基于因子分析和Logistic分析的個人信用評估方法研究

李杰+方衛(wèi)東

【摘要】隨著大數(shù)據(jù)概念的提出，企業(yè)和個人越來越重視數(shù)據(jù)中隱藏的潛在價值。為準(zhǔn)確評價P2P網(wǎng)絡(luò)貸款平臺借款人的信譽度，本文利用因子分析方法從22個自變量中濃縮出8個“共同因子”，建立信用評價指標(biāo)體系，并利用Logistic模型對借款人行為進(jìn)行預(yù)測。這種個人信用評價指標(biāo)體系的篩選保留了大量的信息量，并利用Logistic模型給出了用戶違約概率。

【關(guān)鍵詞】P2P網(wǎng)貸 因子分析 評估指標(biāo)體系 Logistic分析

一、引言

從硅谷到北京，大數(shù)據(jù)的話題正在被傳播。如今，一個大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的時代正在開啟[1]。眾多企業(yè)正面臨著海量的管理數(shù)據(jù)，越來越關(guān)注如何從海量的數(shù)據(jù)中挖掘提煉出對企業(yè)有效的決策支持信息，提高企業(yè)的生存能力和企業(yè)的發(fā)展速度。某種程度上，數(shù)據(jù)就是企業(yè)最珍貴的財富。而數(shù)據(jù)財富的轉(zhuǎn)化需要一種能夠?qū)⒋罅繑?shù)據(jù)智能化地轉(zhuǎn)化為有價值的信息的技術(shù)，以達(dá)到為人們提供決策服務(wù)的目的。隨著計算機(jī)技術(shù)和統(tǒng)計分析方法的發(fā)展，量化分析已經(jīng)成為各個學(xué)科領(lǐng)域中廣泛應(yīng)用的技術(shù)方法。根據(jù)國際權(quán)威高德納咨詢公司的調(diào)查分析報告顯示，數(shù)據(jù)挖掘技術(shù)將是今后幾年全世界范圍內(nèi)重點加大投資研究的十大新興高科技技術(shù)之一，它已經(jīng)引起了學(xué)術(shù)界和工商界的重點關(guān)注，是當(dāng)今數(shù)據(jù)庫系統(tǒng)開發(fā)、研究和應(yīng)用領(lǐng)域的一個熱點技術(shù)[2]。

自2007年國外網(wǎng)絡(luò)貸款平臺模式引入中國以來，國內(nèi)P2P網(wǎng)絡(luò)借貸平臺如雨后春筍般蓬勃發(fā)展。這一模式為很多無法從銀行或其他信貸機(jī)構(gòu)獲取貸款的支持的個人消費者、微企業(yè)主提供了一種新的融資渠道。然而，P2P網(wǎng)貸面臨諸多風(fēng)險：個人信用風(fēng)險，平臺賬戶資金使用不當(dāng)引發(fā)經(jīng)營風(fēng)險，法律風(fēng)險等。目前我國的公民信用體系還不健全，平臺與平臺之間又缺乏聯(lián)系和溝通，各個平臺頻頻出現(xiàn)壞賬，借款人不能及時還款，造成了借款人集中違約，借款人信用風(fēng)險無疑是平臺面臨的最大風(fēng)險。如何有效地識別借款者并預(yù)測其未來的貸款償還表現(xiàn)，控制其信用風(fēng)險，已成為當(dāng)前亟待解決的問題。

個人信用評估，是指通過使用科學(xué)嚴(yán)謹(jǐn)?shù)姆治龇椒?，綜合考察影響個人及其家庭的內(nèi)在和外在的主客觀環(huán)境，并對其履行各種經(jīng)濟(jì)承諾的能力進(jìn)行全面的判斷和評估。本文基于某P2P網(wǎng)絡(luò)借貸平臺的個人標(biāo)的數(shù)據(jù)，綜合運用因子分析法和Logistic回歸分析法構(gòu)建P2P網(wǎng)貸平臺個人信用評估模型。從模型的預(yù)測結(jié)果看，基于Logistic回歸分析的個人信用評估模型有較高的精度，并能預(yù)判標(biāo)的數(shù)據(jù)違約概率，可控制性強(qiáng)。

