杜海珍 楊超

[摘要]本文采用Apriori算法，以A銀行的實(shí)際業(yè)務(wù)為例，對(duì)具體信貸產(chǎn)品客戶信息與信貸分類(lèi)進(jìn)行關(guān)聯(lián)挖掘分析，證明運(yùn)用關(guān)聯(lián)規(guī)則這類(lèi)數(shù)據(jù)挖掘方法對(duì)商業(yè)銀行內(nèi)部審計(jì)可疑數(shù)據(jù)定位的可行性和有效性，為銀行內(nèi)部非現(xiàn)場(chǎng)審計(jì)的有效開(kāi)展提供決策依據(jù)。

[關(guān)鍵詞]關(guān)聯(lián)規(guī)則? ? Apriori算法? ? 數(shù)據(jù)挖掘? ? 商業(yè)銀行? ? 內(nèi)部審計(jì)

年來(lái)，國(guó)內(nèi)各大國(guó)有商業(yè)銀行、股份制銀行

紛紛成立金融消費(fèi)公司，多渠道拓寬個(gè)人消費(fèi)貸款類(lèi)業(yè)務(wù)。隨著業(yè)務(wù)量及貸款金額的不斷攀升，相關(guān)業(yè)務(wù)和客戶的數(shù)據(jù)量也隨之?dāng)U大。由于貸款業(yè)務(wù)的快速發(fā)展及信息不對(duì)稱(chēng)等因素，導(dǎo)致銀行面對(duì)風(fēng)險(xiǎn)的種類(lèi)繁多、形式變幻多樣，不良貸款率隨之上升。在日常內(nèi)部審計(jì)中，如何在海量數(shù)據(jù)中提煉出關(guān)鍵信息，并有針對(duì)性地對(duì)業(yè)務(wù)進(jìn)行審計(jì)，降低業(yè)務(wù)風(fēng)險(xiǎn)，對(duì)銀行內(nèi)部審計(jì)人員提出了更高要求。傳統(tǒng)的審計(jì)方法只對(duì)數(shù)據(jù)的準(zhǔn)確性、完整性等進(jìn)行簡(jiǎn)單分析，忽略了數(shù)據(jù)之間隱藏的關(guān)聯(lián)關(guān)系，已不能滿足當(dāng)前風(fēng)險(xiǎn)管理的發(fā)展需求。為提升銀行內(nèi)部審計(jì)的科學(xué)性、有效性，提高內(nèi)部審計(jì)質(zhì)量，有必要對(duì)相關(guān)數(shù)據(jù)進(jìn)行知識(shí)獲取、發(fā)現(xiàn)隱藏?cái)?shù)據(jù)間的關(guān)系，并加以研究應(yīng)用，為銀行的業(yè)務(wù)發(fā)展和風(fēng)險(xiǎn)把控提供更好的對(duì)策建議。作為數(shù)據(jù)挖掘中常用的一種方法，關(guān)聯(lián)規(guī)則（Association Rules）重點(diǎn)關(guān)注從大量數(shù)據(jù)中找出事物間內(nèi)在的隱含聯(lián)系，該方法在醫(yī)療數(shù)據(jù)分析、商業(yè)營(yíng)銷(xiāo)分析、語(yǔ)義分析等領(lǐng)域都有廣泛的運(yùn)用。近年來(lái)，也有相關(guān)學(xué)者將其應(yīng)用到銀行業(yè)中，分析商業(yè)銀行貸款、信用卡等客戶的信用評(píng)級(jí)。

一、關(guān)聯(lián)規(guī)則Apriori算法及其適用性分析

關(guān)聯(lián)規(guī)則是一種能夠反映事物與其他事物之間相互依存和關(guān)聯(lián)關(guān)系的數(shù)據(jù)挖掘方法。關(guān)聯(lián)規(guī)則挖掘的典型應(yīng)用為購(gòu)物籃分析，若分析得出35%的客戶購(gòu)買(mǎi)了X產(chǎn)品，這些客戶中的75%還購(gòu)買(mǎi)了Y，該規(guī)則可表示為“X→Y”的蘊(yùn)含式，其中X為前項(xiàng)，Y為后項(xiàng)。關(guān)聯(lián)規(guī)則的強(qiáng)度可用支持度（Support）和置信度（Confidence）衡量。支持度表示關(guān)聯(lián)規(guī)則的前項(xiàng)在所有項(xiàng)集中出現(xiàn)的百分比，用來(lái)衡量關(guān)聯(lián)規(guī)則的重要性;置信度表示在前項(xiàng)出現(xiàn)的情況下，后項(xiàng)同時(shí)出現(xiàn)的百分比，代表這條規(guī)則成立的概率。上例中，“X→Y”的規(guī)則支持度為35%，置信度為75%。

