本文關(guān)鍵詞：基于多源數(shù)據(jù)的貸后風(fēng)險(xiǎn)指標(biāo)學(xué)習(xí)與預(yù)測(cè)

  更多相關(guān)文章： 貸后風(fēng)險(xiǎn) 預(yù)測(cè) 指標(biāo)學(xué)習(xí) 時(shí)間窗口 不良樣本反饋

【摘要】：信貸業(yè)務(wù)是商業(yè)銀行的主要利潤(rùn)來(lái)源,貸后風(fēng)險(xiǎn)管理主要由省級(jí)和各地市級(jí)分行承擔(dān),現(xiàn)有貸后風(fēng)險(xiǎn)檢測(cè)主要依據(jù)總行下發(fā)的風(fēng)險(xiǎn)指數(shù)、信貸客戶的財(cái)務(wù)信息、客戶交易等信息,缺少分析信貸客戶所在的行業(yè)信息等外部數(shù)據(jù)對(duì)風(fēng)險(xiǎn)的影響,而這些因素會(huì)影響用戶的資金償還能力。其次,貸后風(fēng)險(xiǎn)指標(biāo)和評(píng)估具有一定滯后性。現(xiàn)有風(fēng)險(xiǎn)指標(biāo)數(shù)據(jù)多是選擇同比波動(dòng)檢測(cè),指標(biāo)出現(xiàn)異常時(shí),風(fēng)險(xiǎn)已經(jīng)發(fā)生,帶來(lái)的損失往往很難挽回,同時(shí)對(duì)于貸后管理周期的不同階段處理方式單一,沒有體現(xiàn)不同階段的貸后風(fēng)險(xiǎn)差異。因此,融合更多貸后風(fēng)險(xiǎn)關(guān)聯(lián)數(shù)據(jù),對(duì)風(fēng)險(xiǎn)指標(biāo)進(jìn)行過程化更新和實(shí)時(shí)學(xué)習(xí)、優(yōu)化貸后風(fēng)險(xiǎn)管理流程具有重要意義。針對(duì)貸后風(fēng)險(xiǎn)現(xiàn)行指標(biāo)不能反映信貸客戶的行業(yè)風(fēng)險(xiǎn)問題,提出了融合多源數(shù)據(jù)的貸后風(fēng)險(xiǎn)評(píng)估框架。結(jié)合銀行現(xiàn)有指標(biāo)數(shù)據(jù),信貸客戶原始數(shù)據(jù),以及外部的行業(yè)和地區(qū)數(shù)據(jù),利用多源數(shù)據(jù)對(duì)風(fēng)險(xiǎn)指標(biāo)進(jìn)行學(xué)習(xí)；提出了概率包裹式特征選擇方法,對(duì)多源數(shù)據(jù)進(jìn)行集成特征分析。通過計(jì)算外部行業(yè)和地區(qū)數(shù)據(jù)的相似度,劃分相似行業(yè)和地區(qū)。選用兩個(gè)信貸數(shù)據(jù)集分析驗(yàn)證特征提取的有效性,增加外部數(shù)據(jù)和補(bǔ)充內(nèi)部數(shù)據(jù),并根據(jù)外部行業(yè)和地區(qū)數(shù)據(jù)的相似度篩選可疑數(shù)據(jù),提高了預(yù)測(cè)準(zhǔn)確率。針對(duì)貸后風(fēng)險(xiǎn)預(yù)測(cè)的滯后性,使用基于時(shí)間窗口的動(dòng)態(tài)模型,對(duì)貸款的生命周期進(jìn)行建模,動(dòng)態(tài)選取處于不同信貸階段的相關(guān)數(shù)據(jù),依據(jù)分類誤差學(xué)習(xí)不同時(shí)間窗口在信貸風(fēng)險(xiǎn)分析過程中的權(quán)重。針對(duì)實(shí)際數(shù)據(jù)集,通過與其他風(fēng)險(xiǎn)預(yù)測(cè)方法對(duì)比,驗(yàn)證時(shí)間窗口動(dòng)態(tài)模型的有效性。針對(duì)信貸數(shù)據(jù)樣本的不平衡性問題,即不良貸款的樣本數(shù)量遠(yuǎn)遠(yuǎn)小于正常貸款的樣本數(shù)量使得負(fù)樣本被覆蓋而誤分類,進(jìn)行兩方面改進(jìn),一是提高不良樣本在學(xué)習(xí)數(shù)據(jù)集中的占比,通過對(duì)確定的異常樣本,結(jié)合外部數(shù)據(jù)分析結(jié)果篩選相關(guān)數(shù)據(jù)集合；二是建立異常樣本動(dòng)態(tài)反饋機(jī)制,通過優(yōu)化貨后風(fēng)險(xiǎn)評(píng)估流程對(duì)不良貸款樣本進(jìn)行迭代分析,利用粒子群優(yōu)化算法對(duì)篩選后的不良樣本進(jìn)行特征學(xué)習(xí)。針對(duì)兩個(gè)數(shù)據(jù)集,實(shí)驗(yàn)驗(yàn)證數(shù)據(jù)篩選和反饋機(jī)制的效果,通過優(yōu)化算法學(xué)習(xí)參數(shù),分析貸后風(fēng)險(xiǎn)預(yù)測(cè)準(zhǔn)確率。
【關(guān)鍵詞】：貸后風(fēng)險(xiǎn) 預(yù)測(cè) 指標(biāo)學(xué)習(xí) 時(shí)間窗口 不良樣本反饋
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.4
【目錄】：