二、文獻(xiàn)回顧

自2005年P(guān)2P網(wǎng)絡(luò)貸款平臺首次在英國出現(xiàn)以來，國外理論界也一直致力于對這種新型互聯(lián)網(wǎng)金融借貸模式的探討與研究。國外目前對P2P網(wǎng)貸的研究比較成熟，研究成果非常豐富。Lauri Puro[3]等（2010）通過研究P2P借貸平臺Prosper.com，提出借款人決策建議模型，幫助借款人量化其戰(zhàn)略選擇。Robert&Benjamin（2010）通過研究發(fā)現(xiàn)，出借人可以通過網(wǎng)絡(luò)平臺獲取借款人的個人信譽，設(shè)法從中選取出信譽好的借款人進(jìn)行投資。這種方式可以有效緩解道德風(fēng)險，雖然要付出的成本較高，但相比傳統(tǒng)模式還是比較合適的。Durand[4]（1941）首先將判別分析法用于信用評分，正式提出使用數(shù)理統(tǒng)計模型輔助消費者授信決策的觀念。William Fair & Earl Isaacs（1958）利用判別分析法建立了著名的FICO信用評分系統(tǒng)。Wiginton[5]（1980）在信用評分模型中首次嘗試使用Logistic回歸方法，并與判別分析法進(jìn)行比較。由于Logistic方法前提假設(shè)條件少，并且對變量沒有正態(tài)性假設(shè)的要求，應(yīng)用廣泛，常用來做信用評分模型，延續(xù)至今。

我國社會信用體系建設(shè)經(jīng)歷了三個階段：起步階段、初步發(fā)展階段、加速發(fā)展階段現(xiàn)在已經(jīng)進(jìn)入全面推進(jìn)社會信用體系建設(shè)的加速發(fā)展階段。但與美國相比我國的信用體系尚不完善，P2P網(wǎng)絡(luò)貸款的研究起步也較晚。對P2P網(wǎng)貸的研究一開始停留在對網(wǎng)貸的介紹，營運模式比較等方面。辛憲[6]（2009）通過對國外典型P2P網(wǎng)貸平臺的運營模式進(jìn)行研究，將P2P企業(yè)運營模式歸納為：非盈利公益型（Kiva）、單純中介型（Prosper）和復(fù)合中介型（Zopa、Lending Club）三類。陳初[7]（2010）也對網(wǎng)貸運營模式進(jìn)行了研究，將運營模式歸納為：綜合授信（以企業(yè)網(wǎng)上行為參數(shù)為基礎(chǔ)），“P2P”網(wǎng)絡(luò)融資模式，網(wǎng)貸企業(yè)做銀行金融業(yè)務(wù)的外包服務(wù)商，為學(xué)生提供貸款。隨著信息技術(shù)的發(fā)展，近年來許多數(shù)據(jù)挖掘的新方法如神經(jīng)網(wǎng)絡(luò)、決策樹、遺傳算法、專家系統(tǒng)等陸續(xù)也被引入信用評分領(lǐng)域中。

三、個人信用風(fēng)險評估模型兩步走

隨著科學(xué)技術(shù)的發(fā)展，大數(shù)據(jù)時代的到來，數(shù)據(jù)的收集變得越來越容易，收集信息越來越詳細(xì)，維度也越來越高。盡管大數(shù)據(jù)給我們提供了更詳細(xì)的信息，但是維度越高，數(shù)據(jù)量越大研究所面臨的困難也越大。找一種合適的統(tǒng)計方法，在海量數(shù)據(jù)中篩選出有用的信息，降低數(shù)據(jù)維度，簡化模型，減少時間成本，成為人們關(guān)注的焦點?；诖?，本文提出個人信用評估模型兩步走的基本思路，模型建立前最重要的一步是變量降維。第一步：先對樣本數(shù)據(jù)做因子分析。因子分析是一種多變量化簡技術(shù)。目的是分解原始變量，從中歸納出潛在的“類別”，相關(guān)性較強(qiáng)的指標(biāo)歸為一類，不同類變量的相關(guān)性較低。每一類變量代表了一個“共同因子”，即一種內(nèi)在結(jié)構(gòu)，因子分析就是要尋找該結(jié)構(gòu)。至于如何利用因子分析法降維，下文會詳細(xì)介紹。第二步：利用機(jī)器學(xué)習(xí)領(lǐng)域的Logistic回歸分析將第一步降維后的“共同因子”進(jìn)行回歸分析，建立預(yù)測“好”、“壞”借款人的模型[8]。不直接使用Logistic回歸分析的原因是：一是樣本數(shù)據(jù)變量較多，數(shù)據(jù)量大；二是變量之間可能會存在多重共線性。通過第一步的因子分析降維，提高運行效率和模型結(jié)果的擬合準(zhǔn)確度。

四、實證研究

（一）數(shù)據(jù)與變量情況

本文數(shù)據(jù)來源于數(shù)多多（DataDuoDuo.com）數(shù)據(jù)交易平臺，購買的數(shù)據(jù)包包含翼龍貸網(wǎng)站記錄的自2013年3月到2015年1月的借款人交易數(shù)據(jù)，共包含47718個觀測，該樣本數(shù)據(jù)存在嚴(yán)重的錯登漏登問題，對樣本數(shù)據(jù)初步處理，剩余有效觀測個案為25589個，其中11286個為“好”客戶，14303個為“壞客戶”。樣本數(shù)據(jù)中包含的特征變量44個，可用于建模的變量23個，對變量做以下編碼[9]，如表1。

