由于履約客戶的數(shù)量遠(yuǎn)遠(yuǎn)大于違約客戶,征信數(shù)據(jù)具備嚴(yán)重的不平衡特征,常用的處理方法較少同時(shí)考慮金融機(jī)構(gòu)所關(guān)注的違約損失和市場份額因素。本文基于違約損失因素提出迭代重抽樣集成模型(IRIM),利用迭代欠抽樣方法提升模型對"壞"客戶的關(guān)注,采用集成方法將弱分類模型轉(zhuǎn)變?yōu)閺?qiáng)分類模型;基于市場份額因素改進(jìn)常用的F-value指標(biāo),引入評價(jià)分類效果的RS指標(biāo)。在6類不平衡關(guān)系下進(jìn)行模擬研究,并對SSBF數(shù)據(jù)和中國某銀行征信數(shù)據(jù)進(jìn)行實(shí)證研究。結(jié)果表明,與常用的方法和指標(biāo)相比,迭代重抽樣集成模型能夠在確保市場份額不過度減少的情況下降低金融機(jī)構(gòu)的違約風(fēng)險(xiǎn),RS指標(biāo)能夠恰當(dāng)?shù)貦?quán)衡市場份額和違約風(fēng)險(xiǎn)的關(guān)系。
【部分圖文】：

(b）對于樣本資源不足的中小型金融機(jī)構(gòu)，令τ=4，在“好”客戶中隨機(jī)不重復(fù)抽�。�20/τ）×n個(gè)樣本組成樣本集G11,G11的樣本容量為（20/τ）×n=5n。移除Β1組變量，在其余4組變量組成的樣本集{Β2，…，Β5}中不重復(fù)抽取n個(gè)樣本組成樣本集B′11，運(yùn)用樣本集B′11與{Β2，…，Β5}組成樣本集Β-11={B′11，Β2，…，Β5}，Β-11的樣本容量為5n。運(yùn)用樣本集G11和Β-11組成訓(xùn)練集TR11={G11，Β-11}（如圖2所示）。再次操作上述抽取“好”客戶的過程4次，獲得樣本集G12，…，G15，操作抽取“壞”客戶的過程4次，獲得樣本集B′12，…，B′15，分別與{Β2，…，Β5}組成樣本集Β-12={B′12，Β2，…，Β5}，…，Β-15={B′15，Β2，…，Β5}。利用樣本集G12，…，G15和Β-12，…，Β-15組成訓(xùn)練集TR12={G12，Β-12}，…，TR15={G15，Β-15}。第3步，將步驟2中的Β1分別替換為Β2，重復(fù)以上操作獲得訓(xùn)練集TR21={G21，Β-21}，…，TR25={G25，Β-25}。利用Β3、Β4和Β5進(jìn)行相同的替換，獲得其他訓(xùn)練集。

難點(diǎn)之四是如何確定調(diào)整后“好”客戶與“壞”客戶的比例，來確保模型在傾向表現(xiàn)“壞”客戶的同時(shí)不過度減少貸款產(chǎn)品的市場份額。伴隨欠抽樣方法對建模數(shù)據(jù)的調(diào)整，“壞”客戶占比不斷提升，由評級模型所代表的貸款審核機(jī)制變得更為嚴(yán)格，貸款申請的通過率降低，進(jìn)而導(dǎo)致貸款產(chǎn)品的市場份額下降。信用評級模型的分類效果可以用混淆矩陣表示（如圖1所示），其中TP和TN代表被正確分類的客戶數(shù)，F(xiàn)N和FP代表被錯(cuò)誤分類的客戶數(shù)�！皦摹笨蛻舯徽_預(yù)測的比例為P1=TP/（TP+FN），“好”客戶被正確預(yù)測的比例為P2=TN/（TN+FP），一般來說，運(yùn)用不平衡數(shù)據(jù)建模時(shí)P1<P2，運(yùn)用平衡數(shù)據(jù)建模時(shí)P1≈P2�；煜仃嚳梢赞D(zhuǎn)化成一個(gè)2×2的列聯(lián)表，可以從統(tǒng)計(jì)學(xué)角度進(jìn)行列聯(lián)表卡方檢驗(yàn)，選取P1顯著大于P2時(shí)的客戶類別比例。難點(diǎn)之五是如何在眾多信用評級模型中選取合適的模型，可以適應(yīng)信用評級領(lǐng)域的應(yīng)用要求。Logistic模型在我國信用評級工作中應(yīng)用最為廣泛，SVM模型次之，其他分類模型較少被采用。內(nèi)蘊(yùn)線性形式使得Logistic模型的函數(shù)形式相對簡單，模型的可解釋性良好，分類效果較好，因而在實(shí)踐中頗受歡迎。此外，為確保變量影響的穩(wěn)定性，實(shí)踐中常對數(shù)值型變量進(jìn)行欄位劃分（數(shù)據(jù)分組），評級模型中會加入較多的分類變量。Logistic group lasso(LGLM）模型融合了Logistic模型的解釋性優(yōu)勢、Group lasso模型變量選擇和處理分類變量的優(yōu)勢，將此模型作為本研究的基學(xué)習(xí)模型較為適宜。設(shè)定(xi,yi),i=1，…，n是觀測樣本，yi∈{0,1}是二值響應(yīng)變量，xi=(xi,1，…，xi,G）是包含G個(gè)組的p維協(xié)變量。對于第g組變量，g=1，…，G，當(dāng)其維度大于1時(shí)，該組代表分類變量；當(dāng)維度等于1時(shí)，實(shí)際上它是連續(xù)變量。Logistic模型通過（1）式估計(jì)條件概率p(xi)=Pr(Y=1|xi），即：
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉麗萍;;高維稀疏對角GARCH模型的估計(jì)及應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2017年11期

