銀行業(yè)數(shù)據(jù)分析案例

案例分析一：銀行用戶行為預(yù)測問題：預(yù)測信貸客戶是否有可能拖欠債款算法：異常值檢驗、相關(guān)性分析、邏輯回歸、神經(jīng)網(wǎng)絡(luò)、SVM某銀行想建立模型來預(yù)測信貸客戶是否有可能拖欠債款，收集了其已有信貸客戶中的數(shù)百條信息，包括年齡、教育水平、當前工作年限、當前居住年限、債務(wù)占收入的比例、信用卡負債、其他負債，請根據(jù)這些數(shù)據(jù)為該銀行尋找合適的模型以用來做預(yù)測。數(shù)據(jù)源：風險識別.xlsx數(shù)據(jù)預(yù)覽：分析：STEP1：探索性分析初步分析數(shù)據(jù)，發(fā)現(xiàn)不存在缺失值，正負樣本均衡，不需要特殊處理。且根據(jù)題意， 這是一個自變量為連續(xù)值的二分類問題，可選用邏輯回歸，神經(jīng)網(wǎng)絡(luò)，SVM等模型來做預(yù)測。STEP2：邏輯回歸模型分析數(shù)據(jù)清洗：考慮到異常值可能為特殊人群，也不做處理。數(shù)據(jù)轉(zhuǎn)換：數(shù)據(jù)皆為數(shù)值型數(shù)據(jù)，不需要轉(zhuǎn)換相關(guān)性分析：邏輯回歸對變量多重共線性敏感，以還款拖欠情況為因變量，其他變量為自變量，將自變量做相關(guān)性分析。由相關(guān)性矩陣可以看到，變量之間雖然也有相關(guān)，但不是很強，因此可以進行邏輯回歸。數(shù)據(jù)標準化：采用最大-最小標準化處理模型訓(xùn)練：訓(xùn)練集:測試集=80%:20%模型評估：訓(xùn)練集：測試集：可以看到，訓(xùn)練誤差不大，測試集的Accuracy,AUC,準確率和召回率都挺好，說明模型擬合不錯。其中類別為1的召回率為0.81STEP3：神經(jīng)網(wǎng)絡(luò)模型分析數(shù)據(jù)預(yù)處理：步驟如前模型訓(xùn)練：訓(xùn)練集:測試集=80%:20%模型評估：訓(xùn)練集：測試集：可以看到，訓(xùn)練誤差不大，測試集的Accuracy,AUC,準確率和召回率都挺好，說明模型擬合不錯。其中類別為1的召回率為0.87。STEP4：SVM模型分析數(shù)據(jù)預(yù)處理：步驟如前模型訓(xùn)練：訓(xùn)練集:測試集=80%:20%模型評估：訓(xùn)練集：測試集：可以看到，訓(xùn)練誤差不大，測試集的Accuracy,AUC,準確率和召回率都挺好，說明模型擬合不錯。其中類別為1的召回率為0.83。本案例中，我們比較關(guān)心“還款拖欠情況”為1的情況，故主要選擇類為1的召回率最大的模型，即神經(jīng)網(wǎng)絡(luò)算法來預(yù)測。案例分析二：銀行不良貸款預(yù)測目標：建立模型來預(yù)測銀行不良貸款算法：相關(guān)性分析、線性回歸一家大型商業(yè)銀行在多個地區(qū)設(shè)有分行，為弄清楚不良貸款形成的原因，抽取了該銀行所屬的25家分行2016年的有關(guān)業(yè)務(wù)數(shù)據(jù)。請根據(jù)這些數(shù)據(jù)判斷是否可選用線性回歸模型來預(yù)測該銀行的不良貸款。數(shù)據(jù)源：不良貸款.xlsx數(shù)據(jù)預(yù)覽：分析：STEP1：數(shù)據(jù)預(yù)處理采用的多元線性回歸模型對變量多重共線性非常敏感，所以首先對變量作相關(guān)性分析，排除變量共線影響。相關(guān)性分析：根據(jù)問題描述，以不良貸款為因變量，其他變量為自變量，將自變量用相 關(guān)系數(shù)矩陣做相關(guān)性分析?？梢钥吹剑J款項目個數(shù)與各項貸款余額相關(guān)系數(shù)為0.848，已非常接近1，說明兩個變量存在很高的線性相關(guān)性，故去除其中一個變量-貸款項目個數(shù)。STEP2：用多元線性回歸模型分析根據(jù)上述分析，將不良貸款y，與貸款余額x1，累積應(yīng)收貸款x2和固定資產(chǎn)投資額x4，采用線性回歸模型分析，結(jié)果如下：由上可得，R方和調(diào)整R方分別為0.797和0.768，說明模型擬合效果還好；且通過了T檢驗和t檢驗，因此該模型可以投入預(yù)測分析。由第一張表格“系數(shù)”列所示，x1,x2,x4的回歸系數(shù)分別為