《个人信用评估论文：基于粗糙集—支持向量机的个人信用评估》由会员分享，可在线阅读，更多相关《个人信用评估论文：基于粗糙集—支持向量机的个人信用评估（6页珍藏版）》请在金锄头文库上搜索。
1、 个人信用评估论论文：基于粗粗糙集支持向量机机的个人信用用评估【中文摘要】随随着中国经济济的快速发展展,个人信贷贷业务发展迅迅速,并逐步步成为我国各各商业银行等等金融机构扩扩大业务份额额、提高利润润增长点以及及国家拉动内内需的一个重重要途径。然然而信贷主体体个人信用的的缺失导致银银行面临极大大的风险,并并成为信贷业业务发展壮大大的主要障碍碍。全面了解解和评价贷款款申请人的信信用情况是各各金融机构搞搞好信贷业务务、防范信用用风险的关键键问题。因此此,对信贷主主体的个人信信用评估模型型的研究也便便有了重要的的应用和现实实价值。本文文的主要工作作包括:本文首先综综述了国内外外个人信用评评估情况的发发
2、展现状,并并详细分析了了目前已经被被使用个人信信用评估方法法其各自的优优缺点。综述了我国国个人信用评评估工作中所所使用的评估估指标体系,从定性的角角度对指标体体系的特点进进行了分析,并进一步从从定量的角度度研究了个人人信用评估指指标体系中的的几个重要的的指标及其对对个人资信的的影响作用。基于对我国个人信用评估指标体系的分析和众多学者对评估方法研究的基础上,本文尝试建立起基于粗糙集和支持向量机相结合的个人信用评估体系,希望能够寻求一种更为有效的评估模型,一定程度上提高个人信用评估的分类正确率。利用我国河北省某商业银行2009年的450个数据样本对构建的个人信用评估模型进行了验证分析,结果表明该模
3、型具有较好的分类效果。对比实验。为了验证该模型分类效果的可靠性,文中设置了多组对比实验。首先通过软件计算得出同一数据样本就不同的方法的分类效果,这些方法包括线性判别分析,Logistic回归,K近邻判别分析,人工神经网络。其次,将基于RS-SVM组合模型的个人信用评估模型分类效果与这些模型的预测效果进行比较,从而验证了该组合模型的分类效果的可靠性。此外,针对数据样本自身可能存在一定的局限性等问题,本次实验还采用一组公开的国外信贷样本数据来验证了RS-SVM组合模型的分类效果,该组数据虽然是国外数据,但也可以从一个侧面反映了RS-SVM组合模型在个人信用评估方面的适用性和可靠性。本文的研究,旨在
4、寻求一种有效的个人信用评估模型,使其分类识别结果能为信贷业务部门提供有力的支持,帮助我国商业银行等金融机构很好的开展个人信用风险评估体系建设工作、提高信贷业务的风险管理水平、降低因信贷主体个人信用的缺失而导致的不良资产流失及更进一步促进我国个人信贷市场的有序发展。【英文摘要】AAlong with the rrapid devellopmennt of Chinaas ecoonomy, perssonal crediit bussinesss has develloped rapiddly, aand grraduallly beecome a impportannt wayy of CCh
5、inas commmerciial Baanks aand otther ffinanccial iinstittutionns to expannd bussinesss sharre、impprove profiit groowth ppoint, it ccan sttimulaate naationaal dommesticc demaand tooo. Whhile, underr the econoomic ttransiition envirronmenntal ccondittions, creddit suubjectts creedit ddeficiienciees ca
6、uuse baanks ffacingg greaat rissk andd becoome thhe maiin obsstaclee to ccreditt deveelopmeent annd exppansioon. Coomprehhensivve undderstaandingg and evaluuatingg the crediit staatus oof inddividuuals iis keyy probblem aall off finaanciall struucturee to iimprovve perrsonall creddit annd guaard agg
7、ainstt creddit riisk .TThe foollowiings aare thhe maiinly wwork oof thiis thiis papper: RReviewws Chiinese persoonal ccreditt evalluatioon worrk in the uuse off the evaluuationn indeex sysstem, from the qqualittativee anglle to the ccharaccterisstics of inndex ssystemm are analyyzed, and ffrom tthe
8、Anngle oof furrther quanttitatiive sttudy oof inddividuual crredit evaluuationn indeex sysstem oof sevveral imporrtant indexxes annd thee effeect off indiividuaal creedibillity. Set uup a cconsummer crredit evaluuationn modeel bassed onn rouggh setts andd suppport vvectorr machhine. Suppoort veector
9、 machiines hhas beeen appplicaated iin thee perssonal crediit evaaluatiion wiith goood reesultss. Perrsonall Creddit Inndex SSystemmt is usuallly coontainns a llot off reduundantt infoormatiion, wwhich will affecct thee suppport vvectorr machhine llearniing. TThis ppaper triedd to bbuild up a new cc
10、reditt evalluatioon moddel baased oon rouugh seet andd suppport vvectorr machhine; A emppiricaal anaalysiss of tthe esstabliishingg perssonal crediit evaaluatiion iss madee, Emppiricaal stuudy shhows tthat tthis mmodel can oobtainn highh classsificcationn accuurate rate and sselectt the key ffeaturr
11、es; CComparre thee classsificcationn accuurate rate of crredit evaluuationn modeel bassed onn rouggh setts andd suppport vvectorr machhine tto sevveral otherr classsicall methhods. Accorrding to daata saample themsselvess may existt certtain llimitaationss, thiis expperimeent haas alsso useed a sset
12、 off openn Austtraliaa creddit thhe sammple ddata tto vallidatee the SVM mmodel portffolioss rs-ffive cclassiificattion eeffectt, thee resuults aalso aachievved goood reesultss, thee grouup datta altthoughh is fforeiggn datta, buut alsso froom a sside, refleects tthe SVVM moddel poortfollios rrs-fiv
13、ve perrsonall creddit evvaluattion iin thee appllicabiility and rreliabbilityyThis studyy aimss to sseek aan efffectivve perrsonall creddit evvaluattion mmodel and tthen pproviddes foorcefuul suppport to coonsumeer creedit bbusineess ; Help Chineese coommerccial BBanks, and otherr finaanciall instti
14、tutiions cconduccting persoonal ccreditt riskk asseessmennt sysstem cconstrructioon worrk; Immprovee conssumer crediit bussinesss leveel of risk managgementt; Redduce bbad asssets loss causeed by consuumer ccreditt subjjects creedit ddeficiienciees andd Prommote CChinas perrsonall creddit maarket an
15、d oorderlly devvelopmment.【关键词】个人人信用评估 粗糙集 支支持向量机【英文关键词】Personal credit evaluation Rough Sets Super Vector Machine【目录】基于粗粗糙集支持向量机机的个人信用用评估 摘要 33-4 ABSSTRACTT 4-55 目录 66-8 1 绪绪论 8-13 1.11 研究背景景 8-99 1.2 问问题的提出 9-111 1.3 本本文主要的研研究内容 11-133 2 个人信信用评估及其其方法综述 13-221 2.1 个人信用评评估 133 2.2 个个人信用评估估方法 113-21 22.2.1 经验式判别别法 144-15 2.2.2 统统计学方法 15-117 2.2.3 运筹学学方法 117 2.2.4 人工智智能方法 17-200 2.2.55 其他方法法 20-21 3 粗粗糙集和支持持向量机理论论介绍 221-31 33.1 粗糙糙集理论概述述 21-25 3.11.1 粗糙糙集理论的产产生及发展 21 3.1.2 粗粗糙集相关概概念 211-23