2 蔣福坤;變額還貸的按揭貸款模型研究[J];浙江統(tǒng)計(jì);2004年03期

3 黃長征;趙崇新;;農(nóng)村二元金融模型與分成制模型辨析[J];現(xiàn)代商業(yè);2011年24期

4 聶巧平;胡冰倩;;GARCH模型族及其在金融市場中的應(yīng)用研究綜述[J];天津商業(yè)大學(xué)學(xué)報(bào);2020年02期

5 劉呂科;;模型風(fēng)險(xiǎn)及其控制研究[J];農(nóng)村金融研究;2012年04期

6 鄒柏松;;信用風(fēng)險(xiǎn)分類預(yù)測單一模型研究及實(shí)證分析[J];武漢冶金管理干部學(xué)院學(xué)報(bào);2017年02期

7 孟勇;;對Black-Litterman模型加入主觀收益方法的改進(jìn)[J];統(tǒng)計(jì)研究;2012年02期

8 劉超;;商業(yè)銀行風(fēng)險(xiǎn)管理模型的性質(zhì)及啟示[J];上海金融;2011年03期

9 戴玉林;;馬科維茲模型的分析與評價(jià)[J];金融研究;1991年09期

10 胡楠;;“消息”在匯率模型中扮演了怎樣的角色?[J];時(shí)代金融;2015年32期

相關(guān)博士學(xué)位論文 前10條

1 周伊佳;帶有共享不確定參數(shù)的魯棒優(yōu)化模型[D];大連理工大學(xué);2017年

2 張運(yùn)鵬;基于GARCH模型的金融市場風(fēng)險(xiǎn)研究[D];吉林大學(xué);2009年

3 黃薏舟;無模型隱含波動率及其所包含的信息研究[D];廈門大學(xué);2009年

4 許一覽;人民幣對公貸款違約概率計(jì)量模型研究[D];復(fù)旦大學(xué);2014年

5 彭偉;CAViaR模型方法及其實(shí)證研究[D];華中科技大學(xué);2015年

6 汪盧俊;STAR-GARCH模型的理論與應(yīng)用研究[D];南開大學(xué);2014年

7 黃建忠;商業(yè)銀行違約損失率估計(jì)模型構(gòu)建研究[D];南京農(nóng)業(yè)大學(xué);2011年

8 耿立艷;非線性金融波動率模型及其實(shí)證研究[D];天津大學(xué);2009年

9 劉鵬;投資組合保險(xiǎn)模型研究[D];西南交通大學(xué);2012年

10 向暉;個(gè)人信用評分組合模型研究與應(yīng)用[D];湖南大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 顧洲一;基于高頻數(shù)據(jù)的分?jǐn)?shù)整合Realized HAR GARCH模型[D];浙江財(cái)經(jīng)大學(xué);2017年

2 張勔;基于優(yōu)化的Black-Litterman模型證券資產(chǎn)配置研究[D];中國科學(xué)技術(shù)大學(xué);2015年

3 丁慎勇;反欺詐模型在電子銀行的應(yīng)用研究[D];山東大學(xué);2014年

4 張嬌艷;基于DEJ-GARCH-Vasicek模型的利率跳躍行為研究[D];湖南大學(xué);2014年

5 孫凱;GARCH模型簇在我國金融領(lǐng)域應(yīng)用的探討[D];蘭州大學(xué);2010年

6 王敏;非參數(shù)條件自回歸極差模型及其應(yīng)用[D];西南財(cái)經(jīng)大學(xué);2013年

7 焦鵬;基于模糊GARCH模型的中國股票市場波動性研究[D];西南財(cái)經(jīng)大學(xué);2011年

8 林萍;貨幣主義匯率模型及其實(shí)證研究[D];武漢大學(xué);2005年

9 李知常;基于Black-Litterman模型的資產(chǎn)配置策略研究[D];山東大學(xué);2017年

10 葉蜜冬;基于中國市場的最優(yōu)套期保值比率模型績效實(shí)證檢驗(yàn)[D];廈門大學(xué);2009年

本文編號：2888856