Apriori算法是最常見(jiàn)的關(guān)聯(lián)規(guī)則算法之一，其難點(diǎn)在于需要找到合適的支持度和置信度參數(shù)以產(chǎn)生合理數(shù)量的關(guān)聯(lián)規(guī)則，該過(guò)程可能需要進(jìn)行大量試驗(yàn)與誤差評(píng)估。假設(shè)參數(shù)設(shè)置過(guò)高，會(huì)導(dǎo)致沒(méi)有規(guī)則或規(guī)則過(guò)于普通而無(wú)價(jià)值;另一方面如果閾值太低，可能導(dǎo)致規(guī)則數(shù)量較多，需要運(yùn)行較長(zhǎng)時(shí)間或在學(xué)習(xí)階段耗盡內(nèi)存。Apriori算法主要使用廣度優(yōu)先搜索和哈希樹(shù)結(jié)構(gòu)有效計(jì)算候選項(xiàng)集，其挖掘具體步驟如下：先搜索出候選1-項(xiàng)集及對(duì)應(yīng)的支持度，剪枝去掉低于支持度的1-項(xiàng)集，得到頻繁1-項(xiàng)集;對(duì)剩下的頻繁1-項(xiàng)集進(jìn)行連接，得到候選的頻繁2-項(xiàng)集，篩選去掉低于支持度的候選頻繁2-項(xiàng)集，得到真正的頻繁2-項(xiàng)集;以此類(lèi)推，迭代下去，直到無(wú)法找到頻繁k+1-項(xiàng)集為止，對(duì)應(yīng)的頻繁k項(xiàng)集的集合即為算法的輸出結(jié)果，關(guān)聯(lián)規(guī)則挖掘流程見(jiàn)圖1。運(yùn)用以下公式計(jì)算支持度和置信度：

在商業(yè)銀行個(gè)人貸款業(yè)務(wù)中，銀行根據(jù)客戶提供的信息數(shù)據(jù)發(fā)放不同額度的貸款，客戶則根據(jù)簽訂的合同按期按額還款。現(xiàn)實(shí)生活中，少數(shù)客戶逾期還款或不還款現(xiàn)象增加了銀行相關(guān)業(yè)務(wù)風(fēng)險(xiǎn)，提高了不良貸款率。銀行內(nèi)部審計(jì)理論上應(yīng)該盡可能地識(shí)別出此類(lèi)風(fēng)險(xiǎn)，在客戶提供信息時(shí)作出判斷，決定是否對(duì)客戶進(jìn)行進(jìn)一步調(diào)查，以此降低業(yè)務(wù)風(fēng)險(xiǎn)。但僅憑客戶提交的基本信息，從橫向角度進(jìn)行單一分析很難得出有價(jià)值信息，因此需要對(duì)不同數(shù)據(jù)間的相關(guān)性、依賴性進(jìn)行多維度分析。

二、模型和數(shù)據(jù)處理

以A銀行某地區(qū)二級(jí)分行實(shí)際個(gè)人貸款業(yè)務(wù)為例。從個(gè)人信貸系統(tǒng)中隨機(jī)選取個(gè)人信用消費(fèi)貸款、個(gè)人綜合消費(fèi)貸款的客戶信息22，328條，數(shù)據(jù)指標(biāo)主要包括：客戶ID、名稱(chēng)、性別、出生日期、最高學(xué)歷、職業(yè)、職務(wù)、職稱(chēng)、貸款分類(lèi)、結(jié)清標(biāo)志、貸款余額、婚姻狀況、教育水平、月收入、住宅類(lèi)型等。其中，貸款五級(jí)分類(lèi)是指該筆貸款目前的狀態(tài)，包括正常、關(guān)注、次級(jí)、可疑和損失五種類(lèi)型。鑒于主要分析貸款尚未結(jié)清的數(shù)據(jù)，剔除系統(tǒng)錄入錯(cuò)誤、不符合實(shí)際情況的異常值以外，共剩余數(shù)據(jù)13，596條。

由于關(guān)聯(lián)規(guī)則Apriori算法無(wú)法處理連續(xù)型數(shù)值變量，為了將原始數(shù)據(jù)轉(zhuǎn)換成適合建模的格式，需要對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步處理。根據(jù)各指標(biāo)的實(shí)際意義及分析要求，對(duì)部分指標(biāo)進(jìn)行統(tǒng)計(jì)學(xué)處理，最終選取10項(xiàng)指標(biāo)并作分類(lèi)說(shuō)明，見(jiàn)表1。

