基于支持向量機和BP神經網絡的個人信用評估模型研究.pdf

1、隨著人們生活水平的不斷提高，個人消費信貸規(guī)模日益擴大。隨之產生的信用貸款也逐漸成為商業(yè)銀行的重要業(yè)務。但是目前在我國信用制度不健全、信用記錄完全空白、信用風險管理不成熟的情況下，多數(shù)銀行仍然采用傳統(tǒng)的經驗判別法，使得信用貸款業(yè)務的風險偏高。雖然國內很多學者提出了一些科學、合理的指標體系，構建了人工智能、統(tǒng)計學的評估模型，在一定程度上提高了分類準確率和穩(wěn)定性，但是仍然無法滿足日益增長的信貸業(yè)務需求。
　　本文在前人的研究基礎上，結合

2、我國的實際情況，指出我國信用評估指標標準不統(tǒng)一、權重不合理、重點不突出的問題，信用評估方法在穩(wěn)健性、準確性、效率上不能兼顧的問題。針對指標體系存在的問題，結合專家意見，提出了重視個人資產評估、加強家庭因素評估、長期短期指標結合的意見，并且構建了一套較為合理的適合我國的信用評估指標。在信用評估方法上，提出了基于BP神經網絡的高分類準確性、高穩(wěn)健性和支持向量機的高效率、無局部極小特點的組合模型。
　　通過實證檢驗發(fā)現(xiàn)，本文提出的組合模