个人信用评分组合模型研究

发布时间：2017-09-22 00:05

  本文关键词：个人信用评分组合模型研究

  更多相关文章： 个人信用评分 Logistic回归 神经网络 优势矩阵法

【摘要】：由于中国信贷业务的高速发展,金融机构信用风险管理体系面临着严峻考验。近些年各大银行将个人信贷业务视为银行业务的重要组成部分,信用卡消费、个人汽车贷款、耐用品贷款、住房按揭贷款、助学贷款等各种个人消费贷款业务的快速发展需要银行等金融机构具备快速高效的业务处理能力。个人信用评分技术处理信贷业务具有快速高效、标准、定量的特点,这使得个人信用评分方法受到广泛关注和研究。虽然信用评分技术在国外发达国家已经发展成熟,但是在国内还处于起步阶段。国内不管是对指标体系的选择还是模型的建立都没有形成统一的标准,各商业银行等金融机构都有各自的指标体系,使用的方法也严格保密。目前国内个人信用评分模型研究的方法主要分为统计方法与非统计方法,研究重点在模型的精度和稳定性方面,很多模型得不到推广的主要原因是两者不能很好的统一。本文在分析比较国内外机构对个人信用评分指标体系选择的差异后,结合真实样本数据,建立适当的信用评分指标体系。然后选择个人信用评分中常用的模型,根据样本数据对单个模型建模并进行实证分析,比较各个模型的预测效果。预测结果显示Logistic回归模型虽然预测精度比最高的神经网络低,但模型稳定性好;神经网络的预测精度最高,但模型不稳定;Bayes判别的精度和稳定性都不错,但是模型的限制比较严格;决策树的预测精度与稳定性在四个模型中最差。为了得到精度较高与稳定性好的模型,本文首次运用优势矩阵法也即Odds-Matrix来筛选模型和估计模型的权值系数,得到精度和稳定性都比单个模型好的Logistic回归和神经网络的混合模型。优势矩阵法相比其他方法具有权值对优势比变化不敏感、可以时刻对权值更新和简单易操作的特点。对于大样本数据,其精度也超过了等权重法、最小二乘法和回归法。
【关键词】：个人信用评分 Logistic回归 神经网络 优势矩阵法
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.2
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 引言10-15
• 1.1 论文的选题背景及意义10-11
• 1.2 国内外个人信用评分研究现状11-13
• 1.2.1 国外信用评分研究现状11-12
• 1.2.2 国内信用评分研究现状12-13
• 1.2.3 组合预测模型13
• 1.3 本文的主要研究内容13-15
• 第二章 个人信用评分相关理论与样本数据预处理15-38
• 2.1 个人信用评分的相关概念15-16
• 2.1.1 信用含义15
• 2.1.2 个人信用评分15-16
• 2.2 个人信用评分指标体系的构建16-19
• 2.2.1 个人信用评分指标体系构建的原则16
• 2.2.2 个人指标体系的确定16-19
• 2.3 建模样本数据的分析与预处理19-38
• 2.3.1 缺失数据的处理19-20
• 2.3.2 特征变量的分组20-37
• 2.3.3 数据的标准化37
• 2.3.4 样本数据分组37-38
• 第三章 信用评分中的模型的原理38-47
• 3.1 Logistic回归38-39
• 3.1.1 Logistic回归模型38-39
• 3.1.2 Logistic回归模型的极大似然估计39
• 3.2 判别分析法39-40
• 3.2.1 Bayes判别分析39-40
• 3.2.2 Bayes判别函数40
• 3.3 人工神经网络40-44
• 3.3.1 感知器基本原理40-42
• 3.3.2 BP神经网络42-44
• 3.4 决策树44-47
• 3.4.1 决策树的建立45
• 3.4.2 决策树的划分规则45-46
• 3.4.3 决策树的剪枝46-47
• 第四章 单一模型的实证分析与比较47-59
• 4.1 模型的评价标准47-49
• 4.2 Logistic回归模型的应用49-53
• 4.3 判别分析法的应用53-55
• 4.4 神经网络模型的应用55-56
• 4.5 决策树的模型的应用56-58
• 4.6 单一信用评分模型的比较58-59
• 第五章 信用评分混合模型建立59-65
• 5.1 组合模型的适用性59-60
• 5.2 优势矩阵法信用评分组合模型60-63
• 5.2.1 基于优势矩阵法组合模型的思想60-62
• 5.2.2 基于优势矩阵组合模型的构建与检验62-63
• 5.3 组合模型与单一模型的比较63-65
• 第六章 结论与展望65-66
• 致谢66-67
• 参考文献67-70
• 攻读硕士学位期间取得的成果70-71

