根据SAS的贷款分析研究.docx

根据SAS的贷款分析研究.docx

《根据SAS的贷款分析研究.docx》由会员分享，可在线阅读，更多相关《根据SAS的贷款分析研究.docx（80页珍藏版）》请在冰豆网上搜索。

根据SAS的贷款分析研究

基于SAS的贷款用户审批率的预测模型研究

北京理工大学珠海学院陈雪雪、田然、胡晓清

摘要.....................................................................................................................................................3

一、问题重述...................................................................................................................................1

1.1问题背景.............................................................................................................................1

1.2问题提出.............................................................................................................................1

二、问题分析...................................................................................................................................2

2.1对于问题一..........................................................................................................................2

2.2对于问题二..........................................................................................................................2

2.3对于问题三..........................................................................................................................2

三、模型假设...................................................................................................................................2

四、符号说明...................................................................................................................................3

五、模型的建立与求解...................................................................................................................3

5.1问题一模型的建立与求解.................................................................................................3

5.2问题二模型的建立与求解.................................................................................................7

5.2.1数据准备..................................................................................................................8

5.2.2变量压缩与筛选......................................................................................................8

（1）离差平方和ward聚类分析法................................................................................9

（2）对经典聚类分析的进一步改进——斜交主成分聚类分析....................................13

5.2.3对连续自变量进行线性化变换...........................................................................18

5.2.4审批率Logistic回归模型建立.........................................................................22

（1）模型对比.................................................................................................................22

5.3审批率的的优化和预测....................................................................................................24

5.3.1审批率预测模型的优化.......................................................................................24

5.3.1roc曲线概述........................................................................................................27

六、结论...........................................................................................................................................28

七、模型评价...................................................................................................................................29

7.1模型的优点.......................................................................................................................29

7.2模型的缺点.......................................................................................................................29

参考书目...........................................................................................................................................29

附录...................................................................................................................................................29

表格和插图清单.................................................................................................................................2

表格和插图清单

图1总点击率的分布..............................................................................................................................4

图2样本数据中各点击率对总点击率的影响大小..............................................................................5

图3各项子点击率汇总比例图..............................................................................................................6

图4总点击率频数比例..........................................................................................................................7

图5审批率预测模型流程图..................................................................................................................8

图6合并数据集示意图..........................................................................................................................8

表1九个聚类数的协方差矩阵..............................................................................................................9

表2九个聚类数的聚类历史................................................................................................................10

图7九个聚类数的logitp-value图......................................................................................................10

图8连续变量的分箱logit图...............................................................................................................10

表3七个聚类数的协方差矩阵............................................................................................................11

表4七个聚类数的聚类历史................................................................................................................11

图9七个聚类数logitp-value图..........................................................................................................12

图10分箱logit图.................................................................................................................................12

表5取阀值............................................................................................................................................13

表6一个聚类的结果分析....................................................................................................................13

表7两个聚类的结果分析....................................................................................................................14

表8三个聚类的结果分析....................................................................................错误！

未定义书签。

表9十八个聚类的结果分析................................................................................错误！

未定义书签。

表11最终筛选变量结果.......................................................................................错误！

未定义书签。

表12-表14Spearman系数...................................................................................................................17

表15-表17Hoffeding系数....................................................................................................................18

图11limit变量与logit值的线图..........................................................................................................19

图12limit变量的均值与logit值的线图..............................................................................................19

图13application_limit变量与logit值的线图.....................................................................................20

图14application_limit变量的均值与logit值的线图.........................................................................20

图15date变量与logit值的线图.........................................................................................................21

图16date变量的均值与logit值的线图............................................................................................21

表19信息测量指标..............................................................................................................................24

表20模型卡方估计..............................................................................................................................24

表21优比估计值..................................................................................................................................24

表22最大似然估计值分析..................................................................................................................26

表23预测概率与观测响应的关联......................................................................................................27

图17roc曲线.........................................................................................................................................27

摘要

贷款审批率预测模型是金融机构处理贷款业务中的一个典型应用.本文将利

用用户相关信息和贷款产品相关信息对审批率进行预测.

针对问题一，本文通过对user数据集提取用户的访问平台信息，并用jmp

作图，对数据进行处理分析，将巨大的数据集用图像的方式把问题转变的更加清

晰直观化.并分析出用户访问平台的特点：

用户访问平台时，更多的注重贷款产

品类型，几乎关注贷款的利率和贷款偿还.

针对问题二，本文先使用sas对数据集进行合并，利用用户id相同特点将

数据集合并成text数据集，然后统计出数据集中的缺失变量的数量，进而对变

量进行预处理.并利用离差平方和聚类分析法以及斜交主成分聚类分析法对变量

进行压缩，对连续变量进行线性化变换，将整理好的数据集进行变量压缩和变量

筛选，最后做logistic回归，得到的审批率预测模型.

针对问题三，利用最大似然估计方法得出贷款用户审批率的logistic模型，

并结合最小SBC信息量准则选取最优模型，得到最优审批率预测logistic回归

模型，可得最优logistic回归方程为：

Logit（p'）0.90.004x1.17x0.005x0.003x0.73x0.0009x

123456

0.006x0.48x0.85x0.5x0.009x0.36x0.72x

7810111213

9

最终我们对响应变量进行预测，匹配产生因拼接精度较高，预测响应为1

的概率小于响应为0的概率的配对数占总配对数的比为34.1%.说明预测值与观

测值在现有水平上有较强的关联性,回归模型有很强的预测能力.通过计算我们

可知，模型的预测精度达到83%左右.

关键词：

贷款审批率Logistic模型极大似然估计法聚类分析法可视化SAS

一、问题重述

1.1问题背景

贷款是指金融机构给定利率和还款条件的出借资金的信用活动形式.在贷款业

务中金融机构需要平衡利润和风险，所以需对客户基本资料进行管理和系统的分析，构建以客户为中心的贷款审批模型尤为重要.

贷款审批率预测模型是根据客户申请信息为依据，通过大量的客户信息进行

分析，找出客户申请的行为规律，及时响应客户的需求和提供客户满意的贷款产

品，同时又能防范不良贷款的风险.

融360是中国最大的网络贷款平台，通过平台搜索和推荐服务为借款用户和贷款金融机构搭建交易.借款客户进入平台后，会通过贷款平台的搜索和推荐服

务找到合适的贷款产品，填写自己的个人基本资料，最终提交贷款订单，金融机

构通过贷款平台收到订单后，对用户资质进行风控审核，最终决定是否通过用户的订单.

本文对下单用户群进行统计分析以及建立模型来预测审批通过率，因此，本

文采用平台上的部分数据进行分析建模，以此帮助贷款用户、平台和金融机构实现共赢.

1.2问题提出

贷款审批率的预测在金融机构办理贷款，用户提供优质服务和防范不良贷款

等方面起到很重要的应用作用，简单的说，良好的建立信贷关系有利于贷款用户、

融360平台和金融机构的共赢，融360平台为我们的课题研究提供大量的用户信

息，在数据量巨大的数据集中，本文将数据集分为用户相关数据和订单相关数据，

需要提取在数据集中对信贷关系有较大影响的因素.

目前根据根据数据集庞大，影响变量众多的特点，将问题主要集中在大数据

的挖掘和处理上，本文需要对用户及产品信息进行基本的简单统计分析，并且利

用用户及产品的信息建立预测审批结果的统计模型，和利用用户及产品的信息建

立预测审批结果的统计模型.

传统上，对数据的挖掘和处理工作准确