• 摘要7-9
• ABSTRACT9-11
• 第1章 緒論11-15
• 1.1 研究背景11-13
• 1.2 問題描述13-14
• 1.3 本文工作14
• 1.4 論文結(jié)構(gòu)14-15
• 第2章 融合多源數(shù)據(jù)的貸后風(fēng)險(xiǎn)評(píng)估框架15-21
• 2.1 相關(guān)工作15-16
• 2.2 貸后風(fēng)險(xiǎn)管理流程優(yōu)化16-17
• 2.3 面向貸后風(fēng)險(xiǎn)評(píng)估的多源數(shù)據(jù)融合17-18
• 2.4 基于多源數(shù)據(jù)的貸后風(fēng)險(xiǎn)評(píng)估框架18-21
• 第3章 基于多源數(shù)據(jù)的貸后風(fēng)險(xiǎn)指標(biāo)學(xué)習(xí)21-35
• 3.1 相關(guān)工作21-22
• 3.2 基于多源數(shù)據(jù)的特征選擇和有效性分析22-25
• 3.2.1 基本概念22
• 3.2.2 基于信息增益的屬性相關(guān)性分析22-23
• 3.2.3 概率包裹式特征選擇23-25
• 3.3 行業(yè)數(shù)據(jù)和地區(qū)數(shù)據(jù)與貸后風(fēng)險(xiǎn)的關(guān)聯(lián)性分析25-27
• 3.3.1 貸后風(fēng)險(xiǎn)的行業(yè)關(guān)聯(lián)性分析25-26
• 3.3.2 地區(qū)經(jīng)濟(jì)指標(biāo)的關(guān)聯(lián)性分析26-27
• 3.4 驗(yàn)證分析27-35
• 3.4.1 數(shù)據(jù)集描述27-28
• 3.4.2 數(shù)據(jù)預(yù)處理28-29
• 3.4.3 指標(biāo)有效性分析29-35
• 第4章 基于滑動(dòng)時(shí)間窗口的貸后風(fēng)險(xiǎn)預(yù)測(cè)模型35-43
• 4.1 信貸周期性模式分析35
• 4.2 相關(guān)工作35-37
• 4.3 基于平滑移動(dòng)窗口的貸后風(fēng)險(xiǎn)預(yù)測(cè)37-40
• 4.3.1 風(fēng)險(xiǎn)預(yù)測(cè)學(xué)習(xí)器37
• 4.3.2 基于滑動(dòng)窗口的風(fēng)險(xiǎn)預(yù)測(cè)模型37-40
• 4.4 實(shí)驗(yàn)40-43
• 第5章 基于不良樣本反饋機(jī)制的貸后風(fēng)險(xiǎn)預(yù)測(cè)43-50
• 5.1 相關(guān)工作43-44
• 5.2 不良數(shù)據(jù)樣本的動(dòng)態(tài)反饋分析44-46
• 5.2.1 基于不良樣本的數(shù)據(jù)篩選44-45
• 5.2.2 基于粒子群的特征重要性優(yōu)化45-46
• 5.3 實(shí)驗(yàn)46-50
• 第6章 總結(jié)與展望50-52
• 6.1 本文總結(jié)50-51
• 6.2 未來(lái)工作51-52
• 參考文獻(xiàn)52-55
• 致謝55-56
• 攻讀碩士學(xué)位期間參與的項(xiàng)目56-57
• 附件57

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 陳偉清;劉彥花;;城市規(guī)劃多源數(shù)據(jù)整合與數(shù)據(jù)庫(kù)建設(shè)[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 廖邦固;韓雪培;;多源數(shù)據(jù)的空間坐標(biāo)變換方法探討[A];認(rèn)識(shí)地理過程 關(guān)注人類家園——中國(guó)地理學(xué)會(huì)2003年學(xué)術(shù)年會(huì)文集[C];2003年

