戴蓓蓓

（淮北師范大學信息學院，安徽淮北 235000）

商業(yè)銀行在我國金融體系中的地位十分重要，是社會資本運轉(zhuǎn)的樞紐之一。信貸業(yè)務是商業(yè)銀行最重要的資產(chǎn)業(yè)務。當前，宏觀經(jīng)濟與國內(nèi)外形勢復雜多變，金融科技在傳統(tǒng)金融領(lǐng)域持續(xù)開疆破土，導致商業(yè)銀行利潤空間不斷受到擠壓。而積極開拓以消費信貸為代表的個人業(yè)務是商業(yè)銀行經(jīng)營轉(zhuǎn)型的有效途徑。

受新冠肺炎疫情影響，我國經(jīng)濟出現(xiàn)系統(tǒng)性停滯，企業(yè)及個人還款能力下降且信貸需求提升。因此，高效準確地識別信貸客戶資質(zhì)，平衡信用評估中的信息不對稱，對降低銀行壞賬率、提升銀行風控水平顯得尤為重要。其中，識別個人客戶信貸風險的基礎是信用特征體系的構(gòu)建。商業(yè)銀行傳統(tǒng)信用指標體系的構(gòu)建主要是圍繞客戶財務數(shù)據(jù)，大數(shù)據(jù)背景下多源信息的覆蓋能更全面反映客戶信用特征。

一、研究現(xiàn)狀

相比歐美發(fā)達國家，我國針對個人信用指標體系的研究較晚。傳統(tǒng)指標體系的選取主要圍繞個人基本信息、財務數(shù)據(jù)、信貸歷史三個維度展開，從而評估客戶的償債能力及償債意愿。黃儒靖（2004）提出從資產(chǎn)存量、信用歷史、償債能力三方面構(gòu)建個人信用評估體系。方先明（2005）使用聚類算法選取指標。這些指標數(shù)據(jù)之間關(guān)聯(lián)度高、耦合性強，但信用數(shù)據(jù)來源單一，只能片面反映個人信貸客戶的真實信用情況，且審慎的態(tài)度也可能拒絕信用良好但缺乏征信歷史的客戶。

隨著大數(shù)據(jù)技術(shù)在多場景下的成功應用，用戶消費、社交等行為數(shù)據(jù)被收集記錄，圍繞客戶的數(shù)據(jù)量和數(shù)據(jù)維度呈現(xiàn)爆炸式增長。學者們重點探究大數(shù)據(jù)基礎上的多來源數(shù)據(jù)，尤其是軟信息對用戶信用評估及風險預測精確度的提升。王正位（2020）對信貸人的消費行為數(shù)據(jù)在信用評估中的作用展開實證研究，發(fā)現(xiàn)消費行為數(shù)據(jù)能高效彌補傳統(tǒng)征信記錄不足的弊端，從而提升征信歷史信息不足人群的風險識別效果。黃益平（2021）利用大數(shù)據(jù)風控模型進行實證分析，結(jié)果表明，樣本量及信息時效性提高有助于提升預測違約準確率。

但大數(shù)據(jù)信用評估體系的構(gòu)建也存在諸多問題，主要體現(xiàn)在海量數(shù)據(jù)采集及評估結(jié)果的可解釋性方面。相對于商業(yè)銀行傳統(tǒng)信用評估指標體系，大數(shù)據(jù)征信從多平臺、廣角度收集用戶不同場景下的支付、消費、瀏覽歷史等信息，缺乏信息隱私保護下統(tǒng)一的數(shù)據(jù)收集標準，數(shù)據(jù)量大但稀疏性強，且以非結(jié)構(gòu)化數(shù)據(jù)為主。此外，大數(shù)據(jù)征信更依賴KVM、隨機森林等在內(nèi)的機器學習模型，訓練后高度擬合數(shù)據(jù)的機器學習模型的黑盒機制缺乏對評估結(jié)果的有力解釋。

二、大數(shù)據(jù)背景下商業(yè)銀行個人信用評估的數(shù)據(jù)源

指標體系和所選模型決定信用評估效果。在商業(yè)銀行傳統(tǒng)信用評估體系中，個人指標特征的選取主要圍繞客戶基本靜態(tài)信息、財務指標和信貸歷史展開，特征維度有限。以UCI 平臺上可以公開獲取的“German Credit Dataset”真實信息為例，每條記錄描述借款人20個屬性信息，包括性別、年齡、從業(yè)年限、職位、信用卡等變量。數(shù)據(jù)維度主要覆蓋貸款人基本情況、財務信息等方面，以及個人償債能力強關(guān)聯(lián)，能部分映射貸款人信用狀況。

