王國柏

【摘 要】針對我國住房貸款擔(dān)保公司信貸資產(chǎn)質(zhì)量下降和風(fēng)險加大的客觀情況，本文利用Apriori算法對住房貸款擔(dān)保公司個人信貸數(shù)據(jù)進(jìn)行了關(guān)聯(lián)分析，分析和挖掘出客戶數(shù)據(jù)中屬性的頻繁模式和關(guān)聯(lián)關(guān)系。分析結(jié)果表明，收入、教育水平、職業(yè)和貸款利率是影響住房貸款客戶信用等級的四個重要依據(jù)，擔(dān)保公司在評估一個新客戶的信用風(fēng)險等級時，要重點(diǎn)考慮和評估這四個因素。

【關(guān)鍵字】住房貸款；信用等級；風(fēng)險分析；關(guān)聯(lián)規(guī)則；Apriori算法

一、緒論

近年來，信貸資產(chǎn)質(zhì)量下降日趨成為住房貸款擔(dān)保行業(yè)一個亟待解決的重要問題。因而，針對我國住房貸款擔(dān)保公司信貸資產(chǎn)質(zhì)量下降和風(fēng)險加大的客觀情況，建立完善的信用風(fēng)險管控機(jī)制已成為刻不容緩的任務(wù)。大量研究表明，分析影響貸款客戶信用等級的因素，在貸款前對客戶進(jìn)行信用評估是降低住房貸款擔(dān)保公司風(fēng)險的有效方式。隨著科技的發(fā)展，住房置業(yè)擔(dān)保公司積累了大量的貸款客戶數(shù)據(jù)，建立了相應(yīng)的數(shù)據(jù)倉庫。并基于該數(shù)據(jù)倉庫，利用數(shù)據(jù)挖掘、大數(shù)據(jù)分析和可視化等技術(shù)，逐步展開分析，以期挖掘和分析出數(shù)據(jù)中隱含的、有價值的信息，并基于此建立客戶信用評估指標(biāo)和模型，以指導(dǎo)對未來貸款客戶信用的風(fēng)險評估和決策。

關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘技術(shù)的一種經(jīng)典方法，其可用于從大量數(shù)據(jù)中分析和挖掘出屬性之間的關(guān)聯(lián)和相關(guān)聯(lián)系。本文利用關(guān)聯(lián)規(guī)則分析方法：Apriori算法，對某住房貸款擔(dān)保公司個人信貸數(shù)據(jù)進(jìn)行分析，得出與信用等級最為相關(guān)的客戶信息。通過Apriori算法的關(guān)聯(lián)分析，本文從實(shí)際貸款客戶數(shù)據(jù)集中，挖掘、分析出信用等級和客戶屬性之間的關(guān)系特征；然后，基于這些規(guī)則建立風(fēng)險評估模型，并預(yù)測新的客戶樣本數(shù)據(jù)的信用風(fēng)險。由于規(guī)則來源于實(shí)際數(shù)據(jù)，因此挖掘到的規(guī)則具有良好的客觀性和準(zhǔn)確性，可以作為預(yù)測和分析貸款客戶信用等級的決策依據(jù)。

二 、Apriori算法

數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則方法，主要是用于挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間的關(guān)聯(lián)或相關(guān)聯(lián)系。在現(xiàn)實(shí)世界中，一件事情的發(fā)生，在很大概率上，也會引起另外一件事情的發(fā)生?；蛘哒f，這兩件事情是是相互關(guān)聯(lián)的，在很多時候常常會一起發(fā)生。那么人們通過分析，可以發(fā)現(xiàn)得到相關(guān)兩件事情間的這種關(guān)聯(lián)規(guī)則。可以由一件事情的發(fā)生來，來推測另外一件事情的發(fā)生，從而更好地了解和掌握事物的發(fā)展、動向等等。這種過程就是關(guān)聯(lián)規(guī)則分析。常用的關(guān)聯(lián)規(guī)則的算法有算法、算法等。