（二）變量降維

本文在翼龍貸樣本數(shù)據(jù)上使用spss22.0來進(jìn)行數(shù)值實驗。因變量為是否違約，因子分析選入22個自變量，表2記錄了因子分析的KMO和巴特利特檢驗。

從KMO和巴特利特檢驗結(jié)果來看，樣本數(shù)據(jù)中變量之間存在較強(qiáng)的多重共線性，所以樣本數(shù)據(jù)適合做因子分析降維。因子分析根據(jù)計算出來的特征根，選取特征根大于1的9個“共同因子”，分別為：Z1（社會特征），Z2（借還次數(shù)），Z3（借還期限），Z4（生活特征），Z5（保險），Z6（收入狀況），Z7（信用記錄），Z8（借款類型），Z9（性別）。spss軟件也給出了樣本數(shù)據(jù)的各個“共同因子”得分，保存為9個有預(yù)測能力的自變量。

（三）Logistic模型估計

二元Logistic回歸是對多元線性回歸方法的一種改進(jìn)，其形式為[12]：

其中，P（y=1|X）為客戶違約的概率。利用spss22.0軟件做Logistic分析，輸入9個“共同因子”，表3記錄了Logistic分析參數(shù)估計結(jié)果。

分析輸出結(jié)果，有8個自變量的顯著性都小于0.05，通過了顯著性檢驗，F(xiàn)AC9_2因子即Z9（性別）共同因子對模型結(jié)果無顯著影響，可以將其剔除，得Logistic回歸方程為：從表4的模型擬合優(yōu)度檢驗來看，Cox & Snell R平方和Nagelkerke R平方的值分別為0.302和0.404，說明模型的擬合效果比較好。另外，在用Logistic分析時分類分界值定為0.5，預(yù)測結(jié)果總的準(zhǔn)確率為75.4%，好客戶11286個，第一類錯誤率為22.3%，壞客戶14303個，第二類錯誤率26.4%，從表5可以看出模型的擬合效果已相當(dāng)理想。

五、結(jié)語

隨著科技的發(fā)展，大數(shù)據(jù)時代的到來，個人信息收集會越來越容易，P2P網(wǎng)貸平臺在進(jìn)行個人評分模型的構(gòu)建時，選擇指標(biāo)的難度卻越來越大，收集的無關(guān)指標(biāo)和冗余指標(biāo)還會降低模型的預(yù)測效果，實際情況和客觀需要都對個人信用風(fēng)險評分領(lǐng)域的指標(biāo)處理方法提出了更高的要求。本文利用翼龍貸網(wǎng)站的樣本數(shù)據(jù)，對個人信用評分中的數(shù)據(jù)降維方法和模型建立方法做了研究。首先將多個變量濃縮為幾個具有代表性變量，完成對變量的初步篩選?；诖耍疚慕Y(jié)合傳統(tǒng)的機(jī)器學(xué)習(xí)方法Logistic分析，進(jìn)行指標(biāo)的建模。其優(yōu)點是：可解釋性強(qiáng)、分類精度高，簡單易操作。

參考文獻(xiàn)

[1]Viktor Mayer Schonberger，Kenneth Cukier著.盛楊燕，周濤譯.大數(shù)據(jù)時代[M].浙江：浙江人民出版社，2013：16.

[2]MehmedKantardzic著.閃四清，陳茵，程雁等譯.數(shù)據(jù)挖掘——概念、模型、方法和算法[M].北京：清華大學(xué)出版社，2003：1-5.

[3]Lauri Puro Jeffrey E.Teich，Hannele Wallenius，Jyrki Wallenius，Borrower DecisionAid for People-to-People Lending.Decision Support Systems，2010：132-161.

[4]Durand D.Risk Elements in consumer Installment financing.New York：National Bureau of Economic Research，1941：60-72.

[5]Wiginton J C.A note on the comparison of logit and discriminant models ofconsumer credit behaviour.Journal of Financial and Quantitative Analysis，1980，15：757-770.

[6]辛憲.P2P運營模式探微[J].商場現(xiàn)代化，2009，7：19-22.

[7]陳初.對中國“P2P”網(wǎng)絡(luò)融資的思考[J].人民論壇，2010，9：128-129.

[8]余文建，沈益昌，杜洋.基于Logistic模型的個人信用評分體系研究[J].海南金融，2007，3：82-85.

[9]張成虎，李育林，吳鳴.基于判別分析的個人信用評分模型研究與實證分析[J].大連理工大學(xué)學(xué)報，2009，30（1）：6-10.

[10]黃秋彧，史小康.個人信用風(fēng)險評分的指標(biāo)選擇研究[J].新疆財經(jīng)大學(xué)學(xué)報，2015，（3）：5-15.

[11]王會娟，廖理.中國P2P網(wǎng)絡(luò)借貸平臺信用認(rèn)證機(jī)制研究——來自“人人貸”的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2014，4：136-147.

[12]向暉.個人信用評分組合模型研究與應(yīng)用[D].湖南：湖南大學(xué)，2011.