基于案例推理循環(huán)優(yōu)化的個人信用評分方法研究.pdf

1、隨著世界經(jīng)濟一體化的快速發(fā)展,風(fēng)險控制對銀行業(yè)而言也越發(fā)重要。個人信貸作為銀行的主要資產(chǎn)業(yè)務(wù)之一,其風(fēng)險水平的控制關(guān)系到商業(yè)銀行對于經(jīng)濟資本的整體要求。因此,能否對個人風(fēng)險進(jìn)行有效的識別與計量,就成為了商業(yè)銀行能否合理控制風(fēng)險的關(guān)鍵因素。
　　目前國內(nèi)外的信用評分模型以統(tǒng)計學(xué)模型和人工智能模型為主。統(tǒng)計學(xué)方法可以提供假設(shè)檢驗但精度不高,人工智能方法精度較高但解釋性不強。而且,這些成熟的個人信用評分模型都面臨著樣本偏差和信用樣本動態(tài)

2、變化的問題,亟待解決。案例推理模擬人類大腦認(rèn)知過程,具有很強的理論基礎(chǔ)和廣泛的應(yīng)用背景,恰對這些問題有著良好的處理能力。本文通過建立基于案例推理的個人信用評分模型,分析了案例推理在個人信用評分上的優(yōu)勢及局限性。案例推理的局限性主要來自案例推理循環(huán)的制約。對于這些局限性,本文一方面通過建立多屬性歸一化算法、混合距離度量加權(quán)算法、變權(quán)值引擎模型對案例檢索進(jìn)行優(yōu)化,解決了單一距離算法及等指標(biāo)權(quán)重計算帶來的評分魯棒性低的問題,另一方面通過基于時