大數(shù)據(jù)技術(shù)的飛速發(fā)展變革了數(shù)據(jù)處理模式，“互聯(lián)網(wǎng)+”影響著人們的消費及生活習慣。人們在互聯(lián)網(wǎng)上留下眾多行為痕跡，多維海量碎片化數(shù)據(jù)的積累可以刻畫用戶心理及行為特征，間接反映貸款人還款能力及還款意愿?；谏虡I(yè)銀行視角，大數(shù)據(jù)背景下數(shù)據(jù)來源也更為廣泛，主要包括以下三方面。（1）以資金為核心的基本業(yè)務（存、貸等）辦理中所獲取的數(shù)據(jù)。主要覆蓋銀行傳統(tǒng)信用評估中涉及的特征維度。（2）獲得以銀行卡為交易接口的外部線上、線下消費數(shù)據(jù)。一般情況下，第三方支付平臺并不將交易明細回傳商業(yè)銀行，但若采取合作方式接入二級商戶，仍可捕捉客戶消費類別及消費傾向等外部消費信息，比如“外賣”、“出行”等。（3）獲取外部合作數(shù)據(jù)。相比以阿里為代表的金融科技企業(yè)，商業(yè)銀行在掌握用戶核心經(jīng)濟數(shù)據(jù)上具有絕對優(yōu)勢，但在用戶網(wǎng)絡交易、社交行為數(shù)據(jù)獲取上乏善可陳。基于戰(zhàn)略合作及資源交換，商業(yè)銀行和金融科技企業(yè)就各自核心資源展開數(shù)據(jù)合作，但受制于各自利益最大化的內(nèi)在追求，盡管商業(yè)銀行從金融科技企業(yè)所獲信貸客戶軟信息有限，卻仍可通過與其他相關(guān)數(shù)據(jù)耦合捕獲客戶的部分瀏覽習慣、支付偏好等非傳統(tǒng)信貸信息。

三、大數(shù)據(jù)背景下商業(yè)銀行個人信用評估指標體系構(gòu)建

大數(shù)據(jù)背景下，商業(yè)銀行個人信用評估數(shù)據(jù)來源廣泛、松散。本人將上述多來源數(shù)據(jù)按照以下原則構(gòu)建商業(yè)銀行個人信用評價指標體系。（1）全面性?；诂F(xiàn)有研究，除與信用強關(guān)聯(lián)的財務指標外，客戶消費偏好、行為習慣、人脈信息等弱關(guān)聯(lián)數(shù)據(jù)能有效彌補信用缺失客戶的額外信息。（2）靈活性。指標選取應具有靈活調(diào)整的動態(tài)性，能滿足信貸申請人的多場景需求，適應銀行所處宏觀環(huán)境的變遷。且靈活性較強的信用特征體現(xiàn)較好的時效性。相比時間維度跨越較大、信息更新較慢的歷史信貸數(shù)據(jù)，新鮮動態(tài)的信用指標能更彈性地反映借款人的還款能力及還款意愿。（3）客觀性。構(gòu)建指標體系以數(shù)據(jù)的可獲得性為基礎，且需符合國家政策法規(guī)。數(shù)據(jù)來源真實可靠、客觀公正，保證信用評估體系的完整和穩(wěn)定。

基于以上原則，以商業(yè)銀行傳統(tǒng)信用評估指標體系為基礎，綜合大科技信貸風控經(jīng)驗，提出具有六個維度的一級信用評估特征類別，分別為用戶基本屬性、用戶財務能力、用戶信貸歷史、用戶交易特征、用戶行為偏好及用戶社交關(guān)系。（1）用戶基本靜態(tài)信息。包括信貸人年齡、性別、籍貫等靜態(tài)特征，主要來自用戶申請銀行存貸、理財?shù)认嚓P(guān)服務時提交的個人基本資料。（2）用戶財務能力。包括信貸人的收入、房產(chǎn)車輛信息、所持銀行金融資產(chǎn)等直接反應客戶還款能力的財務指標。（3）用戶信貸及抵押歷史。包括來自銀行內(nèi)部及央行征信獲取的信貸人歷史信用數(shù)據(jù)，信用卡、房貸、車貸等負債還款、逾期等情況，可以較為直接地衡量信貸人的還款意愿。（4）用戶交易特征。包括銀行內(nèi)部及外部的用戶消費行為數(shù)據(jù)。內(nèi)部交易數(shù)據(jù)主要體現(xiàn)在購買商業(yè)銀行金融產(chǎn)品所記錄的信息，比如消費金額、時間、頻次等內(nèi)容。外部交易數(shù)據(jù)主要來自第三方平臺的接口數(shù)據(jù)回傳，比如消費類別、金額、支付渠道等內(nèi)容。（5）用戶行為偏好。包括線上線下消費傾向、商品瀏覽歷史、社交網(wǎng)站行為數(shù)據(jù)等內(nèi)容，主要來自資源合作下金融科技公司提供的電商及社交媒體數(shù)據(jù)，也來自其他渠道獲取的用戶行為信息。（6）用戶社交關(guān)系。包括社交網(wǎng)站行為數(shù)據(jù)、人際關(guān)系網(wǎng)絡等內(nèi)容，主要來自資源合作下金融科技公司提供的電商及社交媒體數(shù)據(jù)，也來自其他渠道獲取的用戶行為信息。

