高宝健 仇海英 卢苇田

摘要：风险的评估是银行风险管理的核心内容。金融风险包括市场风险、行业风险等，针对个人信用风险，银行需要根据借款方的信用风险情况进行合适的贷款。本文利用2020年全国大学生数学建模C题所给的1000组数据，在类别变量消除后，在缺少信用等级分类项条件下，采用聚类方法对1000组个人信用数据根据所给20个指标进行等级分类，共分为优、劣两类，由许多聚类针对数值型指标，这里采用k-prototypes算法对不同类型指标进行聚类，最终得出结果与未剔除变量之前进行比对，检验其合理性。

关键词：个人信用风险评估;聚类;k-prototypes算法;

引言

个人信用风险评估是银行风险管理的核心内容。为了实现银行企业经营信贷收益的最大化，建立完善、自动化的个人信用评估体系，科学识别个人的信用风险是十分有必要的。苏诚[1]利用Logistic回归算法对所训练的样本进行训练，将处理后数据代入模型，分类“好”、“坏”客户两类。苗家铭[2]研究出基于数据挖掘技术建立个人信用风险评价模型，构建指标体系，运用Logistic模型实现个人风险评估。但在未知类别指标时，没有可以作为训练集的数据进行训练时，就需要运用无监督学习，来根据指标对个人信用数据进行分类。很多聚类方法使用于数值型指标的数据，而对既有数值型指标，又有分类型指标时，需用到特别的聚类算法，本文采用k-prototypes算法对数据进行聚类分析，将总体数据聚类分为2类，即对客户进行信用等级完成分类。……