2 武堅(jiān);李崇偉;胡建軍;李相全;;基于多源數(shù)據(jù)的無(wú)圖區(qū)地形圖生產(chǎn)研究[A];2009全國(guó)測(cè)繪科技信息交流會(huì)暨首屆測(cè)繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

3 陳偉清;劉彥花;;城市規(guī)劃多源數(shù)據(jù)整合與數(shù)據(jù)庫(kù)建設(shè)[A];現(xiàn)代測(cè)量技術(shù)與地理信息系統(tǒng)科技創(chuàng)新及產(chǎn)業(yè)發(fā)展研討會(huì)論文集[C];2009年

4 劉海硯;李少梅;肖強(qiáng);;綜合利用多源數(shù)據(jù)更新基礎(chǔ)地理信息的技術(shù)與方法[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第三次代表大會(huì)暨第七屆年會(huì)論文集[C];2003年

5 單新建;葉洪;;星載SAR圖像與多源數(shù)據(jù)融合在地質(zhì)構(gòu)造識(shí)別中的應(yīng)用[A];中國(guó)地震學(xué)會(huì)第七次學(xué)術(shù)大會(huì)論文摘要集[C];1998年

6 楊鋒杰;盧燕;楊振毅;宋翠玉;;多源數(shù)據(jù)融合的方法與應(yīng)用[A];山東地球物理六十年[C];2009年

7 陳蕓芝;陳崇成;汪小欽;凌飛龍;;多源數(shù)據(jù)在森林資源動(dòng)態(tài)變化監(jiān)測(cè)中的應(yīng)用[A];第十四屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

8 胡潔;高慶方;李輝;王新福;;多源數(shù)據(jù)集成技術(shù)探討[A];中國(guó)測(cè)繪學(xué)會(huì)九屆四次理事會(huì)暨2008年學(xué)術(shù)年會(huì)論文集[C];2008年

9 胡潔;高慶方;李輝;王新福;;多源數(shù)據(jù)集成技術(shù)探討[A];第十屆中國(guó)科協(xié)年會(huì)論文集（一）[C];2008年

10 林麗姝;季曉燕;蔣捷;;多源數(shù)據(jù)中的居民點(diǎn)一致性匹配技術(shù)研究——以全球基礎(chǔ)地理底圖數(shù)據(jù)庫(kù)的建立為例[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第九屆年會(huì)論文集[C];2005年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 張濤;基于多源數(shù)據(jù)的高速公路網(wǎng)絡(luò)脆弱性分析[D];哈爾濱工業(yè)大學(xué);2015年

2 劉長(zhǎng)東;海洋多源數(shù)據(jù)獲取及基于多源數(shù)據(jù)的海域管理信息系統(tǒng)[D];中國(guó)海洋大學(xué);2008年

3 李華朋;基于證據(jù)推理的多源數(shù)據(jù)濕地空間分類知識(shí)發(fā)現(xiàn)研究[D];中國(guó)科學(xué)院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 安艷召;基于多源數(shù)據(jù)的單點(diǎn)過飽和動(dòng)態(tài)信號(hào)控制研究[D];昆明理工大學(xué);2015年

2 姬龍建;基于多源信息的煤炭?jī)?chǔ)量管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)礦業(yè)大學(xué);2015年

3 馬李立;基于多源數(shù)據(jù)轉(zhuǎn)換的土地定級(jí)估價(jià)系統(tǒng)設(shè)計(jì)[D];復(fù)旦大學(xué);2013年

4 趙永亮;基于時(shí)空的多源數(shù)據(jù)趨勢(shì)預(yù)測(cè)研究[D];電子科技大學(xué);2014年

5 王杰;基于多源數(shù)據(jù)的礦區(qū)空間變化監(jiān)測(cè)與分析[D];華北理工大學(xué);2015年

6 黎明;面向多源數(shù)據(jù)的雷電預(yù)警方法研究及平臺(tái)設(shè)計(jì)[D];成都信息工程學(xué)院;2014年

7 趙延芳;基于多源數(shù)據(jù)融合的沖溝參數(shù)提取研究[D];魯東大學(xué);2016年

8 宋力;考慮多源數(shù)據(jù)集的交通狀態(tài)估計(jì)方法研究[D];北京理工大學(xué);2016年

9 劉云飛;移動(dòng)GIS中多源數(shù)據(jù)的集成研究[D];北京林業(yè)大學(xué);2016年

10 譚夢(mèng)甜;基于多源數(shù)據(jù)的貸后風(fēng)險(xiǎn)指標(biāo)學(xué)習(xí)與預(yù)測(cè)[D];山東大學(xué);2016年

，

本文編號(hào)：679193