發(fā)布時(shí)間：2021-06-18 15:29

　　近年來隨著我國國際地位與日俱增,各行業(yè)平穩(wěn)迅速發(fā)展,國內(nèi)經(jīng)濟(jì)環(huán)境形勢良好。在此背景下,銀行業(yè)同樣迎來了發(fā)展機(jī)遇。信貸業(yè)務(wù)作為商業(yè)銀行開拓個(gè)人消費(fèi)市場、發(fā)展?jié)撛趦?yōu)質(zhì)客戶的強(qiáng)有力工具,同時(shí)也承擔(dān)著巨大的信貸風(fēng)險(xiǎn)。隨著個(gè)人信貸中個(gè)體需求差異性日趨顯著,個(gè)人信貸模式呈現(xiàn)多樣性,但是無論模式如何演變發(fā)展,關(guān)鍵點(diǎn)仍在于信貸風(fēng)險(xiǎn)管理。由于個(gè)人信貸業(yè)務(wù)存在業(yè)務(wù)頻繁度高,客戶信息體量大等特殊性,使得數(shù)據(jù)挖掘與分析技術(shù)在信貸風(fēng)險(xiǎn)管理方面發(fā)揮了越來越多的重要作用。本文圍繞基于集成學(xué)習(xí)算法模型的信貸違約風(fēng)險(xiǎn)評估體系展開,利用實(shí)際信貸數(shù)據(jù)將數(shù)據(jù)挖掘相關(guān)理論技術(shù)與信貸違約風(fēng)險(xiǎn)管理結(jié)合,通過對信貸數(shù)據(jù)進(jìn)行特征分析和違約預(yù)測模型的有效性論證,為商業(yè)銀行信貸風(fēng)險(xiǎn)管理能力提升獻(xiàn)上微薄之力。信貸違約數(shù)據(jù)是一種常見非平衡數(shù)據(jù),為了降低數(shù)據(jù)不平衡性對預(yù)測模型產(chǎn)生的影響,在建模分析前必須要進(jìn)行數(shù)據(jù)平衡處理。本文首先利用邊界樣本修剪方法剔除“TomekLink對”中的多數(shù)類樣本,再利用高斯混合模型對特征空間中的少數(shù)類樣本區(qū)域進(jìn)行劃分,通過分區(qū)域選取少數(shù)類樣本進(jìn)行少數(shù)類樣本生成操作,減小了SMOTE算法中由于隨機(jī)采樣導(dǎo)致新生樣本混疊... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

正態(tài)分布示意圖

蘭州交通大學(xué)碩士學(xué)位論文離均值大于 3 時(shí)，認(rèn)定該樣本為離群點(diǎn)。點(diǎn)檢測方法是基于正態(tài)分布 3 原則的箱線圖檢測，如圖 2據(jù)樣本即為離群點(diǎn)。在箱線圖中，基于正態(tài)分布 3 原則的 . .U LQ 1 5IQR Outlier Q 1 5IQR 和LQ 分別為上四分位數(shù)和下四分位數(shù)，IQR 是四分位間距，

基于改進(jìn)隨機(jī)森林模型的信貸風(fēng)險(xiǎn)評估最優(yōu)解，通過初始化不同參數(shù)初值迭代，取結(jié)果最優(yōu)為一種概率統(tǒng)計(jì)模型，可以通過赤池信息量準(zhǔn)則(定構(gòu)建 GMM 中 SGM 個(gè)數(shù)。

【參考文獻(xiàn)】：
期刊論文
[1]一種基于SDbw的可變特征算子的改進(jìn)隨機(jī)森林算法[J]. 簡琤峰,陳嘉誠,張美玉.  小型微型計(jì)算機(jī)系統(tǒng). 2018(02)
[2]一種基于逆模擬退火和高斯混合模型的半監(jiān)督聚類算法[J]. 王垚,柴變芳,李文斌,呂峰.  南京師大學(xué)報(bào)(自然科學(xué)版). 2017(03)
[3]基于高斯混合模型的EM算法改進(jìn)與優(yōu)化[J]. 王凱南,金立左.  工業(yè)控制計(jì)算機(jī). 2017(05)
[4]銀行不良資產(chǎn)證券化探索[J]. 張守川,劉世偉,丁巖.  中國金融. 2017(02)
[5]基于AdaBoost的類不平衡學(xué)習(xí)算法[J]. 秦孟梅,邱建林,陸鵬程,陳璐璐,趙偉康.  計(jì)算機(jī)應(yīng)用研究. 2017(11)
[6]基于LS-SVM的小微企業(yè)信用評估研究[J]. 肖斌卿,柏巍,姚瑤,李心丹.  審計(jì)與經(jīng)濟(jì)研究. 2016(06)
[7]一種基于綜合不放回抽樣的隨機(jī)森林算法改進(jìn)[J]. 李慧,李正,佘堃.  計(jì)算機(jī)工程與科學(xué). 2015(07)
[8]基于LSSVM的供應(yīng)鏈金融業(yè)務(wù)中企業(yè)信用風(fēng)險(xiǎn)評估研究[J]. 王粲,高更君.  征信. 2015(06)
[9]基于Logistic模型的商業(yè)銀行個(gè)人消費(fèi)信貸風(fēng)險(xiǎn)評估研究[J]. 張國政,陳維煌,劉呈輝.  金融理論與實(shí)踐. 2015(03)
[10]C程序映射到FPGA的寄存器快速評估技術(shù)[J]. 朱國輝,張晶,武繼剛.  小型微型計(jì)算機(jī)系統(tǒng). 2015(02)

博士論文
[1]基于時(shí)序模型的閉環(huán)工業(yè)系統(tǒng)的故障監(jiān)測[D]. 王妍.華中科技大學(xué) 2015
[2]隨機(jī)森林算法優(yōu)化研究[D]. 曹正鳳.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2014

碩士論文
[1]基于大數(shù)據(jù)的商業(yè)銀行個(gè)人信貸風(fēng)險(xiǎn)管理研究[D]. 古躍.貴州財(cái)經(jīng)大學(xué) 2018
[2]A商業(yè)銀行信用風(fēng)險(xiǎn)管理問題及對策研究[D]. 沈燕燕.蘇州大學(xué) 2015
[3]基于Credit Risk+模型的綠色信貸信用風(fēng)險(xiǎn)研究[D]. 劉小麗.湖南大學(xué) 2011
[4]我國商業(yè)銀行個(gè)人消費(fèi)信貸風(fēng)險(xiǎn)評估研究[D]. 張錚爍.北京交通大學(xué) 2007



本文編號：3236914