Data Set Information:

本研究针对的是欧元客户并比较六种数据挖掘方法对违约概率的预测准确性。从风险管理的角度来看，估计违约概率的预测准确度结果将比可信或不可信客户的二元分类结果更有价值。由于实际违约概率未知，本研究提出了一种新的排序平滑方法？估计违约的实际概率。以实际违约概率为响应变量（Y），违约预测概率为自变量（X），简单线性回归结果（Y=A+BX）表明，人工神经网络生成的预测模型具有最高的确定系数；其回归截距（A）接近于零，回归系数（B）接近于一。因此，在六种数据挖掘技术中，人工神经网络是唯一能够准确估计实际违约概率的技术。

Attribute Information:

本研究采用了一个二元变量，默认支付（Yes=1，No=0）作为响应变量。本研究回顾了文献，并使用以下23个变量作为解释变量：
X1：授信金额（新台币）：包括个人消费信贷和家庭（补充）信贷。
X2：性别（1=男性；2=女性）。
X3：教育（1=研究生院；2=大学；3=高中；4=其他）。
X4：婚姻状况（1=已婚；2=单身；3=其他）。
X5：年龄（年）。
X6-X11：过去付款的历史记录。我们跟踪了过去的每月付款记录（2005年4月至9月），如下所示：X6=2005年9月的还款状态；X7=2005年8月的还款情况。；X11=2005年4月的还款状态。还款状态的衡量尺度为：-1=按时支付；1=延迟付款一个月；2=延迟付款两个月。；8=延迟付款八个月；9=延迟付款九个月及以上。
X12-X17：账单金额（新台币）。X12=2005年9月账单金额；X13=2005年8月账单金额。；X17=2005年4月账单金额。
X18-X23：以前付款的金额（新台币）。X18=2005年9月支付的金额；X19=2005年8月支付的金额。；X23=2005年4月支付的金额。

Relevant Papers:

Yeh, I. C., & Lien, C. H. (2009). The comparisons of data mining techniques for the predictive accuracy of probability of default of credit card clients. Expert Systems with Applications, 36(2), 2473-2480.

Citation Request:

Yeh, I. C., & Lien, C. H. (2009). The comparisons of data mining techniques for the predictive accuracy of probability of default of credit card clients. Expert Systems with Applications, 36(2), 2473-2480.

Name: I-Cheng Yeh
email addresses: (1) icyeh '@' chu.edu.tw (2) 140910 '@' mail.tku.edu.tw
institutions: (1) Department of Information Management, Chung Hua University, Taiwan. (2) Department of Civil Engineering, Tamkang University, Taiwan.
other contact information: 886-2-26215656 ext. 3181