信用卡風(fēng)險(xiǎn)分析.doc

信用卡風(fēng)險(xiǎn)分析指導(dǎo)老師： 黃三益老師組員：e123502191 張智欽 n954020003 于亨宗 m965040023 鍾友華信用卡風(fēng)險(xiǎn)分析預(yù)測(cè)1. introduction 1.1 motivation and background自1970年代以來(lái)，各國(guó)相繼採(cǎi)用各項(xiàng)金融改革措施，而臺(tái)灣也於民國(guó)79年開放新銀行的設(shè)立，使得金融業(yè)長(zhǎng)期寡占市場(chǎng)的局面，有了重大的變革。在金融革新的部份，政府逐漸解除各項(xiàng)管制，使得保險(xiǎn)、其他非銀行業(yè)者，相繼投資或跨足經(jīng)營(yíng)金融事業(yè)，引進(jìn)無(wú)人銀行、電子銀行，整合開發(fā)金融的衍生性商品、消費(fèi)金融商品，其中在消費(fèi)金融商品為最活絡(luò)的業(yè)務(wù)，當(dāng)中又以信用卡的推廣最為成功。在蓬勃發(fā)展且競(jìng)爭(zhēng)激烈的信用卡市場(chǎng)中，各家銀行為了達(dá)到其經(jīng)濟(jì)規(guī)模，使用各種行銷策略，以擴(kuò)大市場(chǎng)佔(zhàn)有率，如此的惡性競(jìng)爭(zhēng)下，容易形成一人多卡，個(gè)人信用過(guò)度膨脹，有鑑於銀行發(fā)卡浮濫，金管會(huì)銀行局因此訂出相關(guān)監(jiān)理?xiàng)l例，以嚴(yán)格控制資產(chǎn)品質(zhì)，若逾放比、呆帳過(guò)高，銀行局甚至?xí)钽y行停止發(fā)卡業(yè)務(wù)，而發(fā)卡銀行隨著辦卡人持續(xù)增加，總難以避免呆帳也節(jié)節(jié)上升的問(wèn)題，發(fā)卡銀行獲利空間逐漸變小，跟雙卡風(fēng)暴，以及呆帳比越來(lái)越高，這些因素的多重影響的情況下，相繼訂出緊縮的發(fā)卡政策，而在金管會(huì)持續(xù)督促各發(fā)卡銀行注意其資產(chǎn)品質(zhì)，並加強(qiáng)申報(bào)資料之正確性及時(shí)效性，以保障消費(fèi)者權(quán)益及健全市場(chǎng)之發(fā)展，種種的因素之下，導(dǎo)致民國(guó)九十三年之後的發(fā)卡數(shù)量極遽的下降，相關(guān)統(tǒng)計(jì)如下頁(yè)圖1。圖1：臺(tái)灣歷年發(fā)卡數(shù)與流動(dòng)卡數(shù)在歷經(jīng)亞洲金融風(fēng)暴後，國(guó)內(nèi)銀行逾放比與呆帳率逐年升高，而近幾年，政府即將要把銀行的逾放比定義與國(guó)際接軌，屆時(shí)銀行勢(shì)必面臨更嚴(yán)重的考驗(yàn)。整體的經(jīng)營(yíng)環(huán)境不佳，日愈嚴(yán)重的逾放比，發(fā)卡業(yè)者亦意識(shí)到信用卡業(yè)務(wù)的成敗，關(guān)鍵乃在於一開始便做有效的風(fēng)險(xiǎn)控管，防違約於未然，如能預(yù)先界定出會(huì)造成違約的因子，預(yù)先排除信用不佳的申請(qǐng)人，大幅來(lái)改善信用卡的管理風(fēng)險(xiǎn)，一方面降低違約率，一方面留住好客戶；再者，加強(qiáng)核卡後的信用風(fēng)險(xiǎn)控管，對(duì)於交易異常的客戶或持卡人給予暫停?？?、強(qiáng)制停卡等方式。核卡後的風(fēng)險(xiǎn)控管，充其量也只能降低已發(fā)生的損害，卻無(wú)法避免持卡人違約對(duì)發(fā)卡機(jī)構(gòu)所造成的損害，因此，在事先的預(yù)防重於事後的補(bǔ)救的前提下，發(fā)卡機(jī)構(gòu)在發(fā)卡前的審核及對(duì)新申請(qǐng)者的信用評(píng)比，將是值得研究探討的課題。1.2.determination of data set透過(guò)先前的一些文獻(xiàn)回顧發(fā)現(xiàn)到信用卡風(fēng)險(xiǎn)評(píng)估中，所需的客戶資料屬性多為個(gè)人財(cái)務(wù)狀況資料（如：有無(wú)貸款、信用卡持有數(shù)、月收入等）、以及基本資料（如：婚姻、年齡、有無(wú)子女等），另外我們還關(guān)心客戶所屬風(fēng)險(xiǎn)的狀況，因此我們?nèi)缫獜哪承庞每ü舅〉玫目蛻糍Y料裡，就必須含有以上三類的資料。