◆马宇州/ 东北农业大学 隋学深/ 审计署审计科研所

我国商业银行贷款风险等级分类通常采用五级分类法。贷款五级分类法是以借款人的偿还能力为核心，把银行贷款按风险程度或质量高低分为正常贷款、关注贷款、次级贷款、可疑贷款和损失贷款五大类。有两类属于正常贷款，后三类属于不良贷款。审计人员在对贷款风险等级分类真实性进行审计时，除了希望发现正常贷款和不良贷款之间相互错分的情况外，还希望挖掘出正常贷款和不良贷款数据各自具有的分类规则特征。本文就是运用决策树方法挖掘分类规划。决策树方法是利用信息论中的信息增益寻找示例数据库中具有最大信息量的属性字段，建立决策树的一个节点，再根据该属性字段的不同取值建立树的分支；之后在每个分支集中重复建立树的下一个节点和分支，树的质量取决于分类精度和树的大小。

一、实验数据采集、预处理与决策表构建

（一）实验数据采集

从某商业银行某一级分行某年度“借款凭证表”中随机采集了10 万条贷款记录作为实验的原始数据。由于不良贷款（次级贷款、可疑贷款和损失贷款）记录数占比较低，从10万条贷款记录中按照最大化的原则选择出5350 条属于不良贷款记录的数据标记为B 类数据。考虑到决策树算法对类平衡的要求，即要使输入决策树运算的两类数据量大体相当，所以，从10万条贷款记录中随机选择出5343条属于正常贷款（正常贷款和关注贷款）的数据标记为A 类数据。……