【摘要】：銀行客戶向銀行提出貸款申請,銀行應(yīng)對不同的客戶群體進行區(qū)別決策,其獲得的收益也有所不同,于是銀行的滿意程度也就不同。所以銀行要建立合適的信貸模型去評估借貸的風險,充分了解其客戶群體的類型以及其借貸需求。本文主要是關(guān)于某銀行基本面信貸風險定量的實證分析,文章基本上介紹了 logistic regression模型和神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用范圍、假設(shè)條件、應(yīng)用條件、模型的常見分類以及假設(shè)檢驗和回歸系數(shù)的解釋、模型參數(shù)的意義。本文案例敘述了 12萬客戶在某銀行的貸款記錄,通過建立logistic模型和神經(jīng)網(wǎng)絡(luò)模型觀察并去尋找符合銀行要求并需要貸款的潛在客戶群體。本文從統(tǒng)計分析的角度,量化地分析了某銀行客戶群的分類。本文的結(jié)構(gòu)主要為四個部分。第一部分主要是關(guān)于本文研究的主要內(nèi)容、目的、意義以及國內(nèi)外文獻綜述;第二部分是關(guān)于logistic模型理論的概括,介紹了 logistic模型的基本原理、應(yīng)用范圍、分類、應(yīng)用和假設(shè)條件、數(shù)學模型以及參數(shù)估計和檢驗標準,模型解釋等;第三部分仍然是關(guān)于logistic模型的解釋,主要是通過對logistic 回歸模型的建模解釋本文案例的實際意義;第四部分我們通過對神經(jīng)網(wǎng)絡(luò)模型原理的介紹和神經(jīng)網(wǎng)絡(luò)的建模過程,揭示了該案例中銀行客戶群體的具體分類情況;第五部分是兩個模型的比較與總結(jié)。
[Abstract]:Bank customers apply for loans to banks, banks should make different decisions on different customer groups, and their income is different, so the degree of satisfaction of banks is different. Therefore, banks should establish appropriate credit models to assess the risk of borrowing and fully understand the types of their clients and their lending needs. This paper is mainly about a bank fundamental credit risk quantitative empirical analysis, the article basically introduced the logistic regression model and neural network model of the scope of application, assumptions, application conditions, The common classification of model, hypothesis test and interpretation of regression coefficient, the significance of model parameters. This paper describes the loan records of 120000 customers in a bank. Through the establishment of logistic model and neural network model, we observe and find out the prospective customers who meet the bank's requirements and need loans. From the angle of statistical analysis, this paper quantitatively analyzes the classification of a bank's customer group. The structure of this paper is mainly divided into four parts. The first part is mainly about the main content, purpose, significance and domestic and foreign literature review; The second part is a summary of the theory of logistic model, which introduces the basic principle, application scope, classification, application and hypothesis condition, mathematical model, parameter estimation and test standard, model interpretation and so on. The basic principle, application scope, classification, application and hypothesis condition of logistic model are introduced. The third part is still about the interpretation of the logistic model, mainly through the modeling of the logistic regression model to explain the practical significance of this case; In the fourth part, we introduce the principle of the neural network model and the modeling process of the neural network to reveal the specific classification of the bank customer group in this case; the fifth part is the comparison and summary of the two models.
【學位授予單位】：華中師范大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：C815

【相似文獻】

相關(guān)期刊論文 前10條

1 孫林巖;陳亮;;高教發(fā)展速度預測的神經(jīng)網(wǎng)絡(luò)模型[J];預測;1996年02期

2 朱曉峰;統(tǒng)計分析和預測的神經(jīng)網(wǎng)絡(luò)模型[J];統(tǒng)計教育;2000年02期

3 侯學剛;時滯Hopfield神經(jīng)網(wǎng)絡(luò)模型的漸近性態(tài)分析[J];樂山師范學院學報;2003年04期

4 郭海如;崔雪梅;董春玲;;一種基于神經(jīng)網(wǎng)絡(luò)模型的中國能耗預測[J];孝感學院學報;2007年03期

5 季蘇;李曉新;;基于神經(jīng)網(wǎng)絡(luò)模型的田徑比賽預測[J];運動;2012年14期

6 楊則正;聲識別中的神經(jīng)網(wǎng)絡(luò)模型[J];管理科學文摘;1995年09期

7 王瑞敏;;以Hopfield神經(jīng)網(wǎng)絡(luò)模型為例的大學物理教學設(shè)計[J];大學物理;2014年04期

8 張秀坤;;一種串—并行混合結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型[J];長春師范學院學報;2005年11期

9 歐陽江林;重復傳播神經(jīng)網(wǎng)絡(luò)模型及其學習算法的探討[J];浙江工貿(mào)職業(yè)技術(shù)學院學報;2002年01期

10 施蕙;課題建設(shè)質(zhì)量評價體系的神經(jīng)網(wǎng)絡(luò)模型[J];江蘇技術(shù)師范學院學報;2004年02期

相關(guān)會議論文 前10條

1 孫寶成;劉錫薈;;時間序列神經(jīng)網(wǎng)絡(luò)模型[A];全國青年管理科學與系統(tǒng)科學論文集（第1卷）[C];1991年

2 周金榮;胡澤新;黃道;;一種多層混合型神經(jīng)網(wǎng)絡(luò)模型的研究[A];1995中國控制與決策學術(shù)年會論文集[C];1995年

