隨著經(jīng)濟(jì)發(fā)展,“互聯(lián)網(wǎng)+”金融迅速崛起,提前消費(fèi)觀念越來越被大眾所接受,居民追求更高的生活品質(zhì),對房屋、車輛等大額商品的需求不斷增加。據(jù)統(tǒng)計(jì),截止到2018年末,個(gè)人貸款總額占全年人民幣貸款的29.45%,而個(gè)人貸款的不良貸款余額達(dá)20300億元,反映了個(gè)人貸款需求大風(fēng)險(xiǎn)高。為了經(jīng)濟(jì)健康發(fā)展,金融機(jī)構(gòu)及時(shí)規(guī)避風(fēng)險(xiǎn),正確評估借款人信用是亟待解決的問題。實(shí)際問題中信用數(shù)據(jù)受不同國家、地域和經(jīng)濟(jì)文化的影響具有一定的特殊性,現(xiàn)有信用評估方法更適合特定的應(yīng)用場景和數(shù)據(jù)集,魯棒性較差。本文提出了基于組合分類策略的個(gè)人貸款信用評估模型。評估模型包括特征選擇和組合分類兩部分組成:首先,特征選擇分為兩階段:第一階段特征過濾,分別計(jì)算每個(gè)特征與類別的互信息值,并從大到小排序,設(shè)置過濾閾值,將小于過濾閾值的特征剔除;第二階段特征分組,分別計(jì)算兩兩特征之間的互信息值,并從大到小排序,設(shè)置分組閾值,將大于分組閾值的特征分為一組,以此類推,直到所有特征被分組,選出每組中與類別關(guān)聯(lián)度最大的特征作為最終的特征子集。保證特征子集與類別關(guān)聯(lián)度大,特征間冗余度小;其次,選擇信用評估問題中具有代表性的支持向量機(jī)、邏輯回歸、隨... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

008-2018年人民幣各項(xiàng)貸款額Fig1.1RMBloanamountfrom2008to2018

圖 1.1 2008-2018 年人民幣各項(xiàng)貸款額Fig 1.1 RMB loan amount from 2008 to 2018貸款方面，如圖 1.2 所示，是我國 2008-2018 年間個(gè)人貸款統(tǒng)計(jì)款額來看，個(gè)人中長期消費(fèi)貸時(shí)間跨度較長，是個(gè)人貸款的重

合肥工業(yè)大學(xué)碩士學(xué)位論文到 2018 年年末，住房貸款方面，個(gè)人按揭貸款達(dá)到 23706 億元，的 14.28%；消費(fèi)貸款方面，個(gè)人短期貸款達(dá) 87994 億元，比上年 億元，個(gè)人中長期貸款達(dá) 289909 億元，比上年同期增加 42720 億額占全年人民幣貸款的 29.45%。 1.3 所示為個(gè)人消費(fèi)貸和房貸在我國各項(xiàng)貸款的占比，可以看出，人貸款規(guī)模增長迅速，已成為各類貸款中一項(xiàng)重要的業(yè)務(wù)，貸款來越被大眾所接受，展望未來，個(gè)人貸款業(yè)務(wù)有望成為中外各金點(diǎn)。


本文編號：2959541