個人信用評估模型研究.pdf

1、當前，我國個人業(yè)務(wù)的飛速發(fā)展使商業(yè)銀行積累了一定量的數(shù)據(jù)，商業(yè)銀行紛紛進行數(shù)據(jù)集中，建立數(shù)據(jù)倉庫，開始應(yīng)用數(shù)據(jù)挖掘技術(shù)建立科學(xué)的個人信用評估模型，進面建立完善的個人信用評估機制，以降低個人信貸業(yè)務(wù)成本和風(fēng)險。雖然進行了各種積極的嘗試，但是我國銀行業(yè)在個人信用評估模型的建立和應(yīng)用方面仍處于起步階段，對各種方法建立的個人信用評分模型的準確性和適用性的研究還有待深入。在目前中國個人征信體系不完善，商業(yè)銀行個人信用信息不完整的條件下，如何建立有

2、一定參考價值的個人信用評估模型非常有意義。從現(xiàn)有的研究結(jié)果看，還沒有一致性的結(jié)論，有些結(jié)論甚至相互矛盾。本文將對此進行系統(tǒng)研究，并以某商業(yè)銀行個人信貸數(shù)據(jù)為分析對象，采用已有的數(shù)據(jù)挖掘算法進行適應(yīng)性研究，使用判別分析法、Logistic回歸法、K近鄰法、決策樹和神經(jīng)網(wǎng)絡(luò)分別建立模型對個人客戶進行分類，并比較模型表現(xiàn)。在對個人信用評估模型進行比較評價時，一般應(yīng)綜合考慮以下幾個方面：模型的適用條件，模型精確度及穩(wěn)健程度，模型經(jīng)濟含義解釋能力

3、，建模的效率等。對比結(jié)果顯示，Logistic回歸模型是個人信用評估最優(yōu)模型，該模型的準確率達到75％以上，訓(xùn)練樣本和確認樣本誤判率相差不大，模型穩(wěn)健性好，易于理解，效率高，推廣能力強，是當前商業(yè)銀行可以采用的最優(yōu)模型，值得在實踐中推廣。 本文的研究方法：采用理論與數(shù)據(jù)相結(jié)合的思路，使用定量分析的方法，對現(xiàn)有的幾種個人信用評估方法進行對比研究。 論文主要分為五章：第一章主要介紹了數(shù)據(jù)挖掘概念及其在個人信用評估中的應(yīng)用。

4、 首先闡述了數(shù)據(jù)挖掘的基本概念，介紹了數(shù)據(jù)挖掘的功能和常用技術(shù)以及基本流程；然后介紹了數(shù)據(jù)挖掘技術(shù)的應(yīng)用情況及其在商業(yè)銀行風(fēng)險管理方面發(fā)揮的作用。 第二章討論了個人信用評估的基本概念及其發(fā)展歷程。指出個人信用評估是對消費信貸中的個人誠實守信的意志和能力做出評價，并對目前西方國家流行幾種定量方法進行了綜述，介紹了這些方法的基本原理和前人的研究成果。最后，分析了國內(nèi)研究現(xiàn)狀，強調(diào)了構(gòu)建適合我國現(xiàn)狀的個人信用評估模型的必要性，指

5、出雖然進行了各種積極的嘗試，但是我國銀行業(yè)在個人信用評分模型的建立和應(yīng)用方面仍處于起步階段，對各種方法建立的個人信用評估模型的準確性和適用性研究還有待深入。本章的論述為后面進行實證分析奠定理論基礎(chǔ)。第三章研究了個人信用評估前的數(shù)據(jù)準備問題。論文研究所采用的數(shù)據(jù)是由四川省某商業(yè)銀行提供的個人客戶歷史資料數(shù)據(jù)庫的真實數(shù)據(jù)，由于建模用的實際數(shù)據(jù)存在著不完整、不一致、不精確和重復(fù)數(shù)據(jù)，所以需要對其進行預(yù)處理，本章具體介紹了數(shù)據(jù)清洗和轉(zhuǎn)換的方法和

6、過程；然后，介紹了建模所采用的抽樣方法。 第四章應(yīng)用SAS等軟件，對樣本數(shù)據(jù)使用判別分析法、Logistic回歸、K近鄰法、決策樹和神經(jīng)網(wǎng)絡(luò)法具體構(gòu)建個人信用評估模型。詳細介紹了建立模型的過程、算法、判別準則并計算了訓(xùn)練樣本和確認樣本的總體誤判率及兩類錯誤率。 第五章對第四章中所建立的幾種模型進行評估和比較。分析結(jié)果認為，就本文所使用的數(shù)據(jù)而言，幾種模型建模效果在一定范圍內(nèi)差別不大。相比較來說，Logistic回歸模型是

7、個人信用評估最優(yōu)模型，值得在實踐中推廣。最后，提出商業(yè)銀行具體運用過程中還需注意的幾點問題。 本文的主要特點： (1)采用商業(yè)銀行個人信貸真實數(shù)據(jù)進行實證分析，所建立的模型更符合現(xiàn)實情況。論文探討了對有噪聲的原始數(shù)據(jù)進行預(yù)處理的方法和過程，采用適當?shù)挠诙螌?shù)據(jù)進行清洗和轉(zhuǎn)換，使其符合建模的要求。 (2)論文用幾種方法對樣本數(shù)據(jù)進行數(shù)據(jù)挖掘，找出客戶資信3水平和個人特征信息之間的關(guān)系，構(gòu)建信用評估模型并用于預(yù)測。采

8、用對比研究的方法，對各模型進行評估比較。最終所推薦的模型具有客觀性強，預(yù)測準確高的特點，有較強的信用風(fēng)險識別能力和預(yù)測能力。 (3)本文在選取建模方法時，采用了較多的非參數(shù)分析方法，由于參數(shù)分析法建模往往對數(shù)據(jù)有特殊要求，如自變量服從正態(tài)分布等，而現(xiàn)實中的數(shù)據(jù)常常不符合這一假定，非參數(shù)法對數(shù)據(jù)分布沒有特別的要求，避免了傳統(tǒng)技術(shù)對模型設(shè)定的困難。本文對非參數(shù)法在實際中的應(yīng)用進行了探討，為定量分析方法應(yīng)用于個人信貸風(fēng)險評估提供了選擇