Table Of ContentChristoph Schnurr
Kreditwürdigkeitsprüfung
mit Künstlichen Neuro-
nalen Netzen
Anwendung im Konsumentenkreditge-
schäft
KREDITWÜRDIGKEITSPRÜFUNG IM
KONSUMENTENKREDITGESCHÄFT MIT
KÜNSTLICHEN NEURONALEN NETZEN
Inaugural-Dissertation
zur Erlangung des Grades Doctor oeconomiae publicae (Dr. oec. pub!.)
an der Ludwig-Maximilians-Universität München
vorgelegt von
Christoph Schnurr
1996
Referent: Prof. Dr. H. Meyer zu Se1hausen
Korreferent: Prof. Dr. A. Picot
Promotionsabschlußberatung: 26. Februar 1997
Christoph Schnurr
Kreditwürdigkeitsprüfung
mit Künstlichen
Neu rona len Netzen
Anwendung im
Konsumentenkreditgeschäft
Mit einem Geleitwort
von Prof. Dr. Hermann Meyer zu Selhausen
Springer Fachmedien Wiesbaden GmbH
Die Deutsche Bibliothek - CIP-Einheitsaufnahme
Schnurr, Christoph:
Kreditwürdigkeitsprüfung mit Künstlichen Neuronalen Netzen:
Anwendung im Konsumentenkreditgeschäft /Christoph Schnurr.
Mit einem Geleitw. von Hermann Meyer zu Selhausen.
-Wiesbaden: Dt. Univ.-Verl. ; Wiesbaden : Gabler, 1997
(Gabler Edition Wissenschaft: Bank- und Finanzwirtschaft)
Zugl.: München, Univ., Diss., 1996 u.d.T.: Schnurr, Christoph:
Kreditwürdigkeitsprüfung im Konsumentenkreditgeschäft mit
Künstlichen Neuronalen Netzen
© Springer Fachmedien Wiesbaden 1997
Ursprünglich erschienen bei Deutscher Universitäts Verlag 1997
lektorat: Claudia Splittgerber / Annette Werther
Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt.
Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsge
setzes ist ohne Zustimmung des Verlages l!!1zulässig und strafbar. Das
gilt insbesondere für Vervielfältigungen, Ubersetzungen, Mikroverfil
mungen und die Einspeicherung uno Verarbeitung in elektronischen
Systemen.
http://www.gobler-online.de
Höchste inhal~iche und technische Qualität unserer Produkte ist unser Ziel. Bei der Produktion und
Auslieferung unserer Bücher wollen wir die Umwelt schonen: Dieses Buch ist auf säurefreiem und
chlorfrei gebleichtem Papier gedruckt.
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem
Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, daß solche Namen
im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären
und daher von jedermann benutzt werden dürften.
ISBN 978-3-8244-6554-5 ISBN 978-3-663-08669-7 (eBook)
DOI 10.1007/978-3-663-08669-7
Geleitwort v
Geleitwort
Der Erforschung von Ursache-Wirkungszusammenhängen gilt seit jeher in Wissen
schaft und Praxis besondere Aufmerksamkeit. Als statistische Verfahren fiir die Erfor
schung von Ursache-Wirkungszusammenhängen stehen seit längerer Zeit z. B. die
Regressions- und Korrelationsanalyse, die Diskriminanzanalyse und die Faktorenana
lyse zur Verfiigung. Als vor einigen Jahren das Verfahren der Künstlichen Neuronalen
Netze (KNN) bekannt wurde, waren die Erwartungen hoch gesteckt: Das Verfahren
sollte umfangreiche Datenbestände verarbeiten und dabei unabhängige Einflußgrößen
selbständig auswählen, lineare und nicht-lineare Zusammenhänge zwischen den Ein
flußgrößen und den abhängigen Variablen selbständig erkennen und Prognosen mit, im
Vergleich zu den herkömmlichen Verfahren, kleineren Prognosefehlern ermöglichen.
