信用評分模型在個人住房抵押貸款風險管理中的應用.pdf

1、受美國次級貸危機的警醒，住房按揭貸款的風險管控已經引起全球金融服務機構的重視和反思。影響個人住房按揭貸款風險的因素種類很多，有借款人因素、抵押物因素、市場因素、國家政策因素等等。個人信用評分將幫助風險管理人員識別和降低風險。 個人信用評分是銀行或其他金融機構利用所獲得的關于信用申請人的信息，進行風險預測的一種方法和技術。它是把數(shù)學和統(tǒng)計學用于個人信貸發(fā)放決策，對個人履行各種承諾的能力和信譽程度進行全面評價，確定信用等級和信貸限額

2、的一種方法。 本文研究的個人信用評分問題來源于與廣州億達公司有密切合作的幾家商業(yè)銀行的住房貸款業(yè)務，目的是開發(fā)信用評分模型并驗證評分模型。訓練及測試的數(shù)據(jù)均來自于近期中國內地的房地產交易數(shù)據(jù)，具有很好的真實性和時效性。 本文介紹了個人住房貸款的風險點以及個人信用評分的國內外研究現(xiàn)狀，并且結合中國現(xiàn)在的房貸市場狀況，將邏輯回歸、決策樹、BP神經網(wǎng)絡和RBF神經網(wǎng)絡四種數(shù)據(jù)挖掘模型運用于個人住房貸款的信用評分建模，給出了各種

3、模型的參數(shù)選擇和參數(shù)估計以及結果檢驗的詳細結論。 本文對各種模型的有效性進行了對比分析，除了比較總的正確分類率外，還將各模型的第一類錯誤率及第二類錯誤率進行比較，這在一定程度上彌補了以總的正確分類率為唯一比較標準所造成的缺陷。比較結果表明，BP神經網(wǎng)絡和RBF神經網(wǎng)絡具有良好的預測精度，其第一類錯誤率和第二類錯誤率都控制在比較滿意的水平，但其業(yè)務可解析性較差。邏輯回歸模型雖然不是精度最高的模型，但是它有很好的業(yè)務可解釋性。對于決