個(gè)人信用評(píng)估的Logistic-RBF組合預(yù)測(cè)模型研究.pdf

1、隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展，個(gè)人信貸消費(fèi)也逐步成為個(gè)人消費(fèi)的主要方式。個(gè)人信貸消費(fèi)的快速增長(zhǎng)要求商業(yè)銀行具有較為完備的信用風(fēng)險(xiǎn)管理體系。但是缺乏科學(xué)的個(gè)人信用評(píng)估體系是目前中國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理中最嚴(yán)重的問題之一。而已有的信用評(píng)估模型之所以不能得以推廣，主要原因是很多模型精確性得到提高的同時(shí)，穩(wěn)健性不是很理想，對(duì)于第二類誤判率的處理能力較弱，本文將利用組合預(yù)測(cè)模型思想解決這個(gè)問題。
　　本文在國(guó)內(nèi)外學(xué)者研究的基礎(chǔ)上，分析了單一模型和

2、組合預(yù)測(cè)模型的原理和建模思想，并選取了十個(gè)具有代表性的個(gè)人信用評(píng)估指標(biāo)，同時(shí)在我國(guó)某商業(yè)銀行數(shù)據(jù)中隨機(jī)抽取了五組樣本，分別用于訓(xùn)練和檢驗(yàn)。利用統(tǒng)計(jì)學(xué)方法Logistic回歸模型的高穩(wěn)健性和非統(tǒng)計(jì)學(xué)方法RBF網(wǎng)絡(luò)模型的高精確性，建立了非變權(quán)組合預(yù)測(cè)模型和變權(quán)組合預(yù)測(cè)模型，以求能夠綜合不同單一模型的優(yōu)點(diǎn)，來提高組合預(yù)測(cè)模型的精確性和穩(wěn)健性。同時(shí)對(duì)單一模型和組合預(yù)測(cè)模型的選擇，適用性等進(jìn)行了分析。將單一模型Logistic回歸模型和RBF神經(jīng)

3、網(wǎng)絡(luò)模型與組合預(yù)測(cè)模型進(jìn)行比較后發(fā)現(xiàn)：Logistic回歸模型的穩(wěn)健度為0.0071，比RBF網(wǎng)絡(luò)模型的0.0159更具有穩(wěn)健性，而精確度為92.47％，要低于RBF網(wǎng)絡(luò)模型的94.77%；兩個(gè)組合預(yù)測(cè)模型的精確度、穩(wěn)健度和第二類預(yù)測(cè)問題的處理能力都要高于兩個(gè)單一模型；變權(quán)組合預(yù)測(cè)模型的精確度為95.23%，穩(wěn)健度為0.0042，兩者都要高于非變權(quán)組合預(yù)測(cè)模型，因此，個(gè)人信用評(píng)估中，組合預(yù)測(cè)模型要優(yōu)于單一模型；變權(quán)組合預(yù)測(cè)模型優(yōu)于非變權(quán)