基于SA-GA算法的組合預(yù)測模型在個人信用評分中的應(yīng)用研究
發(fā)布時間:2020-03-20 09:04
【摘要】:隨著我國經(jīng)濟的高速增長和消費內(nèi)需的不斷擴大,以及城鎮(zhèn)住房制度改革等相關(guān)政策的帶動,近幾年,我國個人信貸需求發(fā)展強勁,個人信貸規(guī)模也逐步擴大。但是,在不斷發(fā)展的過程中,國內(nèi)商業(yè)銀行在個人信貸業(yè)務(wù)的風(fēng)險管理中卻存在著許多問題,尤其是缺乏適用于本國個人信用發(fā)展情況的個人信用評分方法。并且,這一問題已在一定程度上制約和阻礙了個人信貸業(yè)務(wù)的良性發(fā)展。因此,開發(fā)出一套能夠有效降低風(fēng)險的個人信用評分方法,不僅具有較高的學(xué)術(shù)價值,更具有較強的使用意義。 本文針對個人信用評分問題,在國內(nèi)外學(xué)者有關(guān)個人信用評分模型的研究基礎(chǔ)上,并依據(jù)組合預(yù)測的原理,提出通過運用模擬退火遺傳算法(SA-GA)優(yōu)化組合模型中單一模型權(quán)重的方法,構(gòu)建基于SA-GA算法的個人信用評分組合預(yù)測模型。首先從遺傳算法(GA)以及模擬退火算法(SA)的原理出發(fā),對GA在優(yōu)化組合預(yù)測模型權(quán)重問題中的適用性,以及將局部搜索能力較強的SA算法引入全局搜索能力較強的GA算法問題中的可行性進行了詳盡的分析。確定BP網(wǎng)絡(luò)模型和RBF網(wǎng)絡(luò)模型作為單一模型,基于SA-GA算法構(gòu)建了個人信用組合預(yù)測模型,將組合預(yù)測模型的誤判率作為SA-GA的適應(yīng)度函數(shù),利用SA算法較強的局部搜索能力來提高GA算法的整體預(yù)測效果。通過對兩種單一模型、GA組合模型以及SA-GA組合模型在不同樣本中的應(yīng)用結(jié)果精度及穩(wěn)健度的比較分析,可以看出組合模型可以有效地綜合單一模型的優(yōu)點,基于SA改進的GA算法在預(yù)測精度及穩(wěn)健性上更具優(yōu)勢,而且可以更好地解釋各變量對違約的影響,更利于模型實現(xiàn)預(yù)期的預(yù)測效果。
【圖文】:
哈爾濱工業(yè)大學(xué)經(jīng)濟學(xué)碩士學(xué)位論文一模型的穩(wěn)健性比較 BP 網(wǎng)絡(luò)與 RBF 網(wǎng)絡(luò)在各訓(xùn)練樣本及與訓(xùn)練樣本相對應(yīng)的檢驗樣本可以看出 BP 網(wǎng)絡(luò)模型雖然在總的分類精度上稍高于 RBF 網(wǎng)絡(luò)模型不同的檢驗樣本時,BP 網(wǎng)絡(luò)模型的分類精度曲線的波動要大于 RB如圖 4-1 所示。
根據(jù)三種模型在對應(yīng)相同樣本下的檢驗結(jié)果可以看出,GA 組合模型在不同檢測樣本下的分類精度的波動趨勢,要小于 BP 網(wǎng)絡(luò)模型,而略大于 RBF 網(wǎng)絡(luò)模型,如圖 4-3 所示:圖 4-3 三種模型的總錯分率變化曲線并且,,可以從圖 4-4 中看處三種模型在不同檢測樣本下的第二類錯分率具的波動,具有同樣的變化趨勢,即 GA 組合模型波動幅度和頻率小于 BP 網(wǎng)絡(luò)模型,但卻大于 RBF 網(wǎng)絡(luò)。圖 4-4 三種模型的第二類錯分率變化曲線
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2010
【分類號】:F224;F832.4
本文編號:2591568
【圖文】:
哈爾濱工業(yè)大學(xué)經(jīng)濟學(xué)碩士學(xué)位論文一模型的穩(wěn)健性比較 BP 網(wǎng)絡(luò)與 RBF 網(wǎng)絡(luò)在各訓(xùn)練樣本及與訓(xùn)練樣本相對應(yīng)的檢驗樣本可以看出 BP 網(wǎng)絡(luò)模型雖然在總的分類精度上稍高于 RBF 網(wǎng)絡(luò)模型不同的檢驗樣本時,BP 網(wǎng)絡(luò)模型的分類精度曲線的波動要大于 RB如圖 4-1 所示。
根據(jù)三種模型在對應(yīng)相同樣本下的檢驗結(jié)果可以看出,GA 組合模型在不同檢測樣本下的分類精度的波動趨勢,要小于 BP 網(wǎng)絡(luò)模型,而略大于 RBF 網(wǎng)絡(luò)模型,如圖 4-3 所示:圖 4-3 三種模型的總錯分率變化曲線并且,,可以從圖 4-4 中看處三種模型在不同檢測樣本下的第二類錯分率具的波動,具有同樣的變化趨勢,即 GA 組合模型波動幅度和頻率小于 BP 網(wǎng)絡(luò)模型,但卻大于 RBF 網(wǎng)絡(luò)。圖 4-4 三種模型的第二類錯分率變化曲線
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2010
【分類號】:F224;F832.4
【參考文獻】
相關(guān)期刊論文 前10條
1 吳祈宗,宋穎;一種模糊組合預(yù)測方法[J];北京理工大學(xué)學(xué)報;2004年04期
2 姜明輝,王歡,王雅林;分類樹在個人信用評估中的應(yīng)用[J];商業(yè)研究;2003年21期
3 史寧;;商業(yè)銀行對個人信用評估的組合預(yù)測模型[J];商業(yè)研究;2009年11期
4 李孟來;;我國個人信用評分模型的應(yīng)用探討[J];金融管理與研究;2009年02期
5 談儒勇;金晨珂;;我國個人征信體系建設(shè)的模式探討[J];征信;2010年01期
6 陳玉芳;謝行恒;;神經(jīng)網(wǎng)絡(luò)在個人信用組合預(yù)測中的應(yīng)用[J];杭州電子科技大學(xué)學(xué)報;2009年02期
7 姜明輝,姜磊,王雅林;線性判別式分析在個人信用評估中的應(yīng)用[J];管理科學(xué);2003年01期
8 沈存根;周開君;王宏華;;正權(quán)重組合預(yù)測模型及其在經(jīng)濟中的應(yīng)用[J];經(jīng)濟數(shù)學(xué);2010年01期
9 殷爽;姜明輝;;基于PSO的個人信用評估組合預(yù)測模型[J];經(jīng)濟研究導(dǎo)刊;2008年14期
10 李曙光;神經(jīng)網(wǎng)絡(luò)在消費者信用評分中的應(yīng)用探討[J];技術(shù)經(jīng)濟;2003年03期
本文編號:2591568
本文鏈接:http://sikaile.net/guanlilunwen/huobilw/2591568.html
最近更新
教材專著