个人信用评分混合模型研究

发布时间：2021-11-29 14:27

　　随着中国经济的快速发展,各种个人消费信贷业务的规模迅速扩大。但是,由于目前国内商业银行对零售业务的风险管理水平较低,管理手段与技术方法相对落后,没有形成有效的自动化的基于个人信用评分模型的风险管理体系,这严重阻碍了个人消费信贷业务的发展。因此,开发出一套能够有效降低个人信用风险的信用评分方法,对社会经济的发展具有十分重要的意义。本文建立的个人信用评分混合模型可以有效降低商业银行的个人信用风险,更好地实现银行利润最大化的目标。本文包含以下几方面的内容：第一章引言,指出问题的研究背景及意义,论述了个人信用评分系统在消费信贷风险控制过程中的重要性,概述了国内外信用评分的发展和现状,并对现有的理论研究成果加以总结。第二章详细介绍了三种分类方法用以建立信用评分模型,它们是Logistic回归,分类树和随机森林算法,本文选取的三种方法都很有代表性,其中Logistics回归是目前商业银行使用最广泛的参数统计方法,分类树则是使用最广泛的非参数方法,而随机森林算法是数据挖掘领域较为成功的算法。第三章研究个人信用评分模型的检验方法,如何判定一个模型的有效性,我们列举了三种理论界和实用界常用的方法。第四章... 

【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：48 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 问题的提出
    1.2 信用评分
    1.3 个人信用评分的定义和基本原理
    1.4 个人信用评分的意义
    1.5 国内外信用评分介绍
        1.5.1 国外信用评分
        1.5.2 我国信用评分
        1.5.3 国内外信用评分比较
    1.6 文献综述
    1.7 本文的主要创新点和框架
        1.7.1 主要创新点
        1.7.2 本文框架
第二章 三种个人信用评分单一模型
    2.1 Logistic回归
        2.1.1 Logistic回归模型
        2.1.2 Logistic回归模型的极大似然估计
    2.2 分类树
    2.3 随机森林算法
        2.3.1 随机森林算法的定义和基本性质
        2.3.2 随机森林算法的建模过程及评价
第三章 个人信用评分模型的检验
    3.1 hold-out sample法
    3.2 分离度的度量:K-S统计量
    3.3 ROC曲线
第四章 三种单一模型的实证分析
    4.1 数据来源及预处理
    4.2 Logistic回归模型的实证分析
    4.3 分类树模型的实证分析
    4.4 随机森林算法模型的实证分析
    4.5 本章小结
第五章 个人信用评分混合模型的建立
    5.1 建模依据
    5.2 实证分析
    5.3 本章总结
附录A German Credit Data说明
附录B 本文中实证结果的R程序
参考文献
致谢


【参考文献】：
期刊论文
[1]商业银行消费信贷业务的风险分析及对策探讨[J]. 肖艳,杨国强.  金融纵横. 2010(01)
[2]应用分类树模型筛选logistic回归中的交互因素[J]. 赵自强,郑明.  中国卫生统计. 2007(02)
[3]一个基于神经网络——Logistic回归的混合两阶段个人信用评分模型研究[J]. 石庆焱.  统计研究. 2005(05)

硕士论文
[1]个人信用混合两阶段评估方法研究[D]. 叶凯.哈尔滨工业大学 2006



本文编号：3526669