Das Forschungsinteresse von Herrn Schnurr richtet sich nicht auf die Evaluierung der
KNN als Verfahren ganz allgemein, sondern, aus der Sicht der Bankbetriebswirt
schaftslehre, darauf, ob man in einem bankbezogenen Anwendungsfeld, hier der Boni
tätsprüfung bei Konsumentenkrediten, mit KNN bessere Bonitätsprognosen erhält als
mit herkömmlichen Verfahren wie der Diskriminanzanalyse. Grundvoraussetzung fiir
die Durchfiihrung der Untersuchung war die Verfiigbarkeit von Datenbeständen, an
denen KNN erprobt werden konnten. Für die Daten der Stichprobe I, es handelt sich
um Konsumentenkredite einer Geschäftsbank, liegen Referenz-Ergebnisse vor, die von
Häußler et al. mit Diskriminanzanalyse und von Lohrbach mit KNN ermittelt wurden,
so daß hier ein Vergleich der Ergebnisse möglich ist. Die Stichproben II und III stam
men aus der Kraftfahrzeugfinanzierung einer Automobilbank. Dabei wurde untersucht
inwieweit durch Anwendung von Verfahren, mit denen bei der Stichprobe I gute
Ergebnisse erzielt wurden, fiir die Stichproben II und III ähnlich gute Ergebnisse
erzielt werden können.
Nach einer kurzen Darstellung der Grundlagen der Kreditwürdigkeitsprüfung werden
die theoretischen, methodischen und technischen Grundlagen der KNN abgehandelt.
Auf der Grundlage sorgfältiger und breit angelegter Literaturarbeit werden hier,
zunächst fiir einfache und dann fiir komplexere KNN, Elemente, Strukturen, Funktio
nen (Propagierungs-, Aktivierungs-und Ausgabefunktion), das Lernen durch KNN' die
Entwicklung von Netzarchitekturen, die Vorverarbeitung von Daten und die Auftei-
VI Geleitwort
lung von Stichproben in einer Form allgemein dargestellt, die auch für methodisch
interessierte Leser aus dem Bereich der Bankbetriebswirtschaftslehre und der Bank
praxis verständlich ist. Im Anschluß behandelt Herr Schnurr die Anwendung der KNN
auf die Kreditwürdigkeitsprüfung im Konsumentenkreditgeschäft. Eingangs werden
die Stichproben dargestellt, und es wird die Benchmark beschrieben, die sich auf
Stichprobe I bezieht. Die von Häußler und Lohrbach erzielten Klassifikationsquoten
(richtig klassifizierte Kreditverträge in Prozent) sind Ausgangspunkt und Maßstab für
die folgende Untersuchung. Für seine Analysen benutzt Herr Schnurr den Stuttgarter
Neuronale Netze Simulator.
Die Ergebnisse, die Herr Schnurr für Stichprobe I, die hier als Vergleichsstichprobe
dient, erzielen konnte, sind ganz eindeutig von den wichtigsten Gestaltungsalternativen
der KNN abhängig, also von der Netzwerkarchitektur, der Stichprobenbildung, den
Lemverfahren, den Ausdünnungsverfahren und der Interpretation des Ausgabewertes.
Nur nach Test einer Vielzahl von Gestaltungsalternativen kommt er bei den Kontroll
stichproben auf etwa gleich gute Ergebnisse wie Häußler und Lohrbach. Die Ergeb
nisse für die Stichproben Il und III sind weitgehend unabhängig von der verwendeten
Netzarchitektur, und die Ausdünnung des Netzes mit dem vergleichsweise am besten
geeigneten Verfahren kann die Fehlklassifikationsquote kaum weiter drücken. Mehr
Aufmerksamkeit verdient dagegen die Aufteilung der Stichproben, die die Klassifika
tionsquote stärker beeinflußt. Insgesamt ist das erzielte Ergebnis mit den Ergebnissen
anderer Untersuchungen, insbesondere denen der Diskriminanzanalyse, vergleichbar.
Im abschließenden Fazit gibt Herr Schnurr aufgrund seiner Erfahrungen mit dem Ein
satz von KNN in der Kreditwürdigkeitsprüfung eine Vielzahl von Hinweisen, wie
weitergearbeitet werden könnte, um noch verbleibende Leistungspotentiale der KNN
aufzuspüren.