2. data mining procedure在the data mining techniques中，berry和linoff建議資料採(cǎi)礦的技術(shù)應(yīng)符合10項(xiàng)步驟，我們?cè)趫?bào)告中將依循這時(shí)個(gè)步驟，並敘述每個(gè)步驟內(nèi)完整的內(nèi)容，以下是我們10個(gè)步驟的過(guò)程。step one: translate the business problem into a data mining problem發(fā)卡銀行中總是累績(jī)龐大的客戶歷史資料，而發(fā)卡銀行無(wú)法用一般統(tǒng)計(jì)模式從某些屬性欄位來(lái)評(píng)判甚至預(yù)測(cè)一個(gè)客戶的行為，例如會(huì)不會(huì)使用循環(huán)利息、該客戶的風(fēng)險(xiǎn)高不高、會(huì)不會(huì)違約等等，因此透過(guò)資料採(cǎi)礦技術(shù)（例如：決策樹、類神經(jīng)網(wǎng)路、貝氏機(jī)率分類）和統(tǒng)計(jì)方法（例如：羅吉斯回歸），建構(gòu)出一套完全符合自身銀行評(píng)判客戶特性與其信用卡風(fēng)險(xiǎn)模型之流程。本研究要透過(guò)現(xiàn)有資料來(lái)建立評(píng)判客戶風(fēng)險(xiǎn)的的模型，利用不同的採(cǎi)礦技術(shù)，求得一個(gè)最佳的評(píng)判模型。step two: select appropriate data本研究以國(guó)內(nèi)某信用卡發(fā)卡銀行為研究對(duì)象，資料來(lái)源取自銀行信用卡部門的資料庫(kù)，資料檔包括有4117筆信用評(píng)等以及個(gè)人財(cái)務(wù)狀況資料，也包含基本資料資訊，但由於必須顧及保密性，故這些原始資料皆已先做過(guò)相關(guān)的整理。step three: get to know the data本研究將原始資料變數(shù)名稱及類型整理成以下的表格：表1. 原始資料變數(shù)名稱與類型類型變數(shù)名稱資料類型基本資料id連續(xù)型年齡連續(xù)型收入連續(xù)型性別類別型（m/f）婚姻狀況類別型（single/married/divsepwid）小孩數(shù)連續(xù)型財(cái)務(wù)狀況卡數(shù)連續(xù)型付款方式類別型（weekly/monthly）有無(wú)抵押類別型（y/n）店家的卡連續(xù)型抵押方式連續(xù)型結(jié)果風(fēng)險(xiǎn)good risk（信用好風(fēng)險(xiǎn)低的客戶）bad risk（風(fēng)險(xiǎn)高且會(huì)造成公司損失的客戶）bad profit（風(fēng)險(xiǎn)高但有利可圖的客戶）step four: create a model set我們將所收集而來(lái)的4117筆原始資料，將資料以隨機(jī)的方式抽成約6：4的筆數(shù)，把前者當(dāng)做訓(xùn)練資料集來(lái)建立模型（有2455筆），而後者當(dāng)做測(cè)試資料集（有1662筆），用此來(lái)選擇模型以及測(cè)量模型在預(yù)測(cè)未知資料的能力，此依數(shù)據(jù)是為了避免產(chǎn)生過(guò)度學(xué)習(xí)（overfitting）的狀況，因?yàn)橛糜?xùn)練資料集製作模型時(shí)，模型往往會(huì)記憶一些不是可以放諸四海皆準(zhǔn)的規(guī)則，而只是一些發(fā)生在訓(xùn)練資料內(nèi)部的巧合而被當(dāng)成規(guī)則，因此模型預(yù)測(cè)的準(zhǔn)確性會(huì)被假性高估。step five: fix problems with the data在真實(shí)世界的資料中，雖然多數(shù)的資料被詳實(shí)的記錄下來(lái)，但仍有可能有許多偶發(fā)事件造成紀(jì)錄的不完整，進(jìn)而產(chǎn)生了所謂的遺漏值（missing value），遺漏值最直接的影響，就是會(huì)造成分析上的不確定性，本研究在處理遺漏值，初步採(cǎi)用的方式是透過(guò)統(tǒng)計(jì)的方式，將4117筆原始資料透過(guò)敘述統(tǒng)計(jì)來(lái)計(jì)算每個(gè)欄位是否有遺漏、極端值、以及超過(guò)某一欄位屬性定義範(fàn)圍的值，若有缺漏則再採(cǎi)取更進(jìn)一步的處理方式，下表為各筆資料品質(zhì)圖2. 