銀行業借貸風險評估之實證分析－－資料探勘與統計模型之比較

A comparative study of data mining and statistic model: An empirical analysis of banking firms in credit risk evaluation

銀行放款業務之收益係以貸款客戶每期所支付之利息與相關手續費用為主，一旦客戶倒帳，除了損失利息之收入外，銀行更面臨血本無歸、無法收回本金之風險。借貸風險評估最主要的目的即在於追求利潤最大化之時，也能維持風險極小化之要求。本研究以銀行業為例，使用羅吉斯迴歸、記憶基礎理解、多層成生口機及C4.5決策樹等技術來建立一風險評估機制，並以綜合模型及Boosting抽樣來增加分類之正確率。最後，並比較資料探勘及統計模型結果上所存在之差異並評估其績效，進而提出管理實務上之相關建議。本研究的結論顯示：在借貸風險評估分析中，以C4.5 決策樹能獲得最高的平均利潤。此外，在綜合模型及Boosting抽樣下，其結果均較上述單一工具有更好的結果。