四、降維個人信用評估指標

客戶的償債能力和償債意愿是商業(yè)銀行授信的依據(jù)，也是信用評估和風險預測的最終目的。上述六大特征維度從不同角度表達借款人的還款能力及意愿，但維度信息表達強弱不同。用戶財務能力、信貸歷史來自銀行大量原始業(yè)務數(shù)據(jù)，價值密度高，對用戶信用評估的表達力最強。用戶交易特征、用戶行為偏好、用戶社交關(guān)系主要來自用戶線上行為大數(shù)據(jù)搜集，價值密度低、直觀解釋性差，對借款人信用評估的數(shù)據(jù)表達力相對較弱。且每項特征維度下又包含多項二級或三級指標，數(shù)據(jù)維度間存在高耦合信息，過多的冗余增加了高維數(shù)據(jù)處理的難度和復雜度。

考慮指標可解釋力及后續(xù)信用評估模型選擇，在保證數(shù)據(jù)來源盡可能全面的基礎上，對特征指標進行維度壓縮。剔除六大特征維度下對信用評估數(shù)據(jù)表現(xiàn)較差的子類指標，實現(xiàn)對原始變量的降維處理，提升商業(yè)銀行個人信用評估準確性，降低數(shù)據(jù)處理負擔，緩解“維度災難”和模型過擬合問題。降維的本質(zhì)是重構(gòu)原始高維空間特征指標，將其映射至低維空間。依據(jù)數(shù)據(jù)結(jié)構(gòu)、樣本信息等不同視角，對特征指標有不同降維處理方式。為提高數(shù)據(jù)處理和使用效率，結(jié)合大數(shù)據(jù)本身數(shù)據(jù)結(jié)構(gòu)類型多樣化特性，針對不同結(jié)構(gòu)的數(shù)據(jù)采取不同的降維處理方式。

大數(shù)據(jù)背景下商業(yè)銀行個人信用評估數(shù)據(jù)來源渠道廣泛，聚焦信貸人償債能力的傳統(tǒng)經(jīng)濟指標一般以靜態(tài)數(shù)據(jù)為主，可以采用主成分分析法進行降維。主成分分析法屬于無監(jiān)督方法，是將原始特征進行線性組合，構(gòu)建少數(shù)新變量，實現(xiàn)指標數(shù)據(jù)降維。新產(chǎn)生的主成分因子保留盡可能多的原始信息，并避免原始信息的重復。在主成分分析法中，新構(gòu)建的主成分因子可以表達為：

其中，x，x，…，x為原始數(shù)據(jù)特征指標值，Z，Z，…，Z是原始變量線性組合得到的主成分因子，其通過正交變換將貢獻度低的變量舍棄掉，在指標降維的同時具有較好的信息解釋力。

除商業(yè)銀行等傳統(tǒng)靜態(tài)經(jīng)濟指標，社交、電商等線上平臺記錄用戶動態(tài)使用痕跡，比如支付訂單、消費偏好、瀏覽黏性等，數(shù)據(jù)量龐大冗余，多為個人信用評估間接衡量數(shù)據(jù)，記錄真實可靠，樣本覆蓋面廣，信息價值密度低。考慮線上平臺大數(shù)據(jù)處理效能，可以采用隨機森林進行降維處理。隨機森林是基于Bagging 方法的集成學習模型，由多個彼此之間沒有關(guān)聯(lián)的決策樹構(gòu)成。其在訓練決策樹模型時，通過抽取方式獲得多個樣本，在每個樣本集上分別訓練。在對特征指標進行降維時，統(tǒng)計每個特征的分裂屬性，找到能保留最大信息量的特征子集。

通過對商業(yè)銀行個人信用評估指標降維處理，壓縮各特征變量下所構(gòu)建的二級或三級指標，剔除信息貢獻度低的數(shù)據(jù)，且盡可能多地保留原始數(shù)據(jù)所蘊含的價值。在保證個人信用評估準確性的同時，壓縮數(shù)據(jù)處理的時間復雜度，提升數(shù)據(jù)處理效能。

結(jié)語

個人信用風險的有效預測和管控，對商業(yè)銀行降低違約風險具有舉足輕重的意義。傳統(tǒng)商業(yè)銀行個人信用風險評估指標體系主要以客戶財務指標為核心，數(shù)據(jù)源較為單一，對缺乏信用記錄的客戶并不友好。信用評估方法是動態(tài)發(fā)展的過程，隨著大數(shù)據(jù)和機器學習技術(shù)的成熟，包括社交數(shù)據(jù)在內(nèi)的多維數(shù)據(jù)源能更加全面、精準、動態(tài)地衡量客戶資質(zhì)和還款能力。本文在大數(shù)據(jù)背景下構(gòu)建商業(yè)銀行個人信用評估六大指標維度，依據(jù)不同維度數(shù)據(jù)表征不同，采用主成分分析和機器學習的組合方法開展降維處理，能夠充分彌補傳統(tǒng)信用評估中數(shù)據(jù)來源單一、指標信息解釋弱的缺陷。