基于重抽樣法處理不平衡問題的信用評級模型

作者：夏利宇,何曉群

摘要：由于履約客戶的數量遠遠大于違約客戶,征信數據具備嚴重的不平衡特征,常用的處理方法較少同時考慮金融機構所關注的違約損失和市場份額因素。本文基于違約損失因素提出迭代重抽樣集成模型(IRIM),利用迭代欠抽樣方法提升模型對"壞"客戶的關注,采用集成方法將弱分類模型轉變為強分類模型;基于市場份額因素改進常用的F-value指標,引入評價分類效果的RS指標。在6類不平衡關系下進行模擬研究,并對SSBF數據和中國某銀行征信數據進行實證研究。結果表明,與常用的方法和指標相比,迭代重抽樣集成模型能夠在確保市場份額不過度減少的情況下降低金融機構的違約風險,RS指標能夠恰當地權衡市場份額和違約風險的關系。

發文機構：國網能源研究院有限公司 中國人民大學統計學院

關鍵詞：信用評級模型不平衡迭代重抽樣評價指標credit score modeldata imbalanceiterative resamplingevaluation index

分類號： F83[經濟管理—金融學]