各屬性資料品質(zhì)step six: transform data to bring information to the surface這個(gè)步驟中，是否有哪些欄位可以合併、刪除、甚至衍生出新的欄位選項(xiàng)來(lái)做分析之用，例如可以利用信用卡額度、房貸與自己的月收入相除而得到新的欄位”個(gè)人負(fù)債比”，如此便可提供另一項(xiàng)新的資訊來(lái)分析，這次所使用的資料中，並沒(méi)有適當(dāng)?shù)臋谖豢梢杂枰院蟻?，因此本研究?cǎi)取尋找資料中與風(fēng)險(xiǎn)有所關(guān)聯(lián)，以及用矩陣的方式表示出每個(gè)欄位兩兩間的相關(guān)，若欄位間相關(guān)過(guò)高，就要考慮是否會(huì)有共線性的問(wèn)題，若太低，則還須觀察該欄位與風(fēng)險(xiǎn)的關(guān)聯(lián)多寡來(lái)決定是否要捨棄某一欄位。圖3. 各變數(shù)間的相關(guān)性step7. build models本研究採(cǎi)用分析方法為決策樹、類神經(jīng)網(wǎng)路、及羅吉斯回歸，另外加入另一筆全無(wú)重複值的測(cè)試資料集作為驗(yàn)證模型好壞，並檢視這三類分析法的正確率如何。決策樹是功能強(qiáng)大且相當(dāng)受歡迎的分和預(yù)測(cè)工具。這項(xiàng)以樹圖為基礎(chǔ)的方法，其吸引人的地方在於決策樹具有規(guī)則，此外，規(guī)則可以文字表達(dá)，讓人瞭解，經(jīng)網(wǎng)（neural network），在1980 代初期時(shí)就已經(jīng)被應(yīng)用在商業(yè)方面的問(wèn)題上，是指模仿生物經(jīng)網(wǎng)的資訊處系統(tǒng)，為一平分散式處計(jì)算模式，其定義為：經(jīng)網(wǎng)是一種計(jì)算系統(tǒng)，包含軟體和硬體，它使用大簡(jiǎn)單的相人工經(jīng)元（neuron）模仿生物經(jīng)網(wǎng)的能，羅吉斯迴歸，也稱定性變數(shù)迴歸，是根據(jù)輸入欄位值對(duì)記錄進(jìn)行分類的統(tǒng)計(jì)方法。它類似於線性迴歸，目標(biāo)欄位使用字元型欄位而不是數(shù)值型欄位。羅吉斯迴歸建立一組方程，把輸入欄位值與輸出欄位每一類的機(jī)率聯(lián)繫起來(lái)。一旦生成模型，便可用於估計(jì)新的資料的機(jī)率。對(duì)每一紀(jì)錄，計(jì)算其從屬於每種可能輸出類的機(jī)率。機(jī)率最大的目標(biāo)類被指定為該紀(jì)錄的預(yù)測(cè)輸出值。圖4. 使用決策樹c5.0圖5. 使用neural network圖6. 使用logisticstep eight. assess models評(píng)估模型部份，我們將1662筆的測(cè)試資料集放入原先所建立的決策樹模型中，如下圖，圖7. c5.0評(píng)估模型此外，我們將現(xiàn)有風(fēng)險(xiǎn)與決策樹模型所預(yù)測(cè)的風(fēng)險(xiǎn)加以比較表2. 訓(xùn)練資料集模型的風(fēng)險(xiǎn)預(yù)測(cè)風(fēng)險(xiǎn)預(yù)測(cè)值bad lossbad profitgood risk實(shí)際值bad losscount31117474row %55.64 31.13 13.24 total %12.67 7.09 3.01 bad profitcount84131774row %5.69 89.29 5.02 total %3.42 53.65 3.01 good riskcount43129249row %10.21 30.64 59.14 total %1.75 5.25 10.14 表3. 測(cè)試資料集代入原先模型的風(fēng)險(xiǎn)預(yù)測(cè)風(fēng)險(xiǎn)預(yù)測(cè)值bad lossbad profitgood risk實(shí)際值bad losscount18113135row %52.1637.7510.09total %10.897.882.11bad profitcount7582631row %8.0588.633.33total %4.5149.71.87good riskcount40146197row %10.4438.1251.44total %2.418.7811.85表4. 