商业银行违约客户识别
发布时间：2021-08-01 19:42
随着开放金融市场的临近,贵州省商业银行贷款对市场经济快速发展的作用日益突显,但贷款违约管理机制仍需完善。由于贷款风险管理体制不完善,缺少科学的信用风险管理工具,导致不良贷款率居高不下,骗贷事件时有发生,提高信用风险管理水平迫在眉睫,解决这些问题的关键就在于对信贷数据的深度挖掘和科学分析。在此背景下,本文利用商业银行个人客户信贷数据构建违约客户识别模型,并归纳违约客户行为特征,建立信用评分卡,为银行提供最优的违约客户分析模型。本文的主要工作概括如下:第一,对贵州省商业银行个人信贷数据进行预处理。对数据（28万名客户共627个指标）进行了脱敏处理、数据清洗、不平衡数据处理、异常值处理、数据离散化、数据集成等预处理,获得建模所需的初始数据。第二,利用预处理后的初始数据,建立识别违约客户的多种分类器并对这些分类器进行了对比分析。结合贵州省商业银行的用户行为特征,分别构建logistic回归模型、朴素bayes方法、支持向量机模型、决策树模型、组合模型,用这些模型预测出客户是否具有重大违约倾向,并对各模型的预测结果进行绩效评估与对比分析,选出最优模型。第三,归纳最优模型违约客户的重要行为特征。利...
【文章来源】：贵州财经大学贵州省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
正态分布3δ原则图
图 2 正态分布3δ 原则图.2 数据不服从正态分布当数据不服从正态分布，可以通过远离平均距离多少倍的标准差来的取值需要根据实际情况和经验来确定。箱型图提供了一个识别异常即大于或小于箱型图设定的上下界的数值即为异常值，箱型图如下
图 4 最优模型选择表 4 最优模型预测效果真实值预测值0 1 行和0 3444 703 41471 1418 4109 5527列和 4862 4812 9674 结 果 显 示 ， logiAIC 得 TPR=0.8539069 ， FPR=0.2916495 ， 正25，比 logistic 的高了 0.03。业银行违约客户识别的朴素 bayes 分类模型bayes 法是基于 bayes 定理与特征条件独立假设的分类方法。朴素aive Bayes Classifier，或 NBC）源于古典数学理论，具有坚实的
【参考文献】：
期刊论文
[1]大数据技术在客户细分中的应用[J]. 孙琳. 信息系统工程. 2017(04)
[2]基于客户画像的客户诉求管理[J]. 马亮,陶利涛,谢骏凯. 电力需求侧管理. 2016(S1)
[3]滨湖花城的靓丽名片——贵阳市观山湖区加快贵州金融城建设[J]. 都琳萍,谭仕伦. 当代贵州. 2016(26)
[4]北京农商银行内控为何失控[J]. 郑彩云,林兢. 财务与会计(理财版). 2013(08)
[5]征信系统维护金融稳定的作用探析[J]. 吴蔚蓝,周龙,杨斌. 征信. 2012(01)
[6]基于EM-PLS的加权朴素贝叶斯分类算法[J]. 李雪莲. 重庆工商大学学报(自然科学版). 2011(01)
[7]数据挖掘技术在3G业务扩展中的研究与应用[J]. 周正文,张金. 中国管理信息化. 2010(24)
[8]征信体系建设与商业银行信用风险管理[J]. 谭丽清. 中国金融电脑. 2009(09)
[9]我国个人信用评分模型的应用探讨[J]. 李孟来. 金融管理与研究. 2009(02)
[10]基于数据挖掘的分类算法在潜在客户识别中的应用[J]. 孔颖. 计算机时代. 2008(09)
博士论文
[1]个人信用评分组合模型研究与应用[D]. 向晖.湖南大学 2011
[2]我国个人征信体系的构建与应用研究[D]. 李俊丽.山东农业大学 2007
[3]商业银行大客户管理运作机理与创新研究[D]. 窦荣兴.华中科技大学 2005
硕士论文
[1]网络客户流失预测算法研究[D]. 马文斌.广西师范大学 2016
[2]医保异常检测的分类集成算法研究[D]. 李秀丽.电子科技大学 2016
[3]ROC曲线分析在儿童青少年肥胖筛查标准研制中的应用研究[D]. 杨柳.北京体育大学 2015
[4]我国商业银行不良贷款率的影响因素分析[D]. 陈奕羽.南京理工大学 2015
