CHAID算法即 检验法自动交互检测(Chi-squareAutomaticInteractionDetector，卡方自动交互检测)。CHAID也用于生成决策树，但是它不使用信息增益或者Gini来度量最佳分裂，它采用列联表中使用的检验法来决定哪个类别预测属性与预测值能最大程度地独立。因为CHAID是依靠列联表对每个预测属性的重要性进行测试，所以所有的预测属性都必须是类别形式，或通过重新分级强制转化成类别形式。
决策树是一个类似于流程图的树结构，其中每个内部节点表示一个属性上的测试，每一个分支代表一个测试输出，而每个叶节点代表类或类的分布。树的最顶层节点是根结点。利用决策树对客户进行分类，分析客户的综合印象，本文从以下几步进行细分：
1、确定决策树的主属性；
2、对数据进行预分类，选出对综合印象有关、有价值的数据，减少无用数据的影响，并避免建立的决策树过于冗余，影响结果；
3、分析各属性与综合印象的关系，去除无关属性；
4、利用有用属性建立决策树；
我们的数据总共有35782例，剔除无效数据，得到有效数据共有34624例。首先用各属性分别做分类分析，从每一单项属性的结果看该属性对客户的综合评价是否有影响，最后去除无关属性，再对那些有影响的属性做一个总的分类，综合考虑客户评价，得出对最终结果影响最重要的属性和其他属性等。各单项属性分别为：出生日期（代表年龄）、个人年收入、受教育程度、还款方式、担保方式（篇幅所限，未将所有的单项属性分类结果列出来）。具体分析结果见下面图1：
根据出生日期对其分类，即是依年龄来评价客户的综合印象，从上面的分类决策树可以看出，出生日期越早，即年龄越大的客户的综合印象中良好的越少。这是由于：
1、年龄越大的客户，其积累的积蓄越多，若购房，则一般不需要从银行取得贷款，这导致年龄大的贷款客户的基数比较少，需要贷款的一般都是收入不是很理想的那些客户，从而良好率较低；
2、年龄越大的客户，其住房问题可能早以解决，暂时不需要再次购房。而对于年轻人来说，刚开始工作，没有什么积蓄，却急需要解决住房问题以建立新的家庭，因此，产生了大量的住房贷款需求，而这些客户的职业一般有较大的发展潜力，可能良好率较高。这也解释了为什么年龄在30岁左右的客户占了数据的绝大多数。但是，这些客户一般刚处于事业的起步阶段，其职业发展只是潜在的，带有很大的不确定性，这种不确定性会导致较高的还款违约率，这就需要银行在发放贷款时，充分利用各种信息，结合数据挖掘技术，发现潜在的优质客户和风险客户，及时采取措施提高客户整体的综合素质。
由于个人年收入的数据跨度很大，我们选用CHAID分类和CART分类对比来看。选用CART方法进行分类，上图SPSS做出的CART决策树先将年收入以26898为界限，划分为两个分支，在收入大于此界限时，又以36767为界划分为两个分支。整体看来，收入越高，综合评价越好，这符合我们一般的认识。
图3用CHAID分类的结果将个人年收入分成了多个档次，结果很明显，随着年收入的增多，综合评价为良好的比例越高。个人年收入是贷款能否正常归还的一项很重要的要素，银行在审查客户的这些信息时，一定要保证所得的信息及时准确，避免一些假收入、假证明所致的不良贷款。这些不需要专门的技术，只要银行严格执行审查程序，细心认真，由此导致的风险便可以降低。
从此分类看出，教育程度为大学本科及高中/中专/技校占了所有贷款客户的92.9%，而这些大量的客户的综合评价却是所有中最低的，低于总体的综合评价。其他的以受教育程度分类的客户中，硕士研究生中评价为良好的比例最高，为75%,其次为大专/电大/博士及以上，再次为普及教育及以下。系统会自动将大学本科和高中/中专/技校归到一类，将大学专科/电大和博士及以上归为一类是因为他们两类的良好率相近，直觉不良和一般的比例也相差不大，这从我们下面的交叉分布表可以看出。从这种分析结果可以看到，教育程度越高，客户的综合评价不一定最好，究竟是什么原因导致这种结果，有待探讨。
表1综合印象、受教育程度交叉分布表
从还款方式的分类看出，等额还款方式占了所有还款方式的非常大的一部分，为95%，而在三种还款方式中，等本还款客户的综合印象是最好的，其综合评价为良好的占了11.2%，远高于整体客户的综合评价——4.7%的良好率，利随本清的客户综合评价最差，综合评价为良好的仅占了1.1%。可见，还款方式对客户的还款意愿是有一定的影响的，原因是利率不同，还款年限不同时，还款方式对客户的还款压力是不一样的，银行应在客户满意的情况下，尽量让客户选择出现违约情况较少、对银行来说风险较小的还款方式。 2/3 首页 上一页 1 2 3 下一页 尾页 |