3 王阿明;劉天放;;高階神經(jīng)網(wǎng)絡(luò)模型特性研究[A];中國地球物理學會年刊2002——中國地球物理學會第十八屆年會論文集[C];2002年

4 屈景怡;王如彬;;大腦皮層神經(jīng)網(wǎng)絡(luò)模型同步問題研究[A];第十四屆全國非線性振動暨第十一屆全國非線性動力學和運動穩(wěn)定性學術(shù)會議摘要集與會議議程[C];2013年

5 張美戀;林熙;;經(jīng)濟增長的神經(jīng)網(wǎng)絡(luò)模型[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

6 陳昭炯;葉東毅;;一個改進的競爭神經(jīng)網(wǎng)絡(luò)模型[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

7 郭成安;李建華;李明偉;;從觀測數(shù)據(jù)學習后驗概率函數(shù):一種最佳神經(jīng)網(wǎng)絡(luò)模型的設(shè)計與分析[A];第十屆全國信號處理學術(shù)年會（CCSP-2001）論文集[C];2001年

8 李媛;康春艷;于亞芳;;交指型缺陷接地結(jié)構(gòu)共面波導的神經(jīng)網(wǎng)絡(luò)模型[A];2009年全國微波毫米波會議論文集（上冊）[C];2009年

9 禹建麗;蘇中義;楊衛(wèi)平;;牽引傳動中潤滑油牽引系數(shù)的神經(jīng)網(wǎng)絡(luò)模型[A];2005年中國智能自動化會議論文集[C];2005年

10 胡金亮;李建生;余學慶;沈建京;周濤;王永炎;;用于中醫(yī)證候量化診斷的神經(jīng)網(wǎng)絡(luò)模型的探索[A];計算機在診法中的應(yīng)用與研究論文匯編[C];2005年

相關(guān)重要報紙文章 前1條

1 自治區(qū)交通廳養(yǎng)路費征稽處 程愛娟;應(yīng)用“神經(jīng)網(wǎng)絡(luò)模型”預測婦女的平均工資水平[N];新疆科技報(漢);2000年

相關(guān)博士學位論文 前10條

1 袁朝暉;二元離散神經(jīng)網(wǎng)絡(luò)模型的動力學分析[D];湖南大學;2003年

2 王軍平;幾類離散神經(jīng)網(wǎng)絡(luò)模型的動力學分析[D];復旦大學;2006年

3 南晉華;決策神經(jīng)網(wǎng)絡(luò)模型及應(yīng)用研究[D];華中科技大學;2008年

4 周日貴;量子神經(jīng)網(wǎng)絡(luò)模型研究[D];南京航空航天大學;2008年

5 劉艷青;時滯神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性研究[D];天津大學;2005年

6 趙靈曉;基于部件神經(jīng)網(wǎng)絡(luò)模型的制冷系統(tǒng)混合仿真方法及應(yīng)用[D];上海交通大學;2010年

7 朱紅;高速（HS-K-WTA）神經(jīng)網(wǎng)絡(luò)模型[D];南京理工大學;2003年

8 熊佩英;幾類神經(jīng)網(wǎng)絡(luò)模型的動力學分析[D];湖南大學;2013年

9 劉開宇;幾類二元神經(jīng)網(wǎng)絡(luò)模型的動力學性質(zhì)研究[D];湖南大學;2004年

10 黃振坤;幾類神經(jīng)網(wǎng)絡(luò)模型的動力學分析[D];浙江大學;2007年

相關(guān)碩士學位論文 前10條

1 何苗;關(guān)于某銀行借貸客戶群體分類的實證分析[D];華中師范大學;2017年

2 靳田;網(wǎng)絡(luò)借貸的信用風險度量研究[D];鄭州大學;2017年

3 陽琪;P2P網(wǎng)絡(luò)借貸平臺監(jiān)管中的瀆職犯罪研究[D];南昌大學;2017年

4 蔣丹娜;我國P2P網(wǎng)絡(luò)借貸平臺的風險控制研究[D];浙江大學;2017年

5 劉禎;農(nóng)村金融借貸信息不對稱的法律規(guī)制[D];南昌大學;2017年

6 徐斌;P2P網(wǎng)絡(luò)借貸成功率與違約風險影響因素的實證分析[D];杭州電子科技大學;2017年

7 李勇;我國P2P網(wǎng)絡(luò)借貸相關(guān)法律問題研究[D];上海師范大學;2017年

8 韋雨蒙;陸金所P2P網(wǎng)絡(luò)借貸平臺風控體系研究[D];安徽工業(yè)大學;2017年

9 陳俊見;P2P網(wǎng)絡(luò)借貸平臺案例分析[D];河北金融學院;2017年

10 楊巍;三元離散神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性與分岔分析[D];東北林業(yè)大學;2010年

，

本文編號：2440440