三、關(guān)聯(lián)規(guī)則Apriori算法挖掘

客戶根據(jù)自身需求向銀行申請(qǐng)貸款，需要提供上述信息給銀行，銀行根據(jù)各項(xiàng)信息指標(biāo)，針對(duì)具體客戶進(jìn)行信用評(píng)級(jí)，綜合考慮權(quán)衡各方因素，再抉擇是否發(fā)放貸款。綜合上述已發(fā)放貸款業(yè)務(wù)的客戶信息結(jié)果，顯示部分客戶貸款類(lèi)型LOANTYPE為UN狀態(tài)（包括次級(jí)、可疑、損失三類(lèi)）。值得關(guān)注的是，具有哪些信息的客戶最有可能成為貸款類(lèi)型LOANTYPE為UN狀態(tài)，即哪些指標(biāo)組成的項(xiàng)集對(duì)貸款類(lèi)型為UN的支持度最大。挖掘出這樣的項(xiàng)集，可為審計(jì)人員指明方向，提供識(shí)別可疑不良客戶的相關(guān)線索。

利用R語(yǔ)言來(lái)實(shí)現(xiàn)Apriori算法，以表1中貸款類(lèi)型為UN的數(shù)據(jù)來(lái)建模，根據(jù)數(shù)據(jù)實(shí)際情況以及統(tǒng)計(jì)學(xué)理論，經(jīng)過(guò)多次分析實(shí)踐，最終將最小支持度和最小置信度分別設(shè)置為0.06和0.75，選取模型結(jié)果中支持度最大的2-項(xiàng)集和3-項(xiàng)集，運(yùn)行輸出的結(jié)果參數(shù)見(jiàn)表2。

表2中3-項(xiàng)集，{SEX=M，POSITION=ZW2，

MARITAL=MS2}對(duì){LOANTYPE=UN}的支持度為41.7%，該規(guī)則表明在貸款狀態(tài)為UN的客戶中，職務(wù)為非管理人員、婚姻狀況為已婚的男性概率達(dá)41.7%。{SEX=M，MARITAL=MS2，

HOUSETYPE=HT2}對(duì){LOANTYPE=UN}的支持度為36.32%，該規(guī)則表明貸款狀態(tài)為UN的客戶中，住宅類(lèi)型為自購(gòu)房屋無(wú)貸款、婚姻狀況為已婚的男性概率達(dá)36.32%。該結(jié)果與2-項(xiàng)集的結(jié)果相吻合，即可以得出推論：在貸款狀態(tài)為UN的客戶中，住宅類(lèi)型為自購(gòu)房屋無(wú)貸款、職務(wù)為非管理人員的已婚男性客戶概率更大。

為驗(yàn)證上述模型結(jié)果推論的準(zhǔn)確性，以貸款類(lèi)型為N的數(shù)據(jù)再次建模分析，同樣設(shè)置最小支持度和最小置信度為0.06和0.75，并選取支持度最小的項(xiàng)集，模型結(jié)果見(jiàn)表3。

表3顯示，{CAREER=ZY8，MARITAL=MS2}對(duì){LOANTYPE=N}的支持度最低，為20.04%，該規(guī)則說(shuō)表明在貸款類(lèi)型為N的客戶中，若客戶職業(yè)為其他從業(yè)人員，且為已婚狀態(tài)，其概率為20.04%;{SEX=M，POSITION=ZW2，JOBTITILE=T3，INCOME=INc2}對(duì){LOANTYPE=N}的支持度為20.67%，該規(guī)則表明貸款類(lèi)型為N的客戶中，若客戶為男性、無(wú)職稱(chēng)、收入在5000-9999元以及職務(wù)為非管理人員，其概率為20.67%;{SEX=M，MARITAL=MS2，EDUCATION=E1，HOUSETYPE=HT2}對(duì){LOANTYPE=N}的支持度為20.81%，該規(guī)則表明貸款類(lèi)型為N的客戶中，客戶為男性、婚姻狀況為已婚、教育水平為本科及以上（包括大專(zhuān)）以及住宅類(lèi)型為自購(gòu)房屋無(wú)貸款的概率為20.81%。將該結(jié)果與表2進(jìn)行比較分析，發(fā)現(xiàn)兩者結(jié)果近似，進(jìn)一步表明在貸款類(lèi)型為UN中，若客戶為男性、住宅類(lèi)型為自購(gòu)房屋無(wú)貸款、職務(wù)為非管理人員以及婚姻狀況為已婚，其概率更大。