本文主要是運(yùn)用算法實(shí)現(xiàn)對數(shù)據(jù)的分析：算法是一種最為常用的挖掘布爾關(guān)聯(lián)規(guī)則的算法。主要步驟如下：（1）輸入數(shù)據(jù)集，并計(jì)算含有一個元素的項(xiàng)目集出現(xiàn)的頻率，找出那些大于最小支持度的項(xiàng)目集，得到一維最大項(xiàng)目集，生成一維頻繁集。（2）進(jìn)行連接運(yùn)算，生成二維候選集；再根據(jù)預(yù)先給定的最小支持度，生成二維頻繁集。（3）重復(fù)上述過程，直到生成M維頻繁集，并且不能再生成滿足最小支持度的項(xiàng)目集。在以上過程中需要注意：若存在維候選集，其中某個元素的子集不是維頻繁集，則該候選集將被刪除。

本文中所涉及的通過算法所建立的住房置業(yè)客戶信用關(guān)聯(lián)模式，是通過對實(shí)際用戶的具體數(shù)據(jù)進(jìn)行分析，分析和建立客戶各個屬性與信用等級之間的關(guān)系，挖掘出對信用最用重要的指標(biāo)因素，建立貸款用戶信用等級的客觀評價指標(biāo)模型，以方便的為解決同樣的問題提供快速的分析結(jié)果，幫助住房置業(yè)擔(dān)保企業(yè)做出更科學(xué)、更合理的決策。

三、基于Apriori算法的客戶信用大數(shù)據(jù)關(guān)聯(lián)分析

就目前而言，在金融行業(yè)企業(yè)中，尤其是住房貸款擔(dān)保公司需要成功預(yù)測貸款客戶的信用等級。一旦獲得了用戶信用等級的準(zhǔn)確信息，住房貸款擔(dān)保公司就可以發(fā)現(xiàn)信用等級較低的用戶，從而改善自身的決策，拒絕為信用等級較低的客戶做信用擔(dān)保。從而規(guī)避由于客戶延期還款、惡意欠款而帶來的擔(dān)保公司的經(jīng)濟(jì)損失。目前市場上同類型的系統(tǒng)缺乏，應(yīng)用還不廣泛，住房擔(dān)保公司還是通過經(jīng)驗(yàn)來判斷客戶的信用等級，十分不科學(xué)。需要能夠判斷用戶信用等級的軟件來幫助住房貸款擔(dān)保公司來做出正確的決策。

（一）數(shù)據(jù)預(yù)處理

住房擔(dān)保數(shù)據(jù)挖掘系統(tǒng)需要實(shí)際應(yīng)用在住房置業(yè)擔(dān)保公司中，因此，本文所采用的數(shù)據(jù)集為擔(dān)保公司近十年來在經(jīng)營過程中所積累的用戶數(shù)據(jù)。該數(shù)據(jù)集的數(shù)據(jù)量規(guī)模較大，能夠真實(shí)的體現(xiàn)住房置業(yè)擔(dān)保公司客戶的實(shí)際信用情況。但是，由于實(shí)際經(jīng)營中獲取的數(shù)據(jù)存在一定程度的冗余信息，不是全部內(nèi)容都對關(guān)聯(lián)分析有意義，因此，一開始需要對數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理操作。數(shù)據(jù)預(yù)處理是一個關(guān)鍵而繁瑣的過程，處理結(jié)果的好壞直接影響后續(xù)關(guān)聯(lián)分析的運(yùn)行速度和準(zhǔn)確性。本文的數(shù)據(jù)預(yù)處理操作主要從以下幾個方面進(jìn)行。

1.去掉無關(guān)的屬性?，F(xiàn)有數(shù)據(jù)庫中客戶的屬性多達(dá)數(shù)十個，本文通過深入分析發(fā)現(xiàn)，部分屬性與個人信用評估關(guān)系不大。例如，姓名、現(xiàn)住地址、購房地址、手機(jī)號碼、單位名稱、合同編號等屬性明顯對于數(shù)據(jù)分析意義不大。因此，為提高關(guān)聯(lián)分析的效率，本文把這些屬性直接從數(shù)據(jù)表中刪除。

