不斷累積的征信信息為判斷借款人信用表現(xiàn)提供了數(shù)據(jù)支持,計算機技術(shù)的飛速發(fā)展為批量處理貸款申請?zhí)峁┝思夹g(shù)保障。金融機構(gòu)利用統(tǒng)計方法建立信用評級模型,能夠盡可能準(zhǔn)確地挖掘違約借款人的信用特征,對借款人信用表現(xiàn)進(jìn)行精準(zhǔn)預(yù)判。從信用評級模型的概念入手,揭示信用評級模型的統(tǒng)計學(xué)本質(zhì),通過對比信用評級建模的輸入端和輸出端,即征信數(shù)據(jù)和信用評分卡,從統(tǒng)計學(xué)的視角解讀建模過程中需要解決的數(shù)據(jù)離散化、特征選擇、數(shù)據(jù)缺失、拒絕推斷和數(shù)據(jù)不平衡五類技術(shù)難題。

【文章頁數(shù)】：5 頁

【文章目錄】：
一、信用評級模型的概念與本質(zhì)
二、信用評級模型的輸入與輸出
三、信用評級建模需解決的統(tǒng)計問題
    (一) 數(shù)據(jù)離散化
    (二) 特征選擇
    (三) 數(shù)據(jù)缺失
    (四) 拒絕推斷
    (五) 數(shù)據(jù)不平衡



本文編號：3926445