發(fā)布時間：2021-11-29 14:27

　　隨著中國經濟的快速發(fā)展,各種個人消費信貸業(yè)務的規(guī)模迅速擴大。但是,由于目前國內商業(yè)銀行對零售業(yè)務的風險管理水平較低,管理手段與技術方法相對落后,沒有形成有效的自動化的基于個人信用評分模型的風險管理體系,這嚴重阻礙了個人消費信貸業(yè)務的發(fā)展。因此,開發(fā)出一套能夠有效降低個人信用風險的信用評分方法,對社會經濟的發(fā)展具有十分重要的意義。本文建立的個人信用評分混合模型可以有效降低商業(yè)銀行的個人信用風險,更好地實現(xiàn)銀行利潤最大化的目標。本文包含以下幾方面的內容：第一章引言,指出問題的研究背景及意義,論述了個人信用評分系統(tǒng)在消費信貸風險控制過程中的重要性,概述了國內外信用評分的發(fā)展和現(xiàn)狀,并對現(xiàn)有的理論研究成果加以總結。第二章詳細介紹了三種分類方法用以建立信用評分模型,它們是Logistic回歸,分類樹和隨機森林算法,本文選取的三種方法都很有代表性,其中Logistics回歸是目前商業(yè)銀行使用最廣泛的參數(shù)統(tǒng)計方法,分類樹則是使用最廣泛的非參數(shù)方法,而隨機森林算法是數(shù)據(jù)挖掘領域較為成功的算法。第三章研究個人信用評分模型的檢驗方法,如何判定一個模型的有效性,我們列舉了三種理論界和實用界常用的方法。第四章... 

【文章來源】：華東師范大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 問題的提出
    1.2 信用評分
    1.3 個人信用評分的定義和基本原理
    1.4 個人信用評分的意義
    1.5 國內外信用評分介紹
        1.5.1 國外信用評分
        1.5.2 我國信用評分
        1.5.3 國內外信用評分比較
    1.6 文獻綜述
    1.7 本文的主要創(chuàng)新點和框架
        1.7.1 主要創(chuàng)新點
        1.7.2 本文框架
第二章 三種個人信用評分單一模型
    2.1 Logistic回歸
        2.1.1 Logistic回歸模型
        2.1.2 Logistic回歸模型的極大似然估計
    2.2 分類樹
    2.3 隨機森林算法
        2.3.1 隨機森林算法的定義和基本性質
        2.3.2 隨機森林算法的建模過程及評價
第三章 個人信用評分模型的檢驗
    3.1 hold-out sample法
    3.2 分離度的度量:K-S統(tǒng)計量
    3.3 ROC曲線
第四章 三種單一模型的實證分析
    4.1 數(shù)據(jù)來源及預處理
    4.2 Logistic回歸模型的實證分析
    4.3 分類樹模型的實證分析
    4.4 隨機森林算法模型的實證分析
    4.5 本章小結
第五章 個人信用評分混合模型的建立
    5.1 建模依據(jù)
    5.2 實證分析
    5.3 本章總結
附錄A German Credit Data說明
附錄B 本文中實證結果的R程序
參考文獻
致謝


【參考文獻】：
期刊論文
[1]商業(yè)銀行消費信貸業(yè)務的風險分析及對策探討[J]. 肖艷,楊國強.  金融縱橫. 2010(01)
[2]應用分類樹模型篩選logistic回歸中的交互因素[J]. 趙自強,鄭明.  中國衛(wèi)生統(tǒng)計. 2007(02)
[3]一個基于神經網(wǎng)絡——Logistic回歸的混合兩階段個人信用評分模型研究[J]. 石慶焱.  統(tǒng)計研究. 2005(05)

碩士論文
[1]個人信用混合兩階段評估方法研究[D]. 葉凱.哈爾濱工業(yè)大學 2006



本文編號：3526669