2.選取屬性。根據(jù)用戶屬性與用戶信用等級的相關(guān)性，本文選取了性別、月收入、學(xué)歷、房屋價格、房源、貸款利息、還款方式、貸款時間、客戶級別八個屬性進(jìn)行關(guān)聯(lián)分析。

3.屬性量化。為減少計(jì)算的復(fù)雜程度，簡化系統(tǒng)的結(jié)果，要對有關(guān)屬性進(jìn)行量化處理。在上述八個屬性中，五個屬性為量化屬性，包括性別、學(xué)歷、房源、貸款利息、還款方式、客戶級別。為了方便進(jìn)一步分析，本文對月收入、房屋價格、貸款時間三個屬性根據(jù)以下條件進(jìn)行量化，具體如下：①月收入的量化。如果“月收入>=5000”，則量化結(jié)果為高；如果“月收入<5000”，則量化結(jié)果為低。②房屋價格量化。如果“房屋價格>200萬”，則量化結(jié)果為高；如果“100萬<房屋價格<200萬”，則量化結(jié)果為中；如果“房屋價格<100萬”，則量化結(jié)果為低。③貸款時間量化。如果“貸款時間>5年”，則量化結(jié)果為長；如果“1年<貸款時間<5年”量化結(jié)果為中；如果 “貸款時間<1年”，量化結(jié)果為短。endprint

4.數(shù)據(jù)抽取。本文進(jìn)行關(guān)聯(lián)分析所用的數(shù)據(jù)集，是住房置業(yè)擔(dān)保公司所提供的真實(shí)數(shù)據(jù)，共包含65536條數(shù)據(jù)。每條數(shù)據(jù)包含多個屬性，具體如下：gender代表住房貸款擔(dān)?？蛻舻男詣e；monthly_income2代表客戶的月收入；education代表客戶的受教育程度；house_totle_cost代表房屋的總花費(fèi)，jf代表購買房源的類型；bank_loan_interest_rate代表銀行貸款利率；repayment_type代表還款方式；loan_duration代表貸款期限；kehujibie2代表客戶的信用級別。

（二）關(guān)聯(lián)分析

本文采用weka軟件系統(tǒng)，對貸款客戶信用數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，運(yùn)行結(jié)果如圖1所示：

圖1關(guān)聯(lián)分析結(jié)果

從關(guān)聯(lián)分析結(jié)果可以得出以下結(jié)論。

1.貸款客戶的信用等級狀況與其收入狀況（主要是指收入水平、和收入穩(wěn)定性）密切相關(guān)。貸款人的收入水平越高、收入來源越穩(wěn)定，其所具有的信用等級越高?？梢哉f，收入穩(wěn)定性和收入水平是衡量貸款客戶還款信用的最重要指標(biāo)。顯然，本文衡量客戶信用狀況的收入是指其合法的收入。

2.貸款客戶所受到的教育水平也是衡量其信用狀況的一個重要指標(biāo)。這時因?yàn)?，在一般情況下，一個人的道德素養(yǎng)在很大程度上取決于其所受到的教育水平。教育程度良好的人會非常注重維護(hù)個人的信譽(yù)，更加遵守法律和道德規(guī)范。也就是說，這些人具備較高的自我約束能力，具有更好的信用度。相反，教育程度低的人往往會意識不到信用的重要性，繼而比較缺乏信用意識，其違約還款的可能性會比較大。

