基于樣本集優(yōu)化的個人信用貝葉斯網(wǎng)絡評分模型研究.pdf

1、隨著我國商業(yè)銀行的迅速發(fā)展,個人信貸在銀行業(yè)務發(fā)展中扮演著越來越重要的角色。個人信用評分的效果直接影響銀行的業(yè)務水平和銀行發(fā)展的整體要求。因此,能否對個人信用進行準確的識別和評估,就成為銀行能否合理控制風險的關鍵。
　　本文首先總結了傳統(tǒng)評分模型的研究現(xiàn)狀,現(xiàn)有的評分模型主要基于統(tǒng)計學方法和人工智能方法,統(tǒng)計學方法在個人信用評分的應用中會出現(xiàn)不穩(wěn)定的問題,而人工智能方法的預測精度往往不甚理想。這些問題制約了個人信用評分的發(fā)展。針對

2、這些問題,本文從個人信用數(shù)據(jù)入手,分析了個人信用數(shù)據(jù)的特點及個人信用評分模型對信用數(shù)據(jù)的要求,從樣本優(yōu)化的角度對數(shù)據(jù)進行挖掘,對樣本數(shù)據(jù)進行“降維”和“去噪”處理,運用多指標分層抽樣對樣本數(shù)據(jù)進行篩選和抽取,從而避免樣本偏差問題,構建出屬性品質(zhì)優(yōu)良的樣本集。在樣本集優(yōu)化的基礎上,本文將貝葉斯網(wǎng)絡運用在個人信用評分中,貝葉斯網(wǎng)絡能夠有效解決不確定性問題,在概率論的支撐下,能夠很好的對結果進行解釋,基于先驗概率建立網(wǎng)絡結構,保證了模型的穩(wěn)定