投票式組合預(yù)測模型在個(gè)人信用評(píng)估中的應(yīng)用研究.pdf

1、商業(yè)銀行的個(gè)人信用評(píng)估一直是我國現(xiàn)有經(jīng)濟(jì)形勢下迫切需要完善的問題，也一直都是學(xué)術(shù)界研究的焦點(diǎn)。目前我國的商業(yè)銀行已經(jīng)在踐行一些信用風(fēng)險(xiǎn)評(píng)估的辦法，但是由于很多現(xiàn)實(shí)性問題的制約，比如我國缺少一個(gè)健全的個(gè)人信用數(shù)據(jù)庫、指標(biāo)體系混亂、各商業(yè)銀行的個(gè)人信用評(píng)估各成體系，缺乏統(tǒng)一的標(biāo)準(zhǔn)等等，都嚴(yán)重制約著一套科學(xué)合理的信用評(píng)估系統(tǒng)的建立。在以往的研究中，很多學(xué)者都討論了組合式預(yù)測模型的構(gòu)建，也在該方面做了大量的實(shí)證研究。發(fā)現(xiàn)組合式模型在性能上確實(shí)優(yōu)

2、于單一的預(yù)測模型。
　　但是近些年，組合式模型的發(fā)展有所減慢，這主要是由于在權(quán)重的確定方面遇到了瓶頸。權(quán)重的存在會(huì)使單一模型之間發(fā)生相互影響，如果無法得到科學(xué)合理的權(quán)重，就會(huì)使模型在組合的過程中損失精度，影響最后的預(yù)測效果?；谶@樣的情況，申報(bào)國家自然基金項(xiàng)目的重要課題之一《個(gè)人信用非線性組合評(píng)分模型及其動(dòng)態(tài)優(yōu)化研究》提出建立非線性的組合預(yù)測模型，并對(duì)模型進(jìn)行動(dòng)態(tài)優(yōu)化。本文作為該項(xiàng)目的一部分，提出了基于貝葉斯算法的投票式組合模型的

3、思想，并選擇了三個(gè)國內(nèi)外個(gè)人信用評(píng)估領(lǐng)域使用較多的、國際上目前較為流行并公認(rèn)很成熟的個(gè)人信用評(píng)估方法來作為單一模型，他們分別是Logistic回歸、聚類分析和神經(jīng)網(wǎng)絡(luò)，用他們的投票結(jié)果作為組合模型的輸入。由于該方法建立于單一模型決策后的組合，單一模型具有同等的表決權(quán)，它們之間互不影響，這充分發(fā)揮了單一模型的優(yōu)勢，減少了由于權(quán)重確定產(chǎn)生的誤差。而且基于貝葉斯后驗(yàn)概率結(jié)果的分類，充分利用了先驗(yàn)知識(shí)，并修正了先驗(yàn)概率，使決策更具有科學(xué)性和可信