基于大数据变量最优组合的违约预测模型——以中国小企业为例

以提升商业银行企业客户信用风险识别和管理水平为目的,本文提出了一种系统的违约预测方法.一是在高维大数据变量集的构建上,通过基尼指数最小,反推出指标区间划分的最优切分点,确保决策树群中的每一个路径能最大限度地区分客户违约与否,并把每一个路径作为一个虚拟变量,即客户属于这个路径则变量数值取1,否则为0.二是在虚拟变量的降维上,通过Lasso回归的违约预测误差最小,反推一组最优的虚拟变量组合.三是以客户判对率之和最高反推逻辑回归模型的最优违约预测临界点,提高了违约企业预测的准确率.实证研究表明,1)决策树路径变量的违约鉴别能力要强于原始信用指标,信息含量更丰富.2)净利润现金含量,城市居民人均可支配收入和企业法律纠纷情况指标对中国小企业的违约预测具有重要影响,这3个指标的个数占比是3.704%,精度贡献占比却达到了41.639%.3)该方法在准确性和稳健性方面优于对比模型,可以揭示影响企业信用风险的关键因素和关键阈值,为商业银行授信审批和贷前审查工作提供依据.且该方法可以拓展到个人以及大、中型企业违约预测模型的构建.