徐 鹏
(中国石油天然气股份有限公司华东化工销售分公司 上海 200122)
商业银行贷款风险评估数据的审计模型构建
徐 鹏
(中国石油天然气股份有限公司华东化工销售分公司 上海 200122)
在对商业银行贷款风险评估数据进行抽象和预处理的基础上,根据审计的业务需求构建了两种不同的审计模型,然后根据不同的审计模型进行结果分析。
预测型决策树;审计模型
在对数据进行预处理之后,数据的格式及类型已经符合软件的要求,这样就可以对数据进行挖掘。在数据挖掘过程中,由于算法的不同可能会导致挖掘效果以及效率的不同。在审计模型方面,本研究决定使用决策树模型,该模型中最常用的算法就是ID3与CLS,需要特别说明的是,利用ID3算法对CLS算法进行相关改进,可以提高算法的效率。
在本文的研究中,主要从两个不同的角度来构建决策树模型。其中一个角度就是预测型决策树,该模型的基本流程就是将所有贷款记录分为两个整体,一个整体是在审计年放出的,并且现在以及到期的正常贷款记录。另外一个整体作为另一部分数据,主要用来构建数据挖掘模型,然后用该模型对五级分类进行预测,当预测结果和现实情况不一致时,注明该记录属于异常贷款记录,在今后的审计中要进行重点审计。按照这个基本流程,首先要将贷款凭证表划分为正常贷款表和预测分析贷款表。在正常贷款表中,凡是属于正常贷款的记录,这些数据都是预测数据集的主要构成;……