《基于集成化的个人信用评分模型研究》由会员分享，可在线阅读，更多相关《基于集成化的个人信用评分模型研究（68页珍藏版）》请在金锄头文库上搜索。
1、华中科技大学 硕士学位论文 基于集成化的个人信用评分模型研究 姓名：傅强 申请学位级别：硕士 专业：管理科学与工程 指导教师：黄威 20090520 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 I 摘摘 要要 进入 90 年代后，随着我国银行个人信贷业务的迅速发展，信用风险问题也逐步 凸显，而个人信用评分模型正是银行信贷风险管理的先进手段。传统的统计学方法， 比如 Logistic 回归方法、线性判别分析等，在个人信用评分模型建立的问题中已经 有了比较成熟的应用，但该类方法在评分模型的预测准确度和模型的泛化能力上有 一定的局限性，而新兴的各种
2、计算智能方法可以提高预测准确度和模型泛化能力。 其中，支撑向量机（support vector machine）在个人信用评分领域有着比较广泛的研 究。 我们将粗糙集理论与支撑向量机这两种方法结合起来，组成混合分类器，建立 个人信用评分模型。首先，我们通过基于遗传算法的粗糙集理论删除数据中的冗余 属性和冲突对象，但不损失有效信息；然后，基于 SVM 方法进行分类和预测，提高 了模型预测能力，再结合专家打分方法对模型做一定拓展，使评分模型在实际运用 中更加准确合理。我们选用 UCI 中的德国信用数据集做实证研究，结果是我们创建 的模型分类性能良好，并且降低了 SVM 分类过程的复杂度，一定程度上
3、避免了训练 模型的过拟合现象，提高了个人评分模型的效率。最后通过实证比较分析，也证明 了我们建立的混合分类器模型，与比其他评分方法相比，分类性能更好，模型复杂 度更低，模型效率更高。 关键词关键词：个人信用评分 支撑向量机 粗糙集 分类 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 II Abstract After entering the 90s, with the banks rapid development of credit business, credit risk is gradually highlights, and cre
4、dit scoring model is the bank of advanced credit risk management tools. Traditional statistical methods, such as the logistic regression, linear discriminant analysis etc. have been the application of more mature, but these methods in the prediction accuracy and generalization of data ability have s
5、ome limitations, and a variety of new methods of calculative intelligence can improve the prediction accuracy and generalization ability of data. And, support vector machine in credit scoring has a more extensive study. In this thesis, we establish a mixed-classifier model with rough set theory and
6、support vector machine in credit scoring. First of all, we delete redundant attributes and conflict data through the rough set theory based on genetic algorithm, and the validity of information do not lost; and then, based on the SVM classification and prediction methods improve the model predictive
7、 capabilities and the AHP method expand the model to credit scoring model in the practical application. UCI selected thesis of the German credit data set to do empirical research, with the result that this article created a good classification performance model and the SVM classification process to
8、reduce the complexity, to some extent, the training model to avoid over-fit the phenomenon of increased personal score model of efficiency. Finally, through a comparative analysis of evidence, this thesis proves that the mixed classification model, with the score than the other methods, has a better
