高維非平衡數(shù)據(jù)的集成分類方法及其在個人信用風(fēng)險評估中的應(yīng)用.pdf

1、在當(dāng)前國家大力發(fā)展“普惠金融”，推動建設(shè)社會信用體系的背景下，大數(shù)據(jù)征信越來越成為學(xué)術(shù)界和金融界關(guān)注的熱點問題。相比于數(shù)據(jù)的體量而言，大數(shù)據(jù)征信中更為關(guān)鍵的問題在于處理征信數(shù)據(jù)本身維度的多樣性和結(jié)構(gòu)的復(fù)雜性。例如大部分征信樣本數(shù)據(jù)從結(jié)構(gòu)上說都是類別非平衡的，其中的違約樣本在整體中往往只占到很小的比例。而目前現(xiàn)行的關(guān)于個人信用風(fēng)險評估的多數(shù)方法和模型都沒有重視數(shù)據(jù)的這些特征。如果忽略數(shù)據(jù)本身帶有的特點，直接套用現(xiàn)有的模型和方法，自然而然其

2、結(jié)果和可靠性都會受到一定程度上的影響。
　　從統(tǒng)計學(xué)習(xí)的角度而言，可以將個人信用風(fēng)險評估轉(zhuǎn)化成一個分類問題，通過將貸款申請人分為信用好客戶和信用差的客戶，提供貸款或增加額度給還款概率大的信用好客戶，拒絕或降低貸款額度給違約概率大的信用差客戶。因此本文首先從分類學(xué)習(xí)的角度出發(fā)，進行數(shù)學(xué)抽象成無約束的最優(yōu)化問題，從而構(gòu)建了統(tǒng)計學(xué)習(xí)的理論框架。并在此理論框架下梳理總結(jié)了當(dāng)前處理分類問題的單分類器方法和集成分類方法。其次從數(shù)據(jù)的高維不平衡