[摘要]为了解决申请贷款问题，需要对客户的审贷信用进行评级，此评级过程主要使用了数据挖掘中的聚类分析的方法。通过对客户基本信息的挖掘和聚类分析，可以得出客户申贷的信用级别，从而对客户的审贷问题进行分级处理。
[关键词]信贷风险 聚类分析 数据挖掘
一、方法介绍：聚类分析
聚类分析能够将一批样本数据，在没有先验知识的前提下，根据数据的诸多特征，按照其在性质上的亲疏程度进行自动分组，且使组内个体的结构特征具有较大相似性，组间个体的特征相似性较小。
K-Means聚类也称作快速聚类，属于覆盖型数值划分聚类算法。它得到的聚类结果，每个样本点都唯一属于一个类，而且聚类变量为数值型，并采用划分原理进行聚类。
二、数据挖掘——K-Means模型
搜集数据阶段主要是对某银行的客户信息数据进行整理和汇总，重点选取那些影响客户申贷评级的那些指标，例如客户的年龄、收入、资产、债务、贷款量、风险、信用等级，按时还贷习惯等等。这些指标都是笔者通过访谈银行相关部门的工作人员，通过获取相关经验得出的指标，此外这也是国际通用的对客户信用评级的常用指标。通过对某银行客户信息进行整理和汇总，得出20个典型客户的申请贷款信息资料。
数据挖掘的过程中，首先需要构建k-means模型，这就需要相关clementine软件操作，对数据集进行模型导入。经过k-means模型分析后，这组数据被分为四组，数据集按组别重新排列。分析结果显示了四类所包括的样本数分别为6、1、7、6个样本，以及各变量的均值和标准差。如果聚类变量是分类型的，则显示各类别的百分比。对各类特征的描述是聚类分析结果中不可或缺部分，viewer卡以图形矩阵的形式直观显示了各类各变量的特征。
在这些评判指标中，重要指标有五个，分别是信用等级、年龄、结果、资产和风险。对重要指标分别进行分析，可以得出各组的重要客户特征。
通过对各组“信用等级”情况比较分析中，我们发现cluster-3样本的信用等级都是绿，cluster-1中5个样本的信用等级是绿、1个是黄，cluster-4中3个样本信用等级是红、1个是绿、2个是黄，cluster-2样本的信用等级都是黄，如图2-5。同样地，对各组“年龄”情况进行比较分析，cluster-3样本的4个中年3个老年人，cluster-1中6个样本都是年轻人，cluster-4中6个样本都是年轻人，cluster-2样本的年龄是中年；再对各组 “结果”进行比较分析，cluster-3和cluster-1的样本都按时还款，cluster-4样本中1个不履行还款、3个延时还款、2个按时还款，cluster-2的样本都延时还款；对各组“资产”情况进行比较分析，cluster-3样本的资产平均值是513929.35，cluster-1样本的资产平均值是25256.85，cluster-4样本的资产平均值是37474.30，cluster-2样本的资产平均值是91111.30。
针对四组样本的情况，凭借以上五个重要指标，笔者对四组提出批贷建议，如表。对于cluster-3批准贷款，对于cluster-4不批准贷款，而对于cluster-1和cluster-2，银行需要限额批准贷款，以防控风险事件的发生。
三、 结论
通过聚类分析研究，把某银行20个典型客户情况进行分类，分成了四组。然后针对五个重要指标信用等级、年龄、结果、资产、风险，对四组情况进行比较分析。我们发现第三组的信用等级为绿、结果按时、风险低、资产量最大，对于这样的客户银行可以放心的批准其贷款；第四组的客户风险高、年龄小、存在不履行还款现象、信用等级存在红50%，对于这样的高风险客户银行应不予批准贷款；对于第一、二组的客户，他们存在延时还款现象、信用等级存在黄色，风险中、高现象，对其可以批准贷款，但是贷款额度需要设定一定限制。
参考文献：
[1]《Clementine数据挖掘方法及应用》，电子工业出版社.薛薇，陈欢歌.2012，9
[2] 聚类分析技术在中国移动客户消费模式中的应用研究.李颖慧.2010，3
[3] 高世光，基于模糊聚类的数据挖掘技术研究.国防科技大学.2002，1
