基于决策树算法的信贷风险评估模型

龙源期刊网

基于决策树算法的信贷风险评估模型

作者：陆一

来源：《科技资讯》2018年第36期

摘 要：农村商业银行控制运营成本、提升经济效益的重要手段是信贷风险管理，但是银

行每天都需要处理大量的信贷业务。本文针对农村商业银行信贷业务中风险较高等问题，设计

了一种基于决策树算法的信贷风险评估模型。该模型具有较高的准确率，为银行信贷风险评估

提供重要决策依据。

关键词：决策树 银行信贷 风险评估

中图分类号：F304.4 文献标识码：A 文章编号：1672-3791（2018）12（c）-0018-02

随着近年来国家对中小金融企业发展的支持，农村商业银行的信贷业务的种类也日益丰

富，信贷业务更加复杂，信贷风险管理系统有了更高的要求，因此只有通过先进的管理工具和

途径、统一的信息化管理技术，这样才能对信贷业务实行科学、规范化的管理，进一步实现对

信贷资产的有效的风险控制和有效监管。

就浙江省来看，日前浙江省农村信用社下的各农村商业银行（或正处于改革下的农村合作

银行和农村信用社）都是改革的攻坚阶段，随着经营规模的不断扩大及其信贷业务种类的增

加，信贷风险管理的难度也必然会加大，这更要依赖先进的管理工具、统一的信息化技术，这

样才能科学规范化地管理信贷业务的过程。为了最大化地实现信息的共享，加强农村商业银行

系统内的信息规范化和数据的管理，构建更为安全、有效、规范的信贷风险管理系统成为必然

趋势，这样才能满足新形势下应对农村商业银行经营的风险并且不断扩大业务规模，才能可持

续地发展农村商业银行。

1 决策树算法介绍

C4.5算法是决策树生成的一种十分经典的算法，这个算法是对ID3算法的优化。针对ID3

算法C4.5做的主要改进有以下几点：（1）通过信息增益来决定属性分裂的值。（2）能够处

理处理连续性还有离散型数据。（3）把决策树构造完成后能够进行剪枝，简化决策树。（4）

能够处理有缺失的样本数据。

在C4.5算法中，只通过属性的信息增长率选择分裂属性的。如公示（1）所示，判断属性

的分裂值即split information：

2 信贷风险评估模型

2.1 决策属性选择