預測違約機率

以 Python 進行信用風險建模

Michael Crabtree

Data Scientist, Ford Motor Company

羅吉斯回歸係數

# Model Intercept
array([-3.30582292e-10])
# Coefficients for ['loan_int_rate','person_emp_length','person_income']
array([[ 1.28517496e-09, -2.27622202e-09, -2.17211991e-05]])

使用羅吉斯回歸計算違約機率的公式

# 計算違約機率
int_coef_sum = -3.3e-10 +
    (1.29e-09 * loan_int_rate) + (-2.28e-09 * person_emp_length) + (-2.17e-05 * person_income)
prob_default = 1 / (1 + np.exp(-int_coef_sum))
prob_nondefault = 1 - (1 / (1 + np.exp(-int_coef_sum)))

解讀係數

# Intercept
intercept = -1.02
# Coefficient for employment length
person_emp_length_coef = -0.056

person_emp_length 每增加 1 年，違約機率會下降

解讀係數

# Intercept
intercept = -1.02
# Coefficient for employment length
person_emp_length_coef = -0.056

person_emp_length 每增加 1 年，違約機率會下降

intercept	person_emp_length	value * coef	probability of default
`-1.02`	10	(10 * `-0.06`)	.17
`-1.02`	11	(11 * `-0.06`)	.16
`-1.02`	12	(12 * `-0.06`)	.15

使用非數值欄位

數值型：loan_int_rate、person_emp_length、person_income
非數值型：
```
cr_loan_clean['loan_intent']
```

EDUCATION            
MEDICAL              
VENTURE              
PERSONAL             
DEBTCONSOLIDATION   
HOMEIMPROVEMENT

若不先處理，在 Python 的機器學習模型中會造成錯誤

One-hot 編碼

以數字表示字串

資料中的貸款用途範例

One-hot 編碼

以數字表示字串
在新欄位 column_VALUE 中放 0 或 1

將貸款用途欄位做 one-hot 編碼的範例

Get dummies

使用 pandas 的 get_dummies()

# 分開數值欄位
cred_num = cr_loan.select_dtypes(exclude=['object'])
# 分開非數值欄位
cred_cat = cr_loan.select_dtypes(include=['object'])
# 僅對非數值欄位做 one-hot 編碼
cred_cat_onehot = pd.get_dummies(cred_cat)
# 合併數值欄位與 one-hot 欄位
cr_loan = pd.concat([cred_num, cred_cat_onehot], axis=1)

預測未來（機率版）

使用 scikit-learn 的 .predict_proba() 方法

# 訓練模型
clf_logistic.fit(X_train, np.ravel(y_train))
# 用模型進行預測
clf_logistic.predict_proba(X_test)

產生違約機率的陣列

# 機率: [[non-default, default]]
array([[0.55, 0.45]])

一起來練習吧！

以 Python 進行信用風險建模