消费金融公司个人信用评价方法研究
发布时间：2022-01-08 09:59
新经济形势下,传统的金融服务不足以支撑整个实体经济的进一步发展。2010年至2017年,我国消费金融公司异军突起,发展迅速,展现出巨大的潜力。消费金融公司的出现,满足了个体消费者的信贷需求,然而消费金融公司提供的个人消费信贷业务的特点是小额、无担保、无抵押、手续简单、审批快速,使得其面临很大的信贷风险。信用风险的识别能力已经成为消费金融机构的核心能力之一,良好的风险控制能促进金融机构扩大业务规模,减少坏账损失,增加利润,因此建立一套准确、实用的个人信用评价体系是金融机构有效规避信用风险、进一步促进信贷行业发展的关键。消费金融个人信贷业务在我国开展的时间并不久,相应的金融机构对信贷风险的管理水平较低,没有形成一套系统的个人信用评估体系,加之个人客户数量庞大,机器学习方法已经开始用于个人信用评估领域。机器学习算法是一种监督式学习,能够对经验数据学习改进算法,从而处理数据。决策树是机器学习方法之一,本文主要用决策树及其组合分类算法对消费金融公司个人信用进行评价。本文的主要研究内容如下:首先,介绍个人信用评价领域方法的原理,个人信用评价实际上就是进行分类,相应的信用评价方法的选择就是对分类方法...
【文章来源】：云南财经大学云南省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
中美两国最终消费率对比图
之间存在较大的差距与上升空间（如图 1.1 所示）。中国消费信贷余额规模逐年呈高速增长趋势，从 2010 年的 7.5 万亿元到 2014 年的 15.4 万亿元，年平均增长率达 19.7%（如图 1.2 所示）。未来几年内，消费信贷余额规模的增长率将依然保持在 20%左右，预计 2019 年将突破 37 万亿元，展现出巨大的发展空间。图 1.1 中美两国最终消费率对比图
我国与美国在信贷渗透率产生巨大差异的主要原因，此外，完善的法、成熟的配套管理措施以及科技上的进步都是美国信贷人口渗透率国要提升信贷人口渗透率，不仅要从改变社会消费观念上努力，还金融机构的服务能力以及打破政府对金融机构的过度保护，放开金融模式与服务范围。长尾市场用户看似微不足道，但它能为互联网消费大的市场，科学技术的发展使得这些潜在市场正在变成真正的市场。、机器学习算法等人工智能技术使得互联网金融机构拥有更多的渠道据，并能高效处理数据，实现快速的自动化决策。从目前的大环境来靠投资与出口拉动经济的增长已经达到了极限状态，而依靠消费来驱长还有很大的空间，因此我国的政策已经开始向消费金融倾斜，大力融机构的发展。同时，我国的信贷人口渗透率相较于发达国家地区还升空间，并且年轻一代消费群体展现出超强的超前消费倾向，为消费来长远发展的机会。
【参考文献】：
期刊论文
[1]我国消费金融公司问题及对策研究[J]. 李兰,刘何. 现代商贸工业. 2017(20)
[2]基于互联网行为信息的P2P个人信用评价模型[J]. 邓逸,徐晓敏. 北京信息科技大学学报(自然科学版). 2017(02)
[3]互联网消费金融虚拟信用风险研究[J]. 肖振宇,张杰,谷瀛. 牡丹江师范学院学报(哲学社会科学版). 2016(01)
[4]P2P网贷个人信用评价指标体系的构建[J]. 石澄贤,陈雪交. 常州大学学报(社会科学版). 2016(01)
[5]P2P网贷个人信用评估国内外研究综述[J]. 叶菁菁,吴斌,董敏. 商业经济研究. 2015(31)
[6]互联网金融背景下消费金融发展新趋势分析[J]. 叶湘榕. 征信. 2015(06)
[7]国内消费金融最新研究综述[J]. 宋明月. 当代经济管理. 2015(04)
[8]个人信用评价影响因素决策分析[J]. 何晓群,胡小宁. 征信. 2015(02)
[9]中国P2P网络借贷平台信用认证机制研究——来自“人人贷”的经验证据[J]. 王会娟,廖理. 中国工业经济. 2014(04)
[10]基于多分类器组合的个人信用评估模型[J]. 向晖,杨胜刚. 湖南大学学报(社会科学版). 2011(03)
硕士论文
[1]四川锦程消费金融公司发展战略研究[D]. 马宁.电子科技大学 2016
[2]我国消费金融公司信贷风险管理研究[D]. 陈怡君.兰州大学 2016
[3]基于智能手机的人体运动识别系统设计与实现[D]. 易发波.电子科技大学 2016
[4]基于BP神经网络模型的中国P2P借款人信用风险评估研究[D]. 黄震.北京交通大学 2015
[5]基于BP神经网络的P2P信贷个人信用评价模型研究[D]. 张澜觉.云南财经大学 2015
