商业银行贷款风险评估数据的审计模型构建

徐 鹏

(中国石油天然气股份有限公司华东化工销售分公司 上海 200122)

商业银行贷款风险评估数据的审计模型构建

徐 鹏

(中国石油天然气股份有限公司华东化工销售分公司 上海 200122)

在对商业银行贷款风险评估数据进行抽象和预处理的基础上，根据审计的业务需求构建了两种不同的审计模型，然后根据不同的审计模型进行结果分析。

预测型决策树；审计模型

在对数据进行预处理之后，数据的格式及类型已经符合软件的要求，这样就可以对数据进行挖掘。在数据挖掘过程中，由于算法的不同可能会导致挖掘效果以及效率的不同。在审计模型方面，本研究决定使用决策树模型，该模型中最常用的算法就是ID3与CLS，需要特别说明的是，利用ID3算法对CLS算法进行相关改进，可以提高算法的效率。

一、预测型决策树

在本文的研究中，主要从两个不同的角度来构建决策树模型。其中一个角度就是预测型决策树，该模型的基本流程就是将所有贷款记录分为两个整体，一个整体是在审计年放出的，并且现在以及到期的正常贷款记录。另外一个整体作为另一部分数据，主要用来构建数据挖掘模型，然后用该模型对五级分类进行预测，当预测结果和现实情况不一致时，注明该记录属于异常贷款记录，在今后的审计中要进行重点审计。按照这个基本流程，首先要将贷款凭证表划分为正常贷款表和预测分析贷款表。在正常贷款表中，凡是属于正常贷款的记录，这些数据都是预测数据集的主要构成；在预测分析贷款表中，凡是不属于正常贷款记录的数据，都是构成数据挖掘模型的主体。

微软公司的AnalysisManager软件是本决策树的主要挖掘工具，Analysis是SQLServer的附属产品，因此它与SQLServer在数据格式上具有高度的统一性。此外，Analysis还具有良好的用户界面，具有向导支持作用。在多维数据的存储和转换方面，具有较高的灵活性，同时可伸缩架构设计可以解决海量数据等多种难题，同时也集成了客户端、数据源以及管理工具等。

在新建一个SQLServer数据库之后，数据中间表的测试连接已经建立好，也就是说预测分析表和正常贷款表已经完成。在本文的研究案例中，考虑到贷款都是采用五级分类，并不是使用聚合级别进行数据挖掘，因此使用关系数据来设置挖掘模型，以此用来查询Analysis服务器所支持的所有数据类型。在事例表的选择上，因为建立数据挖掘模型中所需要的多个列都在事例表中，因此必须使用多个事例表，从而保证信息能够分布式存在多个表中，这样就能保证表与表之间的关系连接。所以，把法人基本信息表和预测分析贷款表作为编辑连接和表创建。在法人基本信息表中，其主键为客户代码，在预测分析贷款表中，其主键为借款凭证编号，两张表通过客户编号进行关。

在预测型决策树中，选择参数是一个非常重要的环节，这影响着决策树的输出，因为数据挖掘引擎就是通过事例列属性进行区分事例的，即通过事例表主键属性区分。从单个事例表的角度来说，对于参数的选择过程相对简单，但是本文研究的案例具有多个事例表特征，所以要根据具体的审计业务来选择相应的参数。首先将贷款作为首要分析的事例，因此贷款凭证编号就是该事例的键列。接下来进行选择输入列操作，在该操作中，至少要选择左侧的可选列表中的一列作为数据挖掘模型的属性，因为数据挖掘模型中信息的输出都是通过输出列完成的。在本研究案例中，主要是利用该模型来预测五级分类的基本情况，所以可预测列就是贷款五级分类。决策树的根就是待预测字段。

如果一笔贷款的属性和五级分类情况相互关联，那么数据挖掘模型在经过分析之后就期望得出一些信息，那么表示这些属性的列就在另一个选项中输入。在决策树中，不同的输入列代表的是每个贷款的五级分类情况，使用ID3算法来发现其关联关系，就必须慎重选择输入列，这个因果关系不可以太明确，否则就失去了数据挖掘的意义。

在选择好参数和输入输出列之后，可以执行数据挖掘模型，从而得到相应的数据挖掘结果。决策树结构背后隐藏的较为简单的逻辑是决策树最重要的一个特点。内容页和架构页是挖掘模型编辑器底部的两个主要选项，其中内容页主要用来显示决策树中各类数据的分布，架构页主要是用来对整个模型的结构进行控制。

在数据文件模型浏览器中，主要有以下几个主要区域：

1. 节点区域。该区域主要是说明该节点内所有事例的规则。

2. 特性区域。该区域主要是以图表的形式显示节点的特性信息。

3. 内容选择区域。该区域可以将整个决策树的完整视图进行显示。

4. 内容详情区域。该区域主要显示决策树中的焦点信息。

在决策树中，不同的颜色代表的意义是不同的，颜色的深浅主要用来区分事例的密集度，颜色越深的表示该节点中所包含的事例数量就越大，颜色越浅的表示该节点中包含的事例数量就越小。在数据挖掘模型浏览器中，右侧的下拉框可以选择以哪种事例来显示。其中251000是全部贷款记录，也就是“全部”节点，颜色为黑色。特性区域中的全部事例数量为129883，所占比例为51.8%，其在五级分类中用“正常”表示，以此类推，其比例分别是51.8%，5.02%，2.31%，10.59%，30.28%。在决策树的不同节点中，都可以查看该决策树的支节点。