3.就職狀況與客戶的信用相關(guān)。一方面，貸款客戶所從事的職業(yè)的種類，直接決定著其收入的高低和收入的穩(wěn)定性。另一方面，從事職業(yè)也在很大程度上影響著一個人的誠信。從事不同的職業(yè)，意味著其在住房公積金、福利、醫(yī)療失業(yè)保險、退休金等方面的待遇是不同的。因此，在客戶還款信用評估中，職業(yè)狀況也是一個重要指標(biāo)。在評估過程中，公務(wù)員、教師、事業(yè)單位的優(yōu)先級會比其它職業(yè)要高，這時因?yàn)檫@些行業(yè)的工資、待遇和工作穩(wěn)定性更加有保障。并且，從事這些行業(yè)的人會更加重視誠實(shí)和信譽(yù)，具備更好的信用等級。除以上職業(yè)外，一般來說，從事壟斷行業(yè)和成長期行業(yè)職工的也屬于高收入水平且工作性質(zhì)也相對穩(wěn)定，因此在信用評估過程中，這些行業(yè)職工的信用等級也較高，

4.銀行利率與還款信用相關(guān)。從以上的關(guān)聯(lián)分析還可以看出，客戶的還款信用等級與住房貸款的利率成反比。貸款利率越高，貸款客戶的還款信用等級越低。反之，住房貸款的利率越低，貸款客戶的還款信用等級就越高。這是因?yàn)?，?dāng)貸款利率增加時，客戶在貸款期間需要償還的金額就越多，其償還能力有可能不能滿足償還的要求。然而銀行利率較低時，貸款客戶所需要償還的金額就比較少，信用等級會更高一些。

除上述的四個因素外，貸款客戶的還款信用等級還受到以下多個指標(biāo)的影響：總房價的高低、年齡、婚姻狀況、以及個人所處社會環(huán)境、信用履歷等。這些指標(biāo)也為住房貸款擔(dān)保公司做出決策起到一定的作用，在建立風(fēng)險模式時要給予考慮。

四、 結(jié)論

針對住房貸款風(fēng)險問題，本文利用算法對住房貸款擔(dān)保公司個人信貸數(shù)據(jù)進(jìn)行了分析，分析和挖掘出客戶數(shù)據(jù)中屬性的頻繁模式和關(guān)聯(lián)關(guān)系。分析結(jié)果表明：影響住房置業(yè)擔(dān)保企業(yè)客戶信用的最重要因素是貸款客戶收入狀況，主要是包括收入水平和收入穩(wěn)定性兩個指標(biāo)。收入越高、穩(wěn)定性越好的客戶，其違約的風(fēng)險越小，還款的信用等級會越高；其次，教育水平的高低是評估客戶信用狀況的一個重要因素，這是因?yàn)樗芙逃乃剑粌H決定了客戶收入狀況，還影響著其所具備的個人誠信觀念。貸款客戶所從事的職業(yè)也是評估貸款客戶信用等級的一個重要因素。另外，銀行的貸款利率水平也在一定程度上影響著客戶償還貸款的信用?？梢哉f，收入、教育水平、職業(yè)和貸款利率是影響住房貸款客戶信用等級的四個重要依據(jù)，擔(dān)保公司在評估一個新客戶的信用風(fēng)險等級時，要重點(diǎn)考慮和評估這四個因素。本文的數(shù)據(jù)關(guān)聯(lián)規(guī)則來源于實(shí)際數(shù)據(jù)分析，具有良好的客觀性和準(zhǔn)確性，可以作為預(yù)測和分析貸款客戶信用等級的決策依據(jù)。

參考文獻(xiàn)：

[1]于卓. 應(yīng)用決策樹構(gòu)建個人住房貸款風(fēng)險評估模型[D]. 東北財(cái)經(jīng)大學(xué)， 2007.

[2]劉順挺. 基于數(shù)據(jù)挖掘技術(shù)的個人信用評估模型[D]. 南京理工大學(xué)， 2007.

[3]金豆. 數(shù)據(jù)挖掘技術(shù)在資產(chǎn)管理系統(tǒng)中的應(yīng)用[D]. 長春理工大學(xué)， 2010.

[4]張翠翠， 阮樹驊. 用于短頻繁項(xiàng)的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘方法[J]. 電子科技， 2016（5）：88-92.

[5]許麗莉， XuLili. 基于信用等級遷移和違約損失的貸款定價[J]. 湘南學(xué)院學(xué)報(bào)， 2016， 37（2）：7-11.endprint