基于SA-GA算法的組合預(yù)測模型在個人信用評分中的應(yīng)用研究.pdf

1、隨著我國經(jīng)濟的高速增長和消費內(nèi)需的不斷擴大，以及城鎮(zhèn)住房制度改革等相關(guān)政策的帶動，近幾年，我國個人信貸需求發(fā)展強勁，個人信貸規(guī)模也逐步擴大。但是，在不斷發(fā)展的過程中，國內(nèi)商業(yè)銀行在個人信貸業(yè)務(wù)的風(fēng)險管理中卻存在著許多問題，尤其是缺乏適用于本國個人信用發(fā)展情況的個人信用評分方法。并且，這一問題已在一定程度上制約和阻礙了個人信貸業(yè)務(wù)的良性發(fā)展。因此，開發(fā)出一套能夠有效降低風(fēng)險的個人信用評分方法，不僅具有較高的學(xué)術(shù)價值，更具有較強的使用意義。

2、
　　本文針對個人信用評分問題，在國內(nèi)外學(xué)者有關(guān)個人信用評分模型的研究基礎(chǔ)上，并依據(jù)組合預(yù)測的原理，提出通過運用模擬退火遺傳算法（SA-GA）優(yōu)化組合模型中單一模型權(quán)重的方法，構(gòu)建基于SA-GA算法的個人信用評分組合預(yù)測模型。首先從遺傳算法（GA）以及模擬退火算法（SA）的原理出發(fā)，對 GA在優(yōu)化組合預(yù)測模型權(quán)重問題中的適用性，以及將局部搜索能力較強的SA算法引入全局搜索能力較強的GA算法問題中的可行性進行了詳盡的分析。確定 BP

3、網(wǎng)絡(luò)模型和RBF網(wǎng)絡(luò)模型作為單一模型，基于SA-GA算法構(gòu)建了個人信用組合預(yù)測模型，將組合預(yù)測模型的誤判率作為SA-GA的適應(yīng)度函數(shù)，利用SA算法較強的局部搜索能力來提高 GA算法的整體預(yù)測效果。通過對兩種單一模型、GA組合模型以及 SA-GA組合模型在不同樣本中的應(yīng)用結(jié)果精度及穩(wěn)健度的比較分析，可以看出組合模型可以有效地綜合單一模型的優(yōu)點，基于SA改進的GA算法在預(yù)測精度及穩(wěn)健性上更具優(yōu)勢，而且可以更好地解釋各變量對違約的影響，更利于