刘 颖 杨 轲

1(吉林财经大学管理科学与信息工程学院 长春 130117) 2(吉林财经大学税务学院 长春 130117)

(lyaihua1995@163.com)

经济全球化背景下，金融衍生品的加速膨胀导致市场波动加剧、信用欺诈行为不断出现.信用欺诈识别是通过挖掘征信数据中蕴含的客观规律而对申请人信用等级进行划分，其本质属于二分类问题.然而，在构建信用分类模型时，信用样本的涌现性使得少数类样本点很少，即在获取大量的实际样本中，真正存在欺诈行为的样本点远少于非欺诈行为样本点.在处理这种样本不均衡信用欺诈数据时，错误识别一个信用差的客户往往要比误分一个信用好的客户给企业造成的损失大.因此，提升模型对不平衡数据的分类效果成为信用欺诈识别领域的研究重点.

目前，解决类不均衡问题的相关研究主要集中于重采样方法和集成算法2方面.重采样方法包括欠采样和过采样2种.其中过采样方法以合成少数类技术(synthetic minority oversampling technique, SMOTE)[1]为主要代表，并在所选样本近邻之间插入数据以实现类均衡.虽然历经数十年该方法已经发展成为解决类不均衡问题的经典方法，但SMOTE的算法仍然存在其自身的缺陷.Nguyen等人[2]在2009年以支持向量机(support vector machine, SVM)处理类不均衡数据为例，实验指出当分类样本重叠时，通过SMOTE随机采样可实现SVM分类器在重叠区域的无偏估计.然而如果少数类样本距离理想边界相对较远或者有效样本过少，便很难利用SMOTE随机插值法扩张少数样本.也就是说，当理想……