[論文レビュー] Proficiency Comparison of LADTree and REPTree Classifiers for Credit Risk Forecast

Lakshmi Devasena C|arXiv (Cornell University)|Mar 23, 2015

Financial Distress and Bankruptcy Prediction被引用数 5

ひとこと要約

本研究では、ドイツの信用データセットを用いて、LADTreeおよびREPTree分類器の信用リスク予測における性能を比較した。オープンソースの機械学習ツールを用いて評価された結果、REPTreeは正確性と頑健性の面でLADTreeを上回り、銀行応用における信用不履行者の特定により効果的な分類器であることが示された。

ABSTRACT

Predicting the Credit Defaulter is a perilous task of Financial Industries like Banks. Ascertaining non-payer before giving loan is a significant and conflict-ridden task of the Banker. Classification techniques are the better choice for predictive analysis like finding the claimant, whether he/she is an unpretentious customer or a cheat. Defining the outstanding classifier is a risky assignment for any industrialist like a banker. This allow computer science researchers to drill down efficient research works through evaluating different classifiers and finding out the best classifier for such predictive problems. This research work investigates the productivity of LADTree Classifier and REPTree Classifier for the credit risk prediction and compares their fitness through various measures. German credit dataset has been taken and used to predict the credit risk with a help of open source machine learning tool.

研究の動機と目的

• LADTreeおよびREPTree分類器の信用リスク予測における実効性を評価・比較すること。
• 金融機関における信用不履行者の正確な同定という課題に取り組むこと。
• 実世界の信用データにおいて、予測正確性および信頼性の観点から、LADTreeとREPTreeのどちらの分類器がより優れているかを特定すること。
• 金融機関が信用リスク評価のための最適な機械学習モデルを選定するのを支援すること。

提案手法

• 本研究では、信用リスク予測分野におけるよく知られたベンチマークであるドイツの信用データセットを用いた。
• LADTreeおよびREPTree分類器は、オープンソースの機械学習ツールを用いてトレーニングおよびテストされた。
• 性能評価には、正確性、適合率、再現率、F1スコアといった標準的な分類指標が用いられた。
• 公平性と結果の信頼性を確保するため、同一の実験条件下で比較が行われた。
• 分類器の性能差の有意性を評価するための統計的評価が実施された。
• 分析は、各モデルが申請者を「信用可能」と「不履行者」として分類する能力に焦点を当てた。

実験結果

リサーチクエスチョン

• RQ1 ドイツの信用データセットにおいて、LADTreeとREPTreeのどちらの分類器がより高い正確性を達成するか？
• RQ2 LADTreeとREPTreeは、不履行者を同定する観点で、適合率および再現率においてどのように性能を示すか？
• RQ3 不均衡な信用リスクデータに適用した場合、LADTreeとREPTreeの相対的な頑健性はいかがなっているか？
• RQ4 REPTreeは、信用リスク予測においてLADTreeに比べて優れた一般化能力を示すか？

主な発見

• REPTreeは、ドイツの信用データセットにおける信用リスク予測において、LADTreeよりも高い全体的な正確性を達成した。
• REPTreeは、実際の不履行者を特定する能力が優れており、適合率および再現率の面でより良い性能を示した。
• LADTreeは、異なるデータ分割における性能に低い安定性と高い分散を示した。
• 結果から、REPTreeは一貫した性能を発揮するため、実世界の信用リスク予測に適していると示唆された。
• 本研究では、REPTreeが信用リスク分類タスクにおける予測正確性および頑健性の両面でLADTreeを上回ることを確認した。
• 研究結果は、不履行リスクを最小限に抑えることを目指す金融機関において、REPTreeを優先分類器として採用することを支持する。