[5]一汽轿车营销管理体系构建研究[D]. 何磊.天津大学 2013
[6]河南省战略性新兴产业选择研究[D]. 郝明丽.郑州大学 2012
[7]数据挖掘在农村信用社信贷管理中的应用[D]. 文远波.湖南大学 2012
[8]我国商业银行信用风险的管理研究[D]. 胡立市.吉林财经大学 2012
[9]基于决策树算法的IT行业客户流失预测技术研究[D]. 刘孝会.江西理工大学 2011
[10]完善嘉兴市个人征信体系研究[D]. 吴俊.上海交通大学 2010
本文编号：3316132
【文章来源】：贵州财经大学贵州省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
正态分布3δ原则图
图 2 正态分布3δ 原则图.2 数据不服从正态分布当数据不服从正态分布，可以通过远离平均距离多少倍的标准差来的取值需要根据实际情况和经验来确定。箱型图提供了一个识别异常即大于或小于箱型图设定的上下界的数值即为异常值，箱型图如下
图 4 最优模型选择表 4 最优模型预测效果真实值预测值0 1 行和0 3444 703 41471 1418 4109 5527列和 4862 4812 9674 结 果 显 示 ， logiAIC 得 TPR=0.8539069 ， FPR=0.2916495 ， 正25，比 logistic 的高了 0.03。业银行违约客户识别的朴素 bayes 分类模型bayes 法是基于 bayes 定理与特征条件独立假设的分类方法。朴素aive Bayes Classifier，或 NBC）源于古典数学理论，具有坚实的
【参考文献】：
期刊论文
[1]大数据技术在客户细分中的应用[J]. 孙琳. 信息系统工程. 2017(04)
[2]基于客户画像的客户诉求管理[J]. 马亮,陶利涛,谢骏凯. 电力需求侧管理. 2016(S1)
[3]滨湖花城的靓丽名片——贵阳市观山湖区加快贵州金融城建设[J]. 都琳萍,谭仕伦. 当代贵州. 2016(26)
[4]北京农商银行内控为何失控[J]. 郑彩云,林兢. 财务与会计(理财版). 2013(08)
[5]征信系统维护金融稳定的作用探析[J]. 吴蔚蓝,周龙,杨斌. 征信. 2012(01)
[6]基于EM-PLS的加权朴素贝叶斯分类算法[J]. 李雪莲. 重庆工商大学学报(自然科学版). 2011(01)
[7]数据挖掘技术在3G业务扩展中的研究与应用[J]. 周正文,张金. 中国管理信息化. 2010(24)
[8]征信体系建设与商业银行信用风险管理[J]. 谭丽清. 中国金融电脑. 2009(09)
[9]我国个人信用评分模型的应用探讨[J]. 李孟来. 金融管理与研究. 2009(02)
[10]基于数据挖掘的分类算法在潜在客户识别中的应用[J]. 孔颖. 计算机时代. 2008(09)
博士论文
[1]个人信用评分组合模型研究与应用[D]. 向晖.湖南大学 2011
[2]我国个人征信体系的构建与应用研究[D]. 李俊丽.山东农业大学 2007
[3]商业银行大客户管理运作机理与创新研究[D]. 窦荣兴.华中科技大学 2005
硕士论文
[1]网络客户流失预测算法研究[D]. 马文斌.广西师范大学 2016
[2]医保异常检测的分类集成算法研究[D]. 李秀丽.电子科技大学 2016
[3]ROC曲线分析在儿童青少年肥胖筛查标准研制中的应用研究[D]. 杨柳.北京体育大学 2015
[4]我国商业银行不良贷款率的影响因素分析[D]. 陈奕羽.南京理工大学 2015
[5]一汽轿车营销管理体系构建研究[D]. 何磊.天津大学 2013
[6]河南省战略性新兴产业选择研究[D]. 郝明丽.郑州大学 2012
[7]数据挖掘在农村信用社信贷管理中的应用[D]. 文远波.湖南大学 2012
[8]我国商业银行信用风险的管理研究[D]. 胡立市.吉林财经大学 2012
[9]基于决策树算法的IT行业客户流失预测技术研究[D]. 刘孝会.江西理工大学 2011
[10]完善嘉兴市个人征信体系研究[D]. 吴俊.上海交通大学 2010
本文编号：3316132
本文链接：https://www.wllwen.com/guanlilunwen/tongjijuecelunwen/3316132.html
