信息不对称下的银行零售信用风险研究——基于非参数随机森林

• 作 者: 吴见彬
• 机 构: 厦门大学
• 出 处: 厦门大学
• 发表日期: 2012年期
• 关键词: 银行零售业务 信用风险 信息不对称 非参数随机森林

近年来零售信贷业务发展迅猛，已经成为国内众多商业银行重点争夺的领域。与对公业务相比，零售业务呈现出客户量大但人均交易额小的特点，若使用人工逐户逐笔的方式进行审批和监管，不仅经营成本高业务效率低，还会出现人工评价标准不统一的问题。此外，银行零售市场具有信贷信息不对称的特征，这是信用风险产生的主要原因之一。在信贷信息不对称下，如何利用统计分析、数据挖掘等高新技术，建立可靠的分析模型，对用户的行为进行模型化自动化风险识别具有非常重要的意义。　　本文首先剖析了随机森林的特征选择功能，指出随机森林计算出的变量重要性是有偏的，主要体现为:该重要性偏好于连续变量以及多类别的属性变量，同时还会受到输入变量间相关性的影响。本文在第3章中进行了实验模拟，模拟结果进一步验证了该变量重要性的有偏性。故本文引入了基于条件的森林Cforest，可以计算出变量的条件重要性，被证明具有无偏性质。　　在此基础上，本文分别对信用卡和个人住房贷款业务建立了随机森林违约识别模型，该模型具有很高的识别能力，优于基准的罗吉斯模型和SVM模型。此外，个人住房贷款由于合同周期长，数据常常呈现截尾性特征，故本文在第6章引入了针对截尾数据分析的随机生存森林(RSF)，它在识别违约与否的同时，还能计算出违约概率和违约时间，具有很大的应用价值。　　本文的实证研究发现信用卡持有者的职业、学历、性别、婚姻、家庭人口数等借款人的个人特质在信用评估中最具影响力;而在个人住房贷款业务中，最具影响力的变量为贷款总额、借款人行业、贷款收入比和利率等，相比之下贷款状况变量比个人特质变量更重要。此外，在个人住房贷款业务中，违约率较低的客户群主要包括以下几类:高学历客户、中间年龄段客户、已婚客户，女性客户等。从职业来看，违约率最低的是公务员，其次为教师。