9、 classification performance, lower complexity and more efficient model. Key words: Credit scoring Support vector machine Rough set Classification 独创性声明独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。 学
10、位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密 ，在_年解密后适用本授权书。 不保密。 （请在以上方框内打“”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 本论文属于 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士
11、 学 位 论 文 1 1 绪论绪论 1.1 研究背景研究背景 随着中国加入 WTO 后，经济开放程度迅猛，金融行业的发展更是空前的。在广 大的中国国内消费市场中，消费信贷业务的逐步展开也是对金融业的繁荣起到了十 分关键的作用。但随着新阶段的各种信贷业务展开，银行业对应面临的的信用风险 随之而来。在国外许多地区，进入 21 世纪后许多发达国家的商业银行已经能够成熟 的使用多样的信息技术与手段来提升企业的风险管理水平，从大量的数据中寻找到 有效信息，建立各种规则从而为金融风险控制的各个层面做出应有的贡献。我们在 此敢说，在不久的未来，更多的商业银行将使用数据挖掘技术来增强自身的抗风险 实力。而在国
12、内，各大银行的风险控制专业技术刚刚起步，数据挖掘还远未开始十 分广泛的应用，这样的粗放式的风险管理使银行的风险控制存在很多的问题和隐患。 所以当务之急便是建立数据挖掘技术的研究基础和应用通道，运用多种多样的数据 挖掘技术来实现金融风险领域尤其是信用风险领域的风险控制目标，这样做既有理 论支持又有现实意义。 一般地，信用评估面对的是这两种情况，即：企业和个人。不同的对象有不同 的参考指标和建模方法，其中信用评估确实基于实用主义和经验主义，根据这样的 哲学基础，就可以明白目的为：一是分析总结过往客户的行为，二是预测未来客户 的行为。 在这里我们的研究对象是个人的信用1。个人信用评分是指帮助贷款机构
13、发 放消费信贷的一整套决策模型极其支持技术，它以过去消费个人的信用历史以及其 个人与信用相关的资料汇总为依据，建立了一定的规则和知识库，然后对新个人客 户的未来风险进行评估打分，反映其偿付能力和偿付意愿1。也就是说个人信用评分 是通过搜集整理出贷款者的信息并做出分析，从而得到量化的风险管理办法。这里 的个人信用评分集中了数学知识，统计知识以及社会科学知识，将它们融入模型中， 我们就能够对以前的信息做出较优的评估从而得出一系列风险管理知识。另外，个 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 2 人信用评分的是对个人发放贷款的风险，它可能会被认
14、为是对个人信誉的评估，这 是一个不幸的错误，其实个人信用评分是贷款人对借款人的评估，反映了借贷双方 的情况，以及贷款人对未来经济发展的看法，而不是评估一个人的信誉与道德1。 1.2 研究目的及意义研究目的及意义 个人信用评分的相关模型可以做到改善商业银行的金融风险管理水平，提高银 行识别个人信用风险的能力，因此我们使用恰当的数据挖掘技术而建立个人信用评 分模型就变得十分关键和重要。为了可以让商业银行的个人信贷业务提供一个客观、 准确和一致的评分体系，我们需要专业的信息技术，通过专业的技术手段和经验知 识去发现过往数据中的经验和规则，从而发现违约客户和信用良好客户的特征不同 点。而整理出个人的贷
15、款状况、存款情况、职业、消费习惯和教育水平等不同的指 标，再运用数据挖掘的相关方法建立起科学的评估消费者信用优劣的相关数学模型， 为商业银行的风险监控带来科学依据与操作手段，这就是我们做此研究的目的所在。 在实际应用中，银行通过建立个人信用评分模型，可以提高银行的风险控制水 平，并为我国的商业银行的风险管理带来了新的活力；构造的个人信用评分模型能 够提高银行对信贷的预测能力和简化工作人员的贷款信息的搜集工作，能够提高银 行风险管理的工作效率，从而更好的在信贷和信用管理上掌握和控制金融业的各种 系统性风险和潜在风险，增强我国的商业银行的抗风险能力，提高我国商业银行的 竞争力。 1.3 国内外研究
16、现状国内外研究现状 一般情况下，我们运用各种先进的信息技术到个人信用评分模型建立的问题上， 就是为了给予商业银行决策者更多的规则和知识，使金融单位从大量的、复杂的数 据中找出联系，解释借款者的现有行为与预测他们的未来行为，从而做好风险控制 工作，使金融风险系统从小地方就做好工作抵御有可能发生的各种风险。在此我们 介绍国内外有关运用数据挖掘技术建立个人信用评分模型研究现状，我们按照统计 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 3 学方法和非统计学方法将各种数据挖掘技术进行分类，并通过介绍和学习前人研究 者的研究成果和研究方向，来揭示和得到数据挖掘方法在个人信用评分领域具体应 用和研究，包括这些方法的含义原理简介
