基于XGBoost算法的建筑企业财务报表授信风险识别研究  

作　　者：张帅 蔡素贤 蔡德阳 李雪 

机构地区：[1]建设银行总行授信审批部 [2]建信金融科技有限责任公司 [3]建设银行福建省莆田分行

出　　处：《现代商业银行导刊》2022年第11期46-52,共7页Modern Commercial Bank Herald

摘　　要：在采用专家审批模式的商业银行授信流程中,专职贷款审批人需基于客户财务数据评估授信风险并明示上述风险判断的财务依据。本研究采用建设银行建筑企业客户财务数据及其对应的专职贷款审批人审批意见作为样本,通过集成学习方法XGBoOst,构建企业财务报表授信风险识别模型,并引入SHAP解释方法对模型结果进行解释。研究表明,基于XGBOOSt算法构建的授信风险识别模型在性能指标上优于传统逻辑回归模型。此外,通过使用SHAP解释方法对模型特征变量贡献度进行分析,可有效提升模型的可解释性。

关 键 词：专职贷款审批人 建筑企业 财务报表 XGBoOst SHAP 

分 类 号：F83[经济管理—金融学]