基于粗糙集—支持向量機的個人信用評估.pdf

1、隨著中國經(jīng)濟的快速發(fā)展，個人信貸業(yè)務(wù)發(fā)展迅速，并逐步成為我國各商業(yè)銀行等金融機構(gòu)擴大業(yè)務(wù)份額、提高利潤增長點以及國家拉動內(nèi)需的一個重要途徑。然而信貸主體個人信用的缺失導致銀行面臨極大的風險，并成為信貸業(yè)務(wù)發(fā)展壯大的主要障礙。全面了解和評價貸款申請人的信用情況是各金融機構(gòu)搞好信貸業(yè)務(wù)、防范信用風險的關(guān)鍵問題。因此，對信貸主體的個人信用評估模型的研究也便有了重要的應(yīng)用和現(xiàn)實價值。
　　本文的主要工作包括：①本文首先綜述了國內(nèi)外個人信用

2、評估情況的發(fā)展現(xiàn)狀，并詳細分析了目前已經(jīng)被使用個人信用評估方法其各自的優(yōu)缺點。②綜述了我國個人信用評估工作中所使用的評估指標體系，從定性的角度對指標體系的特點進行了分析，并進一步從定量的角度研究了個人信用評估指標體系中的幾個重要的指標及其對個人資信的影響作用。③基于對我國個人信用評估指標體系的分析和眾多學者對評估方法研究的基礎(chǔ)上，本文嘗試建立起基于粗糙集和支持向量機相結(jié)合的個人信用評估體系，希望能夠?qū)で笠环N更為有效的評估模型，一定程度上

3、提高個人信用評估的分類正確率。④利用我國河北省某商業(yè)銀行2009年的450個數(shù)據(jù)樣本對構(gòu)建的個人信用評估模型進行了驗證分析，結(jié)果表明該模型具有較好的分類效果。⑤對比實驗。為了驗證該模型分類效果的可靠性，文中設(shè)置了多組對比實驗。首先通過軟件計算得出同一數(shù)據(jù)樣本就不同的方法的分類效果，這些方法包括線性判別分析，Logistic回歸，K近鄰判別分析，人工神經(jīng)網(wǎng)絡(luò)。其次，將基于RS-SVM組合模型的個人信用評估模型分類效果與這些模型的預(yù)測效果進

4、行比較，從而驗證了該組合模型的分類效果的可靠性。此外，針對數(shù)據(jù)樣本自身可能存在一定的局限性等問題，本次實驗還采用一組公開的國外信貸樣本數(shù)據(jù)來驗證了RS-SVM組合模型的分類效果，該組數(shù)據(jù)雖然是國外數(shù)據(jù)，但也可以從一個側(cè)面反映了RS-SVM組合模型在個人信用評估方面的適用性和可靠性。
　　本文的研究，旨在尋求一種有效的個人信用評估模型,使其分類識別結(jié)果能為信貸業(yè)務(wù)部門提供有力的支持，幫助我國商業(yè)銀行等金融機構(gòu)很好的開展個人信用風險評