Zur Klärung der Frage, ob, in welchem Ausmaß und unter welchen Umständen KNN
im Vergleich mit der Diskriminanzanalyse zu einer Verbesserung der Klassifikations
quoten im Konsumentenkreditgeschäft führen können, hat Herr Schnurr einen
wichtigen Beitrag geleistet. Der vorliegenden Schrift wünsche ich die gebührende
Beachtung in der Forschung und in der Bankpraxis.
Prof. Dr. H. Meyer zu Selhausen
Vorwort VII
Vorwort
Die vorliegende Arbeit wäre ohne die Unterstützung zahlreicher Personen nicht
möglich gewesen. Ihnen allen gebührt mein aufrichtiger Dank.
Insbesondere bedanke ich mich bei Herrn Prof. Dr. H. Meyer zu Se1hausen für die
wissenschaftliche Betreuung und Förderung der Untersuchung. Seine zahlreichen
Anregungen und wertvollen Hinweise trugen wesentlich zum Gelingen der Arbeit bei.
Herrn Prof. Dr. A. Picot danke ich für sein Interesse an dieser Arbeit und die
Übernahme des Korreferats.
Bedanken möchte ich mich auch bei den verantwortlichen Persönlichkeiten der
Automobilbank, wenn auch aus Diskretionsgründen eine namentliche Nennung nicht
möglich ist. Ohne die Verfügbarkeit der Stichproben wäre die Arbeit in dieser Form
sicher nicht möglich gewesen.
Meinen Kollegen am Seminar für Bankwirtschaft der Universität München danke ich
für die außerordentlich gute Zusammenarbeit und die jederzeitige Bereitschaft zur
kritischen Diskussion der Arbeit. Frau Dr. K. Stenke gebührt zusätzlicher Dank für die
sorgfaltige Durchsicht des Manuskripts.
An dieser Stelle möchte ich mich auch bei allen Freunden und Bekannten bedanken,
die wesentlich zum Gelingen der Arbeit beigetragen haben. Besonderer Dank ,gin Frau
Monika Antretter und Frau Christin Gemlau für ihre Arbeit am Manuskript und Herrn
Rupert Schöttler, der mir den Zugang zu notwendigen EDV-Ressourcen ermöglicht hat
und mir in technischen Fragen mit Rat und Tat zur Seite stand.
Bedanken möchte ich mich auch bei meinen Eltern, die mir mit ihrer fortwährenden
Unterstützung eine akademische Ausbildung ermöglicht haben. Ihnen widme ich diese
Arbeit.
Christoph Schnurr
Inhaltsverzeichnis IX
Inhaltsverzeichnis
Abkürzungsverzeichnis ............................................................................................... "XV
Symbolverzeichnis .................................................................................................... "XVII
Abkürzungen der verschiedenen Netzarchitekturen .................................................. XIX
Abbildungsverzeichnis ............................................................................................... XXI
Tabellenverzeichnis ................................................................................................... X"XV
1 EINLEITUNG ........................................................................................................... 1
1.1 Problemstellung .................................................................................................... 1
1.2 Zielsetzung und Vorgehensweise ......................................................................... 3
2 GRUNDLAGEN DER KREDITWÜRDIGKEITSPRÜFUNG IM
KONSUMENTENKREDITGESCHÄFT ............................................................... 5
2.1 Rechtliche Grundlagen und Definition des Konsumentenkredits ........................ 5
2.2 Risiken der Kreditvergabe im Konsumentenkreditgeschäft ............................... 10
2.3 Aufgaben der Kreditwürdigkeitsprüfung und deren Einordnung in das
Kreditrisikomanagement eines Kreditinstituts ................................................... 16
2.3.1 Kreditwürdigkeitsprüfung und Kreditrisikomanagement ....................... 16
2.3.2 Aufgaben der Kreditwürdigkeitsprüfung ................................................ 22
2.3 .2.1 Beurteilung der Kreditwürdigkeit .............................................. 22
2.3.2.2 Einflußfaktoren der Kreditwürdigkeit von
Konsumentenkreditnehmern ...................................................... 24
2.3.2.3 Weitere Aufgaben in Zusammenhang mit der
Kreditwürdigkeitsprüfung .......................................................... 30
x
Inhaltsverzeichnis
2.4 Verfahren der Kreditwürdigkeitsprüfung ........................................................... 32
2.4.1 Traditionelle versus moderne Verfahren der
Kreditwürdigkeitsprüfung ....................................................................... 32