四、結(jié)論與展望

從關(guān)聯(lián)規(guī)則Apriori算法的兩種建模分析結(jié)果來(lái)看，兩個(gè)結(jié)果大致相同，比較符合實(shí)際情況，即在貸款類(lèi)型為UN的客戶群體中，男性、住宅類(lèi)型為自購(gòu)房屋無(wú)貸款、職務(wù)為非管理人員以及婚姻狀況為已婚的客戶概率更大?，F(xiàn)實(shí)生活中，這類(lèi)群體的生活狀況較穩(wěn)定且基數(shù)大，大多是工作、收入一般的男性群體，整個(gè)家庭擁有一套住房，但由于需要撫養(yǎng)父母子女，日常消費(fèi)金額相對(duì)較大，極易促成個(gè)人消費(fèi)貸款。審計(jì)人員在做個(gè)貸業(yè)務(wù)審計(jì)時(shí)，可針對(duì)此類(lèi)貸款客戶的情況進(jìn)行進(jìn)一步研究。

關(guān)聯(lián)規(guī)則等挖掘算法可以改善銀行內(nèi)部審計(jì)非現(xiàn)場(chǎng)分析過(guò)程存在的針對(duì)性不足問(wèn)題，為業(yè)務(wù)風(fēng)險(xiǎn)把控、客戶風(fēng)險(xiǎn)管理以及內(nèi)部非現(xiàn)場(chǎng)審計(jì)線索提供相關(guān)思路與建議。但由于本文采用的數(shù)據(jù)為客戶信用數(shù)據(jù)中的部分指標(biāo)數(shù)據(jù)，對(duì)于已發(fā)放貸款客戶的最終貸款類(lèi)型評(píng)估來(lái)說(shuō)，考慮的因素不夠全面，結(jié)果較為粗糙。因此，在實(shí)際內(nèi)審工作中，要綜合考慮多方面因素，同時(shí)結(jié)合其他成熟數(shù)據(jù)挖掘方法，提高評(píng)估的準(zhǔn)確性。

內(nèi)部審計(jì)是商業(yè)銀行風(fēng)險(xiǎn)管理的第三道防線，是為銀行合規(guī)經(jīng)營(yíng)、高質(zhì)量發(fā)展保駕護(hù)航的關(guān)鍵所在。應(yīng)順應(yīng)發(fā)展趨勢(shì)，提升計(jì)算機(jī)輔助審計(jì)技巧。面對(duì)銀行業(yè)積累的海量數(shù)據(jù)，應(yīng)及時(shí)融入大數(shù)據(jù)技術(shù)，如建設(shè)數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘平臺(tái)等。同時(shí)，應(yīng)結(jié)合銀行內(nèi)部審計(jì)的需要，不斷推進(jìn)數(shù)據(jù)挖掘技術(shù)的實(shí)際應(yīng)用，將數(shù)據(jù)挖掘結(jié)果應(yīng)用到實(shí)際工作中，提升非現(xiàn)場(chǎng)挖掘可疑數(shù)據(jù)的有效性和準(zhǔn)確性，為現(xiàn)場(chǎng)審計(jì)提供技術(shù)支撐，實(shí)現(xiàn)審計(jì)的精準(zhǔn)定位。

（作者單位：中國(guó)郵政儲(chǔ)蓄銀行審計(jì)局南昌分局，

郵政編碼：330038，電子郵箱：819860249@qq.com）

主要參考文獻(xiàn)

施文君.基于關(guān)聯(lián)規(guī)則的線上線下雙層耦合社交網(wǎng)絡(luò)信息傳播規(guī)律研究[D].蚌埠：安徽財(cái)經(jīng)大學(xué)， 2018

王明哲，基于數(shù)據(jù)挖掘技術(shù)的信用卡客戶的信用評(píng)價(jià)[J].商場(chǎng)現(xiàn)代化， 2007（8）：77-78

許荻迪.基于關(guān)聯(lián)規(guī)則挖掘的商業(yè)銀行信貸產(chǎn)品交叉營(yíng)銷(xiāo)研究[J].商業(yè)經(jīng)濟(jì)， 2017（3）：103-106

顏龍杰.關(guān)聯(lián)規(guī)則挖掘在銀行客戶信用評(píng)估中的應(yīng)用研究[D].武漢：中南民族大學(xué)， 2015

楊親瑤.交互可視化關(guān)聯(lián)規(guī)則挖掘的研究與實(shí)現(xiàn)[D].廣州：華南理工大學(xué)， 2010