基于遺傳算法的個人信用風(fēng)險組合評估研究
本文關(guān)鍵詞:基于遺傳算法的個人信用風(fēng)險組合評估研究 出處:《電子科技大學(xué)》2014年碩士論文 論文類型:學(xué)位論文
更多相關(guān)文章: 個人信用風(fēng)險評估 因子分析 組合評估 遺傳算法
【摘要】:我國現(xiàn)在正處于經(jīng)濟(jì)快速發(fā)展時期,加之我國消費信貸市場的不斷完善,個人消費信貸的規(guī)模在迅速擴(kuò)大。目前,很多銀行等金融機(jī)構(gòu)將個人消費信貸作為未來發(fā)展的主要戰(zhàn)略之一,他們投入大量的人力、財力和物力“搶占”信貸消費市場,這其中最重要的就是風(fēng)險管理控制問題。眾所周知,個人消費信貸的風(fēng)險是很高的,但是我國的風(fēng)險管理水平比較低,風(fēng)險管理手段和發(fā)放也都比較落后,尤其是對個人信用風(fēng)險的評估。個人信用風(fēng)險評估是消費信貸的第一步,準(zhǔn)確合理的評估信用風(fēng)險,是完善信貸市場、保障個人信貸健康開展的重中之重。本文從信用的定義和分類入手,對個人信用風(fēng)險評估的必要性,國外個人信用風(fēng)險評估方法的研究現(xiàn)狀以及國內(nèi)個人信用風(fēng)險評估指標(biāo)、個人信用風(fēng)險評估方法和個人信用風(fēng)險的產(chǎn)生來源進(jìn)行闡述,指出目前存在個人信用評估方法指標(biāo)體系混亂、精確度與穩(wěn)健性無法兼顧等問題。對于指標(biāo)體系問題,本文以德國信用數(shù)據(jù)為樣本數(shù)據(jù),先對指標(biāo)進(jìn)行初步篩選,進(jìn)而通過因子分析中的主成分分析法進(jìn)行指標(biāo)優(yōu)化,綜合提取出9個公因子,并以此作為構(gòu)建模型的變量。為了對比模型的準(zhǔn)確度和穩(wěn)健性問題,本文先后構(gòu)建了三個單一模型,即:基于因子分析的Logistic回歸模型、基于因子分析的多元線性回歸模型以及PCA-RBF神經(jīng)網(wǎng)絡(luò)模型和三個基于遺傳算法的組合評估模型,即:Logistic回歸與多元線性回歸的組合評估模型、Logistic回歸與RBF神經(jīng)網(wǎng)絡(luò)的組合評估模型、多元線性回歸與RBF神經(jīng)網(wǎng)絡(luò)的組合評估模型,并對結(jié)果進(jìn)行比較分析。研究表明,總體上,在同一指標(biāo)體系下,基于遺傳算法的個人信用組合評估模型要比相應(yīng)的單一模型更優(yōu),適用性更強(qiáng)。從組合模型角度而言,統(tǒng)計模型與神經(jīng)網(wǎng)絡(luò)模型的組合要比統(tǒng)計模型之間的組合分類效果更好,而統(tǒng)計模型之間的組合模型的穩(wěn)定性要優(yōu)于統(tǒng)計模型與神經(jīng)網(wǎng)絡(luò)模型的組合。在實際的應(yīng)用過程中,我們可以通過不同的模型組合來實現(xiàn)分類準(zhǔn)確率和模型穩(wěn)定性的最優(yōu)組合。
【學(xué)位授予單位】:電子科技大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2014
【分類號】:F832.4;F224
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 楊磊;;遺傳算法在解決經(jīng)典運籌問題中的應(yīng)用[J];合作經(jīng)濟(jì)與科技;2012年01期
2 曾瑛;;遺傳算法在優(yōu)化求解中的應(yīng)用[J];科技創(chuàng)業(yè)月刊;2012年10期
3 鄭士貴;時刻表和計劃綜合的遺傳算法[J];管理科學(xué)文摘;1997年08期
4 歲豐;利用遺傳算法編制程序[J];管理科學(xué)文摘;1998年06期
5 俞書偉,張華雨,楊林;遺傳算法在庫存模糊邏輯控制中的應(yīng)用[J];中國管理科學(xué);2000年02期
6 王昕巖,蔡臨寧,姚健;采用遺傳算法進(jìn)行車間平面布置[J];工業(yè)工程與管理;2002年04期
7 石宣華,李暉,楊偉;基于遺傳算法的郵路優(yōu)化[J];四川工業(yè)學(xué)院學(xué)報;2002年02期
8 游貴榮,魏仁興;遺傳算法中的哲學(xué)思想[J];福建商業(yè)高等?茖W(xué)校學(xué)報;2004年01期
9 楊鴻春;劉剛;易艷紅;;遺傳算法在商業(yè)中的應(yīng)用及其展望[J];上海商學(xué)院學(xué)報;2005年04期
10 徐小龍,王文國;遺傳算法的原理與應(yīng)用[J];沿海企業(yè)與科技;2005年05期
相關(guān)會議論文 前10條
1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年
2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會論文集[C];2008年
3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展(上冊)[C];2001年
4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設(shè)計算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年
5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會論文集[C];2006年
6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年
7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議專刊[C];2008年
8 何翠紅;區(qū)益善;;遺傳算法及其在計算機(jī)編程中的應(yīng)用[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集(下冊)[C];1995年
9 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學(xué)術(shù)會議論文集(下冊)[C];1996年
10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學(xué)術(shù)會議論文集(下冊)[C];1996年
相關(guān)重要報紙文章 前1條
1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國水利報;2002年
相關(guān)博士學(xué)位論文 前10條
1 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年
2 郝國生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學(xué);2009年
3 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年
4 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年
5 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年
6 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年
7 劉冀成;基于改進(jìn)遺傳算法的生物電磁成像與磁場聚焦應(yīng)用研究[D];四川大學(xué);2005年
8 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年
9 李航;遺傳算法求解多模態(tài)優(yōu)化問題的研究[D];天津大學(xué);2007年
10 石玉;提高實數(shù)遺傳算法數(shù)值優(yōu)化效率的研究[D];南京航空航天大學(xué);2002年
相關(guān)碩士學(xué)位論文 前10條
1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年
2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年
3 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測控制[D];華南理工大學(xué);2015年
4 王琳琳;新型雙層液壓轎運車車廂的設(shè)計研究[D];上海工程技術(shù)大學(xué);2015年
5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風(fēng)面積比優(yōu)化方法研究[D];華南理工大學(xué);2015年
6 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年
7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學(xué);2015年
8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年
9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年
10 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年
,本文編號:1331960
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/1331960.html