jié)語
由于實際情況復(fù)雜，本文只選取6類代表性指標(biāo)調(diào)查，設(shè)計出信用風(fēng)險評估系統(tǒng)，并給出操作示范。最終決策客觀、規(guī)范，實現(xiàn)風(fēng)險控制的目標(biāo)。同時為其他需要信用風(fēng)險評估的機構(gòu)或組織提供了一個有效的操作方法，這是該信用風(fēng)險評估系統(tǒng)更為深層的作用。
作者:馬楠藍(lán) 李雨芹 曹云 吳沁欣 單位:西華大學(xué)