基于随机生存森林的房屋贷款逾期研究

发布时间：2021-01-19 03:10

　　建立房屋贷款逾期分析模型,是银行控制贷款信用风险的重要举措。本文将生物医学中的生存分析理论引入到贷款逾期分析中,基于随机生存森林（Random survivor forest, RSF）方法构建了房屋贷款逾期评估模型,基于房屋贷款逾期的影响因素预测客户发生贷款逾期的时间,可以为银行的贷中管理提供决策依据。通过对某商业银行房屋贷款数据进行实证分析发现:贷款状况类变量重要性强于借款人基本信息类变量,已偿还比例、适用利率、每期还款金额、核准额度、贷款收入比、核准期限等变量对逾期的影响最大。 

【文章来源】：上海金融. 2020,(02)北大核心CSSCI

【文章页数】：5 页

【部分图文】：

生存函数

图2 个例分析

【参考文献】：
期刊论文
[1]基于多源数据融合的个人信用评分研究[J]. 方匡南,赵梦峦.  统计研究. 2018(12)
[2]基于Lasso-logistic模型的个人信用风险预警方法[J]. 方匡南,章贵军,张惠颖.  数量经济技术经济研究. 2014(02)
[3]个人住房贷款违约预测与利率政策模拟[J]. 方匡南,吴见彬.  统计研究. 2013(10)
[4]上市公司信用风险分析模型中的变量选择[J]. 胡心瀚,叶五一,缪柏其.  数理统计与管理. 2012(06)
[5]中国住房抵押贷款信用风险:理论分析与实证研究[J]. 王来福,郭峰.  数学的实践与认识. 2009(12)
[6]我国个人住房抵押贷款违约风险影响因素的实证研究[J]. 马宇.  统计研究. 2009(05)



本文编号：2986217