個人信用評估集成模型研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、伴隨著金融自由化及經(jīng)濟全球化進程的不斷深入,我國銀行業(yè)面臨著前所未有的挑戰(zhàn)。信用風(fēng)險管理的效率直接關(guān)系到商業(yè)銀行的經(jīng)營和發(fā)展,而研究和構(gòu)建更加科學(xué)、有效的個人信用評估方法,是當前信用風(fēng)險管理研究的重大課題。
  目前,國內(nèi)外學(xué)者在個人信用評估方面進行了廣泛而深入的研究,設(shè)計了許多適應(yīng)特定金融環(huán)境的個人信用評估模型。本文首先對國內(nèi)外文獻從信用評估和集成方法兩方面進行梳理,論述了信用風(fēng)險的概念、成因、特征和個人信用評估的概念,并從傳統(tǒng)

2、統(tǒng)計法和現(xiàn)代人工智能法兩方面介紹了信用風(fēng)險評估的方法和模型。在此基礎(chǔ)上,將Bagging集成分類法和各單一分類器應(yīng)用于兩組數(shù)據(jù)庫,利用德國和日本兩組數(shù)據(jù)庫檢驗?zāi)P偷姆诸惥群头€(wěn)健性。由實證結(jié)果看出,Bagging分類模型都具有較高的分類精度和穩(wěn)健性,相對單一分類模型,它的分類效果都不錯。
  本文還提出了改進的集成分類模型:Bagging-Bagging集成模型,結(jié)果顯示,Bagging-Bagging模型的分類效果更好,可以創(chuàng)新

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論