2.4.2 Empirisch-induktive Verfahren zur Kreditwürdigkeitsprüfung .............. 36
2.4.2.1 Ausgewählte diskriminanzanalytische Verfahren ...................... 38
2.4.2.1.1 Multivariate Diskriminanzanalyse .............................. 38
2.4.2.1.2 Verteilungs freie Verfahren ......................................... 40
2.4.2.2 Verfahren der Künstlichen Intelligenz ....................................... 44
2.4.2.2.1 Künstliche Neuronale Netze ....................................... 49
2.4.2.2.2 Künstliche Neuronale Netze versus
herkömmliche Verfahren ............................................ 51
2.5 Bisherige Ansätze zur Kreditwürdigkeitsprüfung im
Konsumentenkreditgeschäft mit Künstlichen Neuronalen Netzen .................... 54
3 GRUNDLAGEN KÜNSTLICHER NEURONALER NETZE ........................... 57
3.1 Biologische Grundlagen Künstlicher Neuronaler Netze .................................... 57
3.2 Einfaches Modell Künstlicher Neuronaler Netze .............................................. 62
3.2.1 Elemente und Strukturen Künstlicher Neuronaler Netze ........................ 63
3.2.1.1 Neuronen .................................................................................... 63
3.2.1.2 Verbindungen und Netzwerkstruktur ......................................... 65
3.2.2 Funktionale Zusammenhänge in Künstlichen Neuronalen Netzen ......... 73
3.2.2.1 Propagierungsfunktion ............................................................... 73
3.2.2.2 Aktivierungsfunktion und Aktivierungszustand ........................ 74
3.2.2.3 Ausgabefunktion ........................................................................ 79
3.2.3 Lernen in Künstlichen Neuronalen Netzen ............................................. 79
3.2.3.1 Arten des Lernens ...................................................................... 79
3.2.3.2 Ermittlung des Ausgabefehlers bei überwachtem Lernen ......... 83
3.2.3.3 Ermittlung des Fehlersignals für interne Schichten ................... 85
3.2.3.4 Minimierung des Netzwerkfehlers ............................................. 89
3.2.3.5 Bestimmung des Abbruchzeitpunkts für den
Trainingsvorgang ....................................................................... 91
Inhaltsverzeichnis XI
3.2.4 Arten von Künstlichen Neuronalen Netzen ............................................ 93
3.2.5 Kritische Würdigung des einfachen Modells und Implikationen rur
die weitere Vorgehensweise .................................................................... 99
3.3 Weiterentwickelte Verfahren rur Künstliche Neuronale Netze ....................... 105
3.3.1 Ansatz rur die Entwicklung einer Erklärungskomponente ................... 105
3.3.2 Manipulation der Zielfunktion .............................................................. 106
3.3.3 Weiterentwickelte Optimierungsverfahren ........................................... 111
3.3.4 Verfahren zur Entwicklung geeigneter Netzwerkstrukturen ................. 117
3.3.4.1 Konstruktionsalgorithmen rur Künstliche Neuronale Netze .... 118
3.3.4.2 Verfahren zum Ausdünnen von Künstlichen Neuronalen
Netzen ...................................................................................... 121
3.3.4.2.1 Komplexitätsreduktion Künstlicher Neuronaler
Netze ......................................................................... 123
3.3.4.2.2 Ausdünnung von Verbindungen ............................... 126
3.3.4.2.3 Ausdünnen von Neuronen ........................................ 134
3.3.4.2.4 Vorgehensweise bei der Anwendung von
Ausdünnungsverfahren ............................................. 136
3.4 Vorverarbeitung der Daten ............................................................................... 138
3.4.1 Auswahl der Eingabemerkmale ............................................................ 13 8
3.4.2 Codierung und Transformation der Eingabemerkmale ......................... 141
3.4.3 Codierung und Interpretation der Ausgabedaten .................................. 147
3.5 Aufteilung der Stichprobe ................................................................................ 151
3.5.1 Verfahren zur Aufteilung der Analysestichprobe ................................. 152
3.5.2 Vorgehensweise rur Künstliche Neuronale Netze ................................ 155
3.6 Zusammenfassung der wesentlichen Ergebnisse ............................................. 158
