基于情感数据的违约判别研究

违约判别对商业银行和借贷机构的信贷决策具有重要意义。本文研究的问题是如何使用情感数据构建违约判别模型，以提高金融机构识别违约客户的能力。本文的创新与特色：一是使用7类21种情感来测度借款描述的情感特征，不仅呈现借款描述中隐含的多维度情感特征，而且避免仅使用正负两类情感计算总情感倾向时情感种类单一、情感含义模糊的弊端；二是使用情感数据和数值数据构建违约判别模型，避免使用单类数据构建违约判别模型准确性不足的弊端。研究表明：相较于使用单类数据构建违约判别模型，同时使用情感数据和数值数据构建的最优临界点判别模型的违约判别准确性最高，其中第二类错误显著下降。回归分析表明：在正向情感中，借款描述中传达“相信”和“赞美”情感的客户与传达“祝愿”“喜爱”“快乐”“尊敬”“安心”等多种情感的客户相比违约可能性更小；“贬责”情感对违约状态有显著正向影响；“悲伤”情感对违约状态有显著负向影响。