TOPSIS方法建模实例-逾期催收等级建模

本文主要分为三部分：

 

第一部分，介绍原理和选择依据；

第二部分，介绍topsis的方法建模过程；

第三部分，建模总结。

通过这三部分的来描述如何建立C卡催收评分模型。

 

第一部分：我们先了解一下什么是Topsis方法。

 

TOPSIS法（Technique for Order Preferenceby Similarity to Ideal Solution,）逼近理想解排序法、理想点法；他是C.L.Hwang和K.Yoon于1981年首次提出，TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。理想化目标（Ideal Solution）有两个，一个是肯定的理想目标（positive ideal solution）或称最优目标，一个是否定的理想目标（negative ideal solution）或称最劣目标，评价最好的对象应该是与最优目标的距离最近，而与最劣目标最远，距离的计算可采用明考斯基距离，常用的欧几里德几何距离是明考斯基距离的特殊情况。

 

TOPSIS法是一种理想目标相似性的顺序选优技术,在多目标决策分析中是一种非常有效的方法。它通过归一化后的数据规范化矩阵,找出多个目标中最优目标和最劣目标(分别用理想解和反理想解表示) ,分别计算各评价目标与理想解和反理想解的距离,获得各目标与理想解的贴近度,按理想解贴近度的大小排序,以此作为评价目标优劣的依据。贴近度取值在0～1 之间,该值愈接近1,表示相应的评价目标越接近最优水平;反之,该值愈接近0,表示评价目标越接近最劣水平。该方法已经在土地利用规划、物料选择评估、项目投资、医疗卫生等众多领域得到成功的应用,明显提高了多目标决策分析的科学性、准确性和可操作性。

 

选择逾期有重要两个考虑因素：一个是逾期时间因素；一个是逾期金额因素；

 

往往逾期前期阶段容易收回，越往后，逾期期数越长，收回金额越大。（催收评分模型中因素选择可以重点考虑从用户的还款记录中提取，本文选择较为常见的数据作为变量，实际中笔者认为可以考虑10-16个因素为宜）。

 

另外需要说明一点，对于逾期和损失率的关系。

.

 

上图为理想化的潜在损失率示意图。预计潜在损失率，随着逾期期数增加，潜在损失率逐步提高。

 

数据准备阶段，建立同趋势化的数据；

    

第一步：进行评价指标同趋势化；

 

在进行建模时需要对各项指标（我们以合同金额、合同期限、逾期金额、逾期期数，逾期四个因素作为参考变量）要求方向一致，通常采用倒书法（原有的指标变成倒数即采用 x变成 1/x方法）。但是本文不采用倒数，采用对数和除数进行同趋势化处理。

 

数据如下（已经过脱敏处理）：

 

账户ID	合同金额	合同期数	逾期期数	逾期金额	期数对数i	金额除数J
10001	3000	10	4	884	0.6990	0.2947
10002	3000	10	2	1436	0.4771	0.4787
10003	3000	12	4	851	0.6477	0.2837
10004	3000	11	4	2108	0.6712	0.7027
10005	3000	9	6	2140	0.8856	0.7133
10006	3000	12	10	550	0.9650