決策樹算法在農(nóng)村信用社農(nóng)戶信用評(píng)級(jí)中的應(yīng)用.pdf

1、農(nóng)村信用合作社（農(nóng)村合作銀行、農(nóng)村商業(yè)銀行，以下簡稱“農(nóng)信社”）長期以來作為農(nóng)村金融的主力軍，在服務(wù)農(nóng)業(yè)生產(chǎn)者和小商品生產(chǎn)者，支持農(nóng)業(yè)發(fā)展方面發(fā)揮了無可替代的作用，在解決農(nóng)戶貸款難，促進(jìn)農(nóng)民增收，支持農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)現(xiàn)代化等方面發(fā)揮了重要而積極的作用，但其自身不良貸款率仍然是商業(yè)銀行的5-7倍。因此，客觀、全面、準(zhǔn)確的評(píng)估農(nóng)村客戶的還款能力和還款意愿，拒絕不符合條件的客戶，將是避免、控制、減少損失的一個(gè)重要手段。傳統(tǒng)的信用評(píng)分由于標(biāo)準(zhǔn)

2、不一，具有成本高、主觀性強(qiáng)、效率低下的特點(diǎn)。社會(huì)經(jīng)濟(jì)的發(fā)展，農(nóng)戶概念的外延和內(nèi)涵都發(fā)生了較大改變，再用傳統(tǒng)的農(nóng)戶信用評(píng)價(jià)體系來運(yùn)用到現(xiàn)在的農(nóng)戶概念上，不合時(shí)宜的。歐美國家的使用經(jīng)驗(yàn)表明，個(gè)人信用評(píng)分具有快速處理客戶貸款申請(qǐng)，而且成本低、標(biāo)準(zhǔn)一致，比較客觀的特點(diǎn)，在銀行信用風(fēng)險(xiǎn)管理中發(fā)揮重要的作用。歐美國家現(xiàn)代信用評(píng)分體系廣泛運(yùn)用了統(tǒng)計(jì)學(xué)、運(yùn)籌學(xué)、人工智能等方面的技術(shù)，在此基礎(chǔ)上形成的數(shù)據(jù)挖掘技術(shù)在信用評(píng)分模型的構(gòu)建中發(fā)揮著廣泛而且重要的

3、作用。
　　本文首先介紹了國內(nèi)外學(xué)者研究個(gè)人信用評(píng)級(jí)的不同理論與方法，并簡要介紹了其優(yōu)缺點(diǎn);其次分析了農(nóng)戶信用評(píng)級(jí)現(xiàn)狀，定性評(píng)價(jià)在評(píng)級(jí)過程中所占比重較大，因而建立一種定量的評(píng)級(jí)方法對(duì)降低貸款風(fēng)險(xiǎn)具有重要意義;第三，介紹了本文研究所采用的的決策樹技術(shù)、數(shù)據(jù)挖掘方法以及評(píng)級(jí)工具——SAS;第四，本文收集了本銀行系統(tǒng)近4年的真實(shí)農(nóng)戶貸款樣本數(shù)據(jù)，利用SAS中的決策樹算法，通過數(shù)據(jù)清洗、轉(zhuǎn)換，抽樣、分析，建立決策樹模型，并對(duì)屬性進(jìn)行賦值，