【相似文献】

中国期刊全文数据库 前10条

1 田婕;;打开信用评分市场大门[J];金融电子化;2006年05期

2 潘慧;;我国小企业信用评分的实践及建议[J];征信;2010年01期

3 黎玉华;;信用评分卡综述[J];黑龙江科技信息;2010年17期

4 黎玉华;;信用评分卡模型的建立[J];科技信息;2010年13期

5 邓超;胡威;唐莹;;国内外小企业信用评分研究动态[J];国际金融研究;2010年10期

6 张玉洁;孟祥武;;不同电信欠费率下信用评分问题[J];北京邮电大学学报;2010年06期

7 赵迎东;王悌云;;信用评分技术在中小型企业融资的应用研究[J];征信;2010年06期

8 庄传礼;;我国信用局个人信用评分发展研究[J];征信;2011年01期

9 向晖;杨胜刚;;个人信用评分关键技术研究的新进展[J];财经理论与实践;2011年04期

10 陈莹;;台湾金融联合征信中心企业信用评分体系研究[J];征信;2014年03期

中国重要会议论文全文数据库 前2条

1 李建平;潘若愚;李轶琳;;一种简单而有效的信用评分方法[A];2004年中国管理科学学术会议论文集[C];2004年

2 朱晓谦;李建平;;信用评分中的AW-TOPSIS方法[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

中国重要报纸全文数据库 前10条

1 中国金融电子化公司信用评分工作小组;信用评分如何实现本土化[N];金融时报;2006年

2 田婕;美国信用评分应用的做法与经验[N];金融时报;2006年

3 石璐;信用评分“掌门人”谈个人信用体系[N];中国经营报;2002年

4 于津生;信用评分方法的技术基础[N];金融时报;2006年

5 本报记者:汪洋;个人信用评分能否拯救车贷风险原罪[N];经济参考报;2005年

6 李进 郑伟强;信用评分———美国金融机构信贷决策的重要砝码[N];金融时报;2006年

7 赵宁;“个人信用评分”是怎么回事[N];检察日报;2000年

8 记者 李体锋　通讯员 林正信;吉林省农村信用体系建设在创新中推进[N];金融时报;2008年

9 庄文君;好客户与坏客户[N];金融时报;2006年

10 宗少俊 毛洪 戴发文 顾兆明;美国商业银行消费信贷研究及启示（上）[N];中国城乡金融报;2005年

中国博士学位论文全文数据库 前2条

1 刘_";信用评分理论与应用研究[D];湖南大学;2010年

2 向晖;个人信用评分组合模型研究与应用[D];湖南大学;2011年

中国硕士学位论文全文数据库 前10条

1 张飞;个人信用评分组合模型研究[D];电子科技大学;2015年

2 宋红晶;应用数据包络分析法对我国上市中小企业的信用评分研究[D];华东师范大学;2011年

3 杨志群;消费信贷中的个人信用评分研究[D];湖南大学;2011年

4 蔡义雄;利用数据探勘技术建立移动电话用户信用评分等级与应用[D];复旦大学;2009年

5 汪莉;基于Logistic回归模型的中小企业信用评分研究[D];合肥工业大学;2008年

6 王帅;个人信用评分混合模型研究[D];华东师范大学;2010年

7 党信涛;商业银行消费信贷个人客户信用评分探讨[D];贵州大学;2006年

8 申华;基于数据挖掘的个人信用评分模型开发[D];厦门大学;2009年

9 杨建模;DEA在企业信用评分中的应用研究[D];湖南大学;2009年

10 许佩;基于案例推理循环优化的个人信用评分方法研究[D];哈尔滨工业大学;2013年

，

本文编号：897626