判别分析、logistic在信用风险评估中的应用

利用判别分析、logistic模型来分析信用风险的文章很多，这类文章应该传入国内最早的方法之一了。但是看期刊文章可以发现，作者都喜欢直接给出结果，至于如何得到结果的过程通常并不是非常的明晰。《Application of Proc Discrim and Proc Logistic in Credit Risk Modeling》一文给出SAS软件的具体操作：

1.判别分析

之前转载过一篇判别分析的例子：http://blog.csdn.net/yugao1986/article/details/6359080

这里大体类似：

/*该例是预测开户两年的账户的信用等级情况*/
/*案例数据build,目标变量分为3类等级A、C、O，自变量有3个
credit_limit number_of_trades utilization*/
DATA build;
   INPUT credit_limit number_of_trades utilization Target $ @@;
   DATALINES;
1300 22 0.41 O 400 9 0.88 C 2500 29 0.57 O 4400 49 0.29 A
4900 43 0.86 A 5200 49 0.36 A 2500 35 1.02 A 600 9 0.83 C
1100 28 0.88 O 600 11 0.50 C 500 33 0.12 C 1600 26 0.90 O
4000 49 0.43 A 400 11 1.09 C 2400 36 0.22 O 2500 29 0.76 O
5400 53 0.30 A 2700 32 0.68 O 500 8 1.09 C 2000 36 0.54 O
1600 35 0.54 O 500 8 1.10 C 650 13 1.00 C 5000 46 0.71 O
5100 52 0.17 A 2200 37 0.60 O 1400 25 0.50 O 2200 31 0.37 O
4700 49 0.75 A 1500 33 0.25 O 1600 29 0.63 O 2200 33 0.25 O
1500 30 0.27 O 1600 38 0.58 O 1800 39 0.45 O 2100 37 0.37 O
1700 36 0.68 O 2100 28 1.00 O 1600 29 0.65 O 600 10 0.50 C
1300 25 0.22 O 1900 24 0.18 O 1900 33 0.49 O 2600 30 0.53 O
2300 24 0.12 O 1200 34 0.30 O 5400 52 0.47 A 2600 35 0.33 O
1700 24 0.65 O 500 8 0.73 C 600 7 0.40 C 4400 47 0.10 A
2200 31 0.50 O 1400 34 0.64 O 5100 47 0.71 A 2000 31 0.17 O
2300 30 0.30 O 1700 32 0.59 O 1000 30 0.11 O 1400 33 0.23 A
2400 32 0.90 C 3300 30 0.87 A 2300 35 0.47 O 2800 35 0.58 O
500 12 0.48 C 2700 37 0.69 O 2200 28 0.38 O 4500 54 0.29 A
4900 50 0.29 A 550 11 0.41 C 1900 25 0.20 O
;
RUN;
/*指标筛选过程，结果选出credit_limit number_of_trades两变量*/
PROC STEPDISC DATA=build;
   CLASS target;
   VAR credit_limit number_of_trades utilization;
RUN;
/*判别分析过程*/
PROC DISCRIM DATA=build TESTDATA=build POOL=test OUT=disc;
   PRIORS prop;
   CLASS target;
   VAR credit_limit number_of_trades;
RUN;

2.logistic模型

 

PROC LOGISTIC DATA=build;
   MODEL target(ref='O') = credit_limit number_of_trades utilization
           / SELECTION=stepwise LINK=glogit;
RUN;
/*根据logistic过程得到的结果建立评估模型，-9.1618等参数来自proc logistic*/
DATA logit;
   SET build;
   phat_A=-9.1618+credit_limit*0.00116+number_of_trades*0.1263;
   phat_C=6.3220+credit_limit*(-0.00272)+number_of_trades*(-0.1629);
   prob_O = 1/(1+exp(phat_A)+exp(phat_C));
   prob_A = prob_O*exp(phat_A);
   prob_C = prob_O*exp(phat_C);
   max = max(prob_A, prob_C, prob_O);
   IF prob_O = max THEN pred = 'O';
   ELSE IF prob_A = max THEN pred = 'A';
   ELSE pred = 'C';
RUN;
/*结果一览*/
PROC FREQ DATA=logit;
   TABLES target * pred /LIST;
RUN;