本文關(guān)鍵詞：基于多源數(shù)據(jù)的貸后風險指標學習與預測

  更多相關(guān)文章： 貸后風險 預測 指標學習 時間窗口 不良樣本反饋

【摘要】：信貸業(yè)務是商業(yè)銀行的主要利潤來源,貸后風險管理主要由省級和各地市級分行承擔,現(xiàn)有貸后風險檢測主要依據(jù)總行下發(fā)的風險指數(shù)、信貸客戶的財務信息、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)對風險的影響,而這些因素會影響用戶的資金償還能力。其次,貸后風險指標和評估具有一定滯后性。現(xiàn)有風險指標數(shù)據(jù)多是選擇同比波動檢測,指標出現(xiàn)異常時,風險已經(jīng)發(fā)生,帶來的損失往往很難挽回,同時對于貸后管理周期的不同階段處理方式單一,沒有體現(xiàn)不同階段的貸后風險差異。因此,融合更多貸后風險關(guān)聯(lián)數(shù)據(jù),對風險指標進行過程化更新和實時學習、優(yōu)化貸后風險管理流程具有重要意義。針對貸后風險現(xiàn)行指標不能反映信貸客戶的行業(yè)風險問題,提出了融合多源數(shù)據(jù)的貸后風險評估框架。結(jié)合銀行現(xiàn)有指標數(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)對風險指標進行學習；提出了概率包裹式特征選擇方法,對多源數(shù)據(jù)進行集成特征分析。通過計算外部行業(yè)和地區(qū)數(shù)據(jù)的相似度,劃分相似行業(yè)和地區(qū)。選用兩個信貸數(shù)據(jù)集分析驗證特征提取的有效性,增加外部數(shù)據(jù)和補充內(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),提高了預測準確率。針對貸后風險預測的滯后性,使用基于時間窗口的動態(tài)模型,對貸款的生命周期進行建模,動態(tài)選取處于不同信貸階段的相關(guān)數(shù)據(jù),依據(jù)分類誤差學習不同時間窗口在信貸風險分析過程中的權(quán)重。針對實際數(shù)據(jù)集,通過與其他風險預測方法對比,驗證時間窗口動態(tài)模型的有效性。針對信貸數(shù)據(jù)樣本的不平衡性問題,即不良貸款的樣本數(shù)量遠遠小于正常貸款的樣本數(shù)量使得負樣本被覆蓋而誤分類,進行兩方面改進,一是提高不良樣本在學習數(shù)據(jù)集中的占比,通過對確定的異常樣本,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態(tài)反饋機制,通過優(yōu)化貨后風險評估流程對不良貸款樣本進行迭代分析,利用粒子群優(yōu)化算法對篩選后的不良樣本進行特征學習。針對兩個數(shù)據(jù)集,實驗驗證數(shù)據(jù)篩選和反饋機制的效果,通過優(yōu)化算法學習參數(shù),分析貸后風險預測準確率。
【關(guān)鍵詞】：貸后風險 預測 指標學習 時間窗口 不良樣本反饋
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：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)的貸后風險評估框架15-21
• 2.1 相關(guān)工作15-16
• 2.2 貸后風險管理流程優(yōu)化16-17
• 2.3 面向貸后風險評估的多源數(shù)據(jù)融合17-18
• 2.4 基于多源數(shù)據(jù)的貸后風險評估框架18-21
• 第3章 基于多源數(shù)據(jù)的貸后風險指標學習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)與貸后風險的關(guān)聯(lián)性分析25-27
• 3.3.1 貸后風險的行業(yè)關(guān)聯(lián)性分析25-26
• 3.3.2 地區(qū)經(jīng)濟指標的關(guān)聯(lián)性分析26-27
• 3.4 驗證分析27-35
• 3.4.1 數(shù)據(jù)集描述27-28
• 3.4.2 數(shù)據(jù)預處理28-29
• 3.4.3 指標有效性分析29-35
• 第4章 基于滑動時間窗口的貸后風險預測模型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 基于平滑移動窗口的貸后風險預測37-40
• 4.3.1 風險預測學習器37
• 4.3.2 基于滑動窗口的風險預測模型37-40
• 4.4 實驗40-43
• 第5章 基于不良樣本反饋機制的貸后風險預測43-50
• 5.1 相關(guān)工作43-44
• 5.2 不良數(shù)據(jù)樣本的動態(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 實驗46-50
• 第6章 總結(jié)與展望50-52
• 6.1 本文總結(jié)50-51
• 6.2 未來工作51-52
• 參考文獻52-55
• 致謝55-56
• 攻讀碩士學位期間參與的項目56-57
• 附件57

【相似文獻】

中國期刊全文數(shù)據(jù)庫 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)庫建設[J];廣西大學學報(自然科學版);2009年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 廖邦固;韓雪培;;多源數(shù)據(jù)的空間坐標變換方法探討[A];認識地理過程 關(guān)注人類家園——中國地理學會2003年學術(shù)年會文集[C];2003年

2 武堅;李崇偉;胡建軍;李相全;;基于多源數(shù)據(jù)的無圖區(qū)地形圖生產(chǎn)研究[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎論文集[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)庫建設[A];現(xiàn)代測量技術(shù)與地理信息系統(tǒng)科技創(chuàng)新及產(chǎn)業(yè)發(fā)展研討會論文集[C];2009年

4 劉海硯;李少梅;肖強;;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];中國地理信息系統(tǒng)協(xié)會第三次代表大會暨第七屆年會論文集[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)造識別中的應用[A];中國地震學會第七次學術(shù)大會論文摘要集[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)在森林資源動態(tài)變化監(jiān)測中的應用[A];第十四屆全國遙感技術(shù)學術(shù)交流會論文摘要集[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];中國測繪學會九屆四次理事會暨2008年學術(shù)年會論文集[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];第十屆中國科協(xié)年會論文集（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)庫的建立為例[A];中國地理信息系統(tǒng)協(xié)會第九屆年會論文集[C];2005年

中國博士學位論文全文數(shù)據(jù)庫 前3條

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

2 劉長東;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];中國海洋大學;2008年

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

中國碩士學位論文全文數(shù)據(jù)庫 前10條

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

2 姬龍建;基于多源信息的煤炭儲量管理系統(tǒng)的設計與實現(xiàn)[D];中國礦業(yè)大學;2015年

3 馬李立;基于多源數(shù)據(jù)轉(zhuǎn)換的土地定級估價系統(tǒng)設計[D];復旦大學;2013年

4 趙永亮;基于時空的多源數(shù)據(jù)趨勢預測研究[D];電子科技大學;2014年

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

6 黎明;面向多源數(shù)據(jù)的雷電預警方法研究及平臺設計[D];成都信息工程學院;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;2016年

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

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

10 譚夢甜;基于多源數(shù)據(jù)的貸后風險指標學習與預測[D];山東大學;2016年

，

本文編號：679193