[6]多种分类模型在个人信用评估中的应用[D]. 杨蕴涵.重庆大学 2015
[7]国内外消费金融公司比较研究[D]. 牟艳艳.首都经济贸易大学 2013
[8]基于数据挖掘的信用卡个人客户信用评价研究[D]. 聂雨.西安科技大学 2012
[9]由消费金融公司的运营风险论我国个人信用体系的完善[D]. 韩煦.西安科技大学 2011
[10]基于神经网络的企业信用评级系统的设计与实现[D]. 王海燕.西安电子科技大学 2010
本文编号：3576353
【文章来源】：云南财经大学云南省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
中美两国最终消费率对比图
之间存在较大的差距与上升空间（如图 1.1 所示）。中国消费信贷余额规模逐年呈高速增长趋势，从 2010 年的 7.5 万亿元到 2014 年的 15.4 万亿元，年平均增长率达 19.7%（如图 1.2 所示）。未来几年内，消费信贷余额规模的增长率将依然保持在 20%左右，预计 2019 年将突破 37 万亿元，展现出巨大的发展空间。图 1.1 中美两国最终消费率对比图
我国与美国在信贷渗透率产生巨大差异的主要原因，此外，完善的法、成熟的配套管理措施以及科技上的进步都是美国信贷人口渗透率国要提升信贷人口渗透率，不仅要从改变社会消费观念上努力，还金融机构的服务能力以及打破政府对金融机构的过度保护，放开金融模式与服务范围。长尾市场用户看似微不足道，但它能为互联网消费大的市场，科学技术的发展使得这些潜在市场正在变成真正的市场。、机器学习算法等人工智能技术使得互联网金融机构拥有更多的渠道据，并能高效处理数据，实现快速的自动化决策。从目前的大环境来靠投资与出口拉动经济的增长已经达到了极限状态，而依靠消费来驱长还有很大的空间，因此我国的政策已经开始向消费金融倾斜，大力融机构的发展。同时，我国的信贷人口渗透率相较于发达国家地区还升空间，并且年轻一代消费群体展现出超强的超前消费倾向，为消费来长远发展的机会。
【参考文献】：
期刊论文
[1]我国消费金融公司问题及对策研究[J]. 李兰,刘何. 现代商贸工业. 2017(20)
[2]基于互联网行为信息的P2P个人信用评价模型[J]. 邓逸,徐晓敏. 北京信息科技大学学报(自然科学版). 2017(02)
[3]互联网消费金融虚拟信用风险研究[J]. 肖振宇,张杰,谷瀛. 牡丹江师范学院学报(哲学社会科学版). 2016(01)
[4]P2P网贷个人信用评价指标体系的构建[J]. 石澄贤,陈雪交. 常州大学学报(社会科学版). 2016(01)
[5]P2P网贷个人信用评估国内外研究综述[J]. 叶菁菁,吴斌,董敏. 商业经济研究. 2015(31)
[6]互联网金融背景下消费金融发展新趋势分析[J]. 叶湘榕. 征信. 2015(06)
[7]国内消费金融最新研究综述[J]. 宋明月. 当代经济管理. 2015(04)
[8]个人信用评价影响因素决策分析[J]. 何晓群,胡小宁. 征信. 2015(02)
[9]中国P2P网络借贷平台信用认证机制研究——来自“人人贷”的经验证据[J]. 王会娟,廖理. 中国工业经济. 2014(04)
[10]基于多分类器组合的个人信用评估模型[J]. 向晖,杨胜刚. 湖南大学学报(社会科学版). 2011(03)
硕士论文
[1]四川锦程消费金融公司发展战略研究[D]. 马宁.电子科技大学 2016
[2]我国消费金融公司信贷风险管理研究[D]. 陈怡君.兰州大学 2016
[3]基于智能手机的人体运动识别系统设计与实现[D]. 易发波.电子科技大学 2016
[4]基于BP神经网络模型的中国P2P借款人信用风险评估研究[D]. 黄震.北京交通大学 2015
[5]基于BP神经网络的P2P信贷个人信用评价模型研究[D]. 张澜觉.云南财经大学 2015
[6]多种分类模型在个人信用评估中的应用[D]. 杨蕴涵.重庆大学 2015
[7]国内外消费金融公司比较研究[D]. 牟艳艳.首都经济贸易大学 2013
[8]基于数据挖掘的信用卡个人客户信用评价研究[D]. 聂雨.西安科技大学 2012
[9]由消费金融公司的运营风险论我国个人信用体系的完善[D]. 韩煦.西安科技大学 2011
[10]基于神经网络的企业信用评级系统的设计与实现[D]. 王海燕.西安电子科技大学 2010
本文编号：3576353
本文链接：https://www.wllwen.com/falvlunwen/jinrfa/3576353.html