比較原有風(fēng)險(xiǎn)與預(yù)測(cè)風(fēng)險(xiǎn)之模型的正確率為訓(xùn)練資料集模型correct1,87776.46%wrong57823.54% total2,455測(cè)試資料集模型correct1,20472.44%wrong45827.56%total1,662由上述所列表我們可知，雖然模型預(yù)測(cè)風(fēng)險(xiǎn)的正確率由76.46%下降到72.44%，但我們較為關(guān)心的部份，原先是bad loss而被模型預(yù)測(cè)成good risk的比率，由3.01降成2.11，這表示本研究所建的決策樹模型有一定程度的預(yù)測(cè)能力。接著我們繼續(xù)以相同模式來(lái)看由類神經(jīng)網(wǎng)路所建出來(lái)的模型，然後以測(cè)試資料集挫為模型測(cè)試資料，如下圖圖8. 類神經(jīng)網(wǎng)路評(píng)估模型我們將現(xiàn)有風(fēng)險(xiǎn)與類神經(jīng)網(wǎng)路模型所預(yù)測(cè)的風(fēng)險(xiǎn)加以比較：表5. 用訓(xùn)練資料集所建類神經(jīng)網(wǎng)路模型的風(fēng)險(xiǎn)預(yù)測(cè)風(fēng)險(xiǎn)預(yù)測(cè)值bad lossbad profitgood risk實(shí)際值bad losscount19127692row %34.17 49.37 16.46 total %7.78 11.24 3.75 bad profitcount251334116row %1.69 90.44 7.86 total %1.02 54.34 4.73 good riskcount6153262row %1.43 36.34 62.23 total %0.24 6.23 10.67 表6. 用測(cè)試資料集代入類神經(jīng)網(wǎng)路模型的風(fēng)險(xiǎn)預(yù)測(cè)風(fēng)險(xiǎn)預(yù)測(cè)值bad lossbad profitgood risk實(shí)際值bad losscount14717426row %42.36 50.14 7.49 total %8.84 10.47 1.56 bad profitcount1490315row %1.50 96.89 1.61 total %0.84 54.33 0.90 good riskcount10109264row %2.61 28.46 68.93 total %0.60 6.56 15.88 表7. 比較原有風(fēng)險(xiǎn)與類神經(jīng)網(wǎng)路預(yù)測(cè)風(fēng)險(xiǎn)之模型的正確率訓(xùn)練資料集模型correct1,78772.79%wrong66827.21%total2,455測(cè)試資料集模型correct1,31479.06%wrong34820.94%total1,662由上述所列表我們可知，雖然模型預(yù)測(cè)風(fēng)險(xiǎn)的正確率由72.79%上升到79.06%，我們較為關(guān)心的部份，原先是bad loss而被模型預(yù)測(cè)成good risk的比率，由3.75降成1.56，這表示本研究所建的類神經(jīng)網(wǎng)路模型有一定程度的預(yù)測(cè)能力，而且整體模型表現(xiàn)比決策樹模型還來(lái)的佳。最後，我們用羅吉斯回歸來(lái)建立模型，再以測(cè)試資料集代入所建好的模型之中，如下圖所示圖9. logistic評(píng)估模型我們將現(xiàn)有風(fēng)險(xiǎn)與類神經(jīng)網(wǎng)路模型所預(yù)測(cè)的風(fēng)險(xiǎn)加以比較：表8. 用訓(xùn)練資料集所建羅吉斯回歸模型的風(fēng)險(xiǎn)預(yù)測(cè)風(fēng)險(xiǎn)預(yù)測(cè)值bad lossbad profitgood risk實(shí)際值bad losscount23325472row %41.68 45.44 12.88 total %9.49 10.35 2.93 bad profitcount91130579row %6.17 88.47 5.36 total %3.71 53.16 3.22 good riskcount37182202row %8.79 43.23 47.98 total %1.51 7.41 8.23 表9. 