

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著中國經(jīng)濟(jì)的快速發(fā)展,個(gè)人信貸業(yè)務(wù)的規(guī)模在迅速擴(kuò)大,住房按揭、汽車貸款、教育貸款、信用卡等各種個(gè)人消費(fèi)貸款成為我國商業(yè)銀行新的利潤增長點(diǎn)。但相對(duì)于企業(yè)信用風(fēng)險(xiǎn)評(píng)估,國內(nèi)銀行業(yè)對(duì)信用風(fēng)險(xiǎn)管理方法還較為落后,銀行在個(gè)人貸款的發(fā)放過程中,主要依靠信貸審批人員的主觀判斷來確定是否批準(zhǔn)貸款申請(qǐng)者貸款申請(qǐng),并沒有一個(gè)成熟穩(wěn)健的模型來輔助評(píng)估。因此銀行工作人員的個(gè)人喜好對(duì)評(píng)估結(jié)果影響很大,同時(shí)由于審批時(shí)間長、效率低、成本高,嚴(yán)重阻礙了個(gè)人消費(fèi)貸款業(yè)
2、務(wù)的發(fā)展。
銀行個(gè)人信用評(píng)估是根據(jù)客戶的個(gè)人信息評(píng)判客戶信用程度的過程。信用評(píng)估是涉及消費(fèi)信用的企業(yè)實(shí)體最重要的核心管理技術(shù)之一,因此有必要研究銀行客戶信用評(píng)估的模型和方法。
本文從已獲得的鄭州某商業(yè)銀行的真實(shí)消費(fèi)貸款樣本出發(fā),在分析國內(nèi)外商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)評(píng)估模式與方法應(yīng)用的基礎(chǔ)上,結(jié)合個(gè)人消費(fèi)信貸業(yè)務(wù)的特點(diǎn),基于數(shù)據(jù)挖掘方法來構(gòu)建個(gè)人信用風(fēng)險(xiǎn)評(píng)估體系。主要工作包括:參考國內(nèi)外已有的指標(biāo)體系,對(duì)影響信用風(fēng)
3、險(xiǎn)的變量進(jìn)行分析和選擇,并加以量化,建立適合中國國情的商業(yè)個(gè)人信用風(fēng)險(xiǎn)評(píng)估體系的備選指標(biāo)集;結(jié)合目前我國商業(yè)銀行業(yè)務(wù)系統(tǒng)中所獲取的實(shí)際數(shù)據(jù)情況,確定評(píng)估中所使用的指標(biāo);建立基于數(shù)據(jù)挖掘的個(gè)人信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系,將Logistic回歸和RBF神經(jīng)網(wǎng)絡(luò)的方法相結(jié)合,建立了個(gè)人信用評(píng)估的線性組合預(yù)測(cè)模型;對(duì)建立的個(gè)人信用評(píng)估模型進(jìn)行實(shí)證分析并進(jìn)行檢驗(yàn),對(duì)比單一預(yù)測(cè)模型和組合預(yù)測(cè)模型的精準(zhǔn)度和穩(wěn)健性。由于統(tǒng)計(jì)模型的精準(zhǔn)度不如神經(jīng)網(wǎng)絡(luò)模型,但穩(wěn)
4、健性強(qiáng)于神經(jīng)網(wǎng)絡(luò)模型,因此組合預(yù)測(cè)模型集中了兩種方法的優(yōu)勢(shì),在分類精確度和模型穩(wěn)健性上均表現(xiàn)良好。
本課題主要研究工作和成果如下:
1)建立適合中國國情的個(gè)人信用風(fēng)險(xiǎn)評(píng)估體系指標(biāo)集;
2)對(duì)樣本數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行清洗和轉(zhuǎn)換;
3)選擇進(jìn)行風(fēng)險(xiǎn)評(píng)估的單一模型:Logistic回歸方法和RBF神經(jīng)網(wǎng)絡(luò)方法;
4)將兩種方法組合,建立信用風(fēng)險(xiǎn)評(píng)估組合模型;
5
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)挖掘組合模型在個(gè)人信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用.pdf
- 基于數(shù)據(jù)挖掘的商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)評(píng)估體系研究.pdf
- 基于大數(shù)據(jù)的個(gè)人信用風(fēng)險(xiǎn)評(píng)估模型研究.pdf
- 投票式組合預(yù)測(cè)模型在個(gè)人信用評(píng)估中的應(yīng)用研究.pdf
- 基于遺傳算法的個(gè)人信用風(fēng)險(xiǎn)組合評(píng)估研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)評(píng)估模型及其應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的銀行個(gè)人信用風(fēng)險(xiǎn)評(píng)估研究.pdf
- 基于隨機(jī)森林的個(gè)人信用風(fēng)險(xiǎn)評(píng)估
- 基于神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)評(píng)估模型的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的銀行個(gè)人信用風(fēng)險(xiǎn)評(píng)估研究.pdf
- 商業(yè)銀行個(gè)人信用評(píng)估組合預(yù)測(cè)方法研究.pdf
- 個(gè)人信用評(píng)估的Logistic-RBF組合預(yù)測(cè)模型研究.pdf
- 我國個(gè)人信用風(fēng)險(xiǎn)評(píng)估方法研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在金融領(lǐng)域信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用——基于個(gè)人信用風(fēng)險(xiǎn)評(píng)估體系的B-P網(wǎng)絡(luò)模型實(shí)證.pdf
- 數(shù)據(jù)挖掘在商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)模型在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 非負(fù)約束權(quán)重的個(gè)人信用評(píng)估組合預(yù)測(cè)模型研究.pdf
- 商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)評(píng)價(jià).pdf
- 基于指標(biāo)優(yōu)化的個(gè)人信用評(píng)估組合模型研究.pdf
- 16254.基于bp神經(jīng)網(wǎng)絡(luò)的個(gè)人信用風(fēng)險(xiǎn)評(píng)估模型的研究
評(píng)論
0/150
提交評(píng)論