在图形方面，其它两个节点的密度要低于“管理特征”为01,02的两个节点。当点击管理特征为01,02的节点时，可以查看其特征区域的信息，就可以发现管理特征为04时，损失贷款的比重高达78.32%，关注贷款与正常贷款的比例分别为8.78%、0.91%，那么该结果就可以为后续的审计工作提供有效借鉴，对于此类贷款有必要进行重点审计。按照此流程进行操作，还可以得到更多类似的信息，这些信息都能给实际工作或决策的制定作为参考。此外，通过分析每个节点的属性以及相关特性，可以发现贷款属性的取值会对五级分类产生一定的影响。需要特别说明的是，算法关系着整个决策树的组织结构，这也是属性在输出中的重要性。在本文的研究案例中，“管理特征”这一属性决定了决策树的第一个级别，这也是影响五级分类的重要因素。除此之外，还有一个方法可以查看每个属性的重要性，那就是对相关网络进行分析。在相关网络分析浏览器中，属性的网络表示的就是数据文件或相关模型，通过对这种模型进行识别，可以分析出数据的预测性与相关性，具体如图4.8所示。

图4.8 相关性网络图

在图4.8中，箭头代表的是相关性，节点与箭头的颜色变化表示的是预测性的方向，并且随着左侧关联性的降低，就能够发现五级分类受到不同属性的影响情况。

二、决策树的改进

在本文的研究中，还有一种决策树的构建思路，可以称之为决策树的改进。使用Analysis确实能够完成基本的功能需求，但是其功能不如Clementine强大，Clementine具有较强的理解能力和可视化能力，并且操作起来相对简单，是目前使用最为广泛的数据挖掘工具。Clementine中集成了标准数据挖掘流程模型，该模型和本文中研究的逻辑思路具有较高的统一性，主要可以划分成商业理解、数据理解、数据准备、建模、模型评估以及结果部署等几个过程。当利用Clementine进行数据挖掘时，用户能够拥有更多的选择。以生成决策树为例，能够对成本进行评估，调整挖掘结果、设计新型变量、组变量以及减枝等。在保持原有数据的前提下，本文采用Clementine，通俗来说，就是根据国家对商业银行贷款的约束，把五级分类划分为两大类，然后再用决策树进行差别比较，这样就可以得到更有效的审计发现。在使用Clementine软件时，同样需要对数据进行预处理以及表的拆分等，但是在该思路中，由于预测型决策树已经对表进行拆分，因此就不需要再对表进行拆分，而是在新的数据挖掘模型中，有选择性的对已拆分的表进行重新整合，在执行SQL语句后可以得到数据的输出结果。

接下来操作“类型”选项，该模块可以对数据的方向以及类型进行调整。完成上一步操作后，接下来就是设计新的变量，在本文研究的案例中，可疑、损失两个等级为一类，次级、关注和正常三个等级为一类，为其设置如下条件：

贷款等级=‘次级’or贷款等级=‘关注’or贷款等级=‘正常’

贷款等级=‘损失’or贷款等级=‘可疑’

通过“类型”操作后可以将123与45设置为两个相同变量的输出值，并将其作为决策树的根，此外还要选择行业分类1，信贷对象，管理素质等等作为决策树的分支因素。然后实施两个不同的决策树，并且将减枝水平值设置的尽量大，以字符作为群体输出方式。

三、审计结果分析

在构建完审计模型与运行模型之后，需要对审计结果进行分析。审计过程中最重要的因素就是企业的管理特征，在利用两种不同的模型进行分组时，都采用了04管理特征作为最低级别的信贷评估等级，这表示审计的风险可能因此升高，这也是进行实质性测试的主要工作。在担保方式的贷款中，信用与保证又是风险级别较高的群组，因此我们可以确定一个不变的数值，从而衡量风险的影响程度。对模型进行上述改进最终就是为了充分使用Clementine的相关功能，从而可以改变原有决策树的相关属性，保证审计效率的提高，同时也能增强审计的安全性。在审计工作人员进行具体分类时，还可以对五级分类的原因进行深层次分析。

使用决策树进行数据挖掘最核心的就是归纳与分类，通过归纳和分类的方法可以提高审计人员对于风险的识别能力。对不同字段的出现概率进行分类，可以把风险较大的因素进行重点标示，这样可以方便审计人员进行审阅，同时还能提供相关的数据支撑。尤其是使用Clementine软件时，能够结合基本模型，有针对性地设计出有意义的变量，从而保证数据挖掘效率与效果的提升。除此之外，还可以为今后的再次挖掘工作奠定基础，只需要在原有模型的基础上行稍微进行调整即可。以决策树为例，此类分析方法和传统的统计分析、趋势分析以及比率分析不同，此类分析方法不用专注于财务信息，只需要对信息进行数字化处理即可，从纯数学的角度去分析与审计，这样使得审计工作更加科学，同时可以对数据的关联进行更好地分析。

徐鹏，男，汉，吉林长春，硕士研究生，中国石油天然气股份有限公司华东化工销售分公司。