用測(cè)試資料集代入羅吉斯回歸模型的風(fēng)險(xiǎn)預(yù)測(cè)風(fēng)險(xiǎn)預(yù)測(cè)值bad lossbad profitgood risk實(shí)際值bad losscount17715020row %51.01 43.23 5.76 total %10.65 9.03 1.20 bad profitcount578678row %6.12 93.03 0.86 total %3.43 52.17 0.48 good riskcount32166185row %8.36 43.34 48.30 total %1.93 9.99 11.13 表10. 比較原有風(fēng)險(xiǎn)與羅吉斯回歸預(yù)測(cè)風(fēng)險(xiǎn)之模型的正確率為訓(xùn)練資料集模型correct1,74070.88%wrong71529.12%total2,455測(cè)試資料集模型correct1,22973.95%wrong43326.05%total1,662由上述所列表我們可知，雖然模型預(yù)測(cè)風(fēng)險(xiǎn)的正確率由70.88%上升到73.95%，我們較為關(guān)心的部份，原先是bad loss而被模型預(yù)測(cè)成good risk的比率，由2.93降成1.2，這表示本研究所建的羅吉斯回歸模型有一定程度的預(yù)測(cè)能力，較類神經(jīng)模型為差，但比決策樹模型略好。step nine. deploy models9.1決策樹模型利用套裝軟體建模所得的結(jié)果，由下圖可得知具有顯著性影響的欄位為店家的卡、婚姻狀況、收入、卡數(shù)，代入測(cè)試資料集後，預(yù)測(cè)風(fēng)險(xiǎn)正確的值有1204筆，正確率有72.44。圖10. 決策樹模型9.2類神經(jīng)模型表11. 顯著性表抵押方式0.333收入0.209婚姻狀況0.207年齡0.187卡數(shù)0.158店家的卡0.156有無(wú)抵押0.05付款方式0.048小孩數(shù)0.046由上表可得知輸入的9個(gè)神經(jīng)元中，以抵押方式、收入、婚姻狀況這三個(gè)輸入變數(shù)，對(duì)於準(zhǔn)確度有比較高的顯著性，代入測(cè)試集所得預(yù)測(cè)正確的共有1314筆，正確率達(dá)79.06。9.3羅吉斯回歸模型 equation for good risk0.01426 * 年齡 + 0.00001368 * 收入 0.324 * 小孩數(shù) 0.4787 * 卡數(shù) 0.3575 * 店家的卡 0.1567 * 性別=f + 5.251 * 婚姻狀況=divsepwid 0.0184 * 婚姻狀況=married + 0.8561 * 付款方式=monthly 0.3472 * 有無(wú)抵押=n + 1.572 * 抵押方式=0 + 1.314 * 抵押方式=1 0.01788 * 抵押方式=2 0.1962 equation for bad profit0.06256 * 年齡 0.00002478 * 收入 0.1728 * 小孩數(shù) 0.416 * 卡數(shù) 0.4008 * 店家的卡 + 0.1433 * 性別=f + 2.158 * 婚姻狀況=divsepwid 0.348 * 婚姻狀況=married 0.01668 * 付款方式=monthly + 0.0883 * 有無(wú)抵押=n 1.382 * 抵押方式=0 + 0.4091 * 抵押方式=1 + 0.2016 * 抵押方式=2 + 5.602以上的敘述為羅吉斯回歸的回歸方程式，由該方程式所得的模型預(yù)測(cè)力，精油1662筆測(cè)試資料所得共有1229筆預(yù)測(cè)正確，正確率達(dá)73.95。step ten. assess results本研究所建的三個(gè)模型中，各有優(yōu)缺點(diǎn)，在決策樹的部份，有明確的節(jié)點(diǎn)，可以清楚明白的分類過(guò)程，但是在代入測(cè)試資料後，模型預(yù)測(cè)力有降下來(lái)的現(xiàn)象；在類神經(jīng)模型的部份，預(yù)測(cè)力為三個(gè)模型