基于Logistic回歸的神經(jīng)網(wǎng)絡(luò)模型在個(gè)人信用評(píng)估中的應(yīng)用
本文關(guān)鍵詞:基于Logistic回歸的神經(jīng)網(wǎng)絡(luò)模型在個(gè)人信用評(píng)估中的應(yīng)用 出處:《內(nèi)蒙古大學(xué)》2012年碩士論文 論文類型:學(xué)位論文
更多相關(guān)文章: 個(gè)人信用評(píng)估 logistic回歸 BP神經(jīng)網(wǎng)絡(luò) 指標(biāo)選取 組合模型
【摘要】:隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展,個(gè)人信貸消費(fèi)(如買車、買房)也逐步成為個(gè)人消費(fèi)的主要方式。個(gè)人信貸消費(fèi)的快速增長(zhǎng)要求商業(yè)銀行具有較為完備的信用風(fēng)險(xiǎn)管理體系。但是缺乏科學(xué)的個(gè)人信用評(píng)估體系是目前中國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理中最嚴(yán)重的問題之一。目前學(xué)術(shù)界雖然提出了包括數(shù)理統(tǒng)計(jì)、人工智能等多種信用評(píng)估模型而已有的信用評(píng)估模型之所以不能得以推廣,主要原因是很多模型精確性得到提高的同時(shí),穩(wěn)健性不是很理想,模型的泛化能力也不是很強(qiáng),要解決這些問題,僅僅改進(jìn)模型還不夠,指標(biāo)的選擇以及處理也是很重要的。本文在國(guó)內(nèi)外學(xué)者研究的基礎(chǔ)上,分析了單一模型和組合預(yù)測(cè)模型的原理和建模思想。文中主要是運(yùn)用了兩種單一模型的組合,其中一種是在統(tǒng)計(jì)學(xué)習(xí)理論中,分類精度比較理想的logistic回歸模型;另一種是在智能算法中應(yīng)用比較廣泛且分類精度較高的BP神經(jīng)網(wǎng)絡(luò)模型。把二者運(yùn)用組合模型的原理進(jìn)行組合,通過真實(shí)數(shù)據(jù)樣本對(duì)單一模型和組合模型的實(shí)證檢驗(yàn)和對(duì)比,可以看出,組合模型比單一模型具有更好的分類性能。
[Abstract]:With the rapid development of China ' s economy , personal credit consumption ( such as buyers and houses ) has gradually become the main mode of personal consumption . The rapid growth of personal credit consumption demands that commercial banks have a more complete credit risk management system . However , the lack of scientific personal credit evaluation system is one of the most serious problems in the credit risk management of commercial banks in China .
【學(xué)位授予單位】:內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2012
【分類號(hào)】:F832;F224
【參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫 前10條
1 施錫銓,鄒新月;典型判別分析在企業(yè)信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J];財(cái)經(jīng)研究;2001年10期
2 張伏生,孫曉強(qiáng),張柏林;變權(quán)重組合應(yīng)用于短期電力負(fù)荷預(yù)測(cè)的研究[J];供用電;2005年02期
3 姜明輝,姜磊,王雅林;線性判別式分析在個(gè)人信用評(píng)估中的應(yīng)用[J];管理科學(xué);2003年01期
4 李曙光;神經(jīng)網(wǎng)絡(luò)在消費(fèi)者信用評(píng)分中的應(yīng)用探討[J];技術(shù)經(jīng)濟(jì);2003年03期
5 胡望斌,朱東華,汪雪鋒;商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)等級(jí)評(píng)估與預(yù)測(cè)[J];商業(yè)時(shí)代;2005年09期
6 鄒新月,李漢通;運(yùn)用典型多元判別分析法評(píng)估上市公司信用風(fēng)險(xiǎn)[J];統(tǒng)計(jì)與決策;2001年07期
7 王磊,姚恒申;時(shí)間序列和神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)及其應(yīng)用[J];統(tǒng)計(jì)與決策;2005年11期
8 商勇,丁詠梅;最優(yōu)組合預(yù)測(cè)方法評(píng)析[J];統(tǒng)計(jì)與決策;2005年17期
9 徐少鋒;;FISHER判別分析在個(gè)人信用評(píng)估中的應(yīng)用[J];統(tǒng)計(jì)與決策;2006年02期
10 石慶焱,靳云匯;多種個(gè)人信用評(píng)分模型在中國(guó)應(yīng)用的比較研究[J];統(tǒng)計(jì)研究;2004年06期
,本文編號(hào):1418958
本文鏈接:http://sikaile.net/guanlilunwen/huobilw/1418958.html