小微貸授信額度測算研究

《小微貸授信額度測算研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、上海交通大學(xué)碩士學(xué)位論文小微貸信用額度測算研究摘要小微信貸具有“短、小、頻、急”的特點(diǎn)，目前銀行大多是專家打分、人工單筆審核的信貸評審模式，主觀性強(qiáng)、成本高、效率低。降低小微信貸審核的成本、提高貸款發(fā)放效率，最有效的手段是改變?nèi)斯喂P審核的業(yè)務(wù)模式，將貸款的審批和發(fā)放標(biāo)準(zhǔn)化，特別是信用額度測算的信息化和標(biāo)準(zhǔn)化。通過建立信用額度測算模型，從大量數(shù)據(jù)中提煉出的預(yù)測信息和行為模式，能夠比較準(zhǔn)確地預(yù)測貸款申請人的信用表現(xiàn)，有助于銀行對貸款申請人授信額度的掌握、計量和控制。本文在總結(jié)和借鑒國內(nèi)外相關(guān)研究成果和實(shí)踐經(jīng)驗(yàn)的基礎(chǔ)上，以實(shí)際小微信貸業(yè)務(wù)數(shù)據(jù)為樣本，采用了有序多

2、分類Logistic回歸模型、模糊C均值聚類模型（FCM聚類）兩種方法進(jìn)行對比研究。通過實(shí)證研究發(fā)現(xiàn)，有序多分類Logistic回歸模型對樣本信用等級的回判正確率整體高于FCM聚類模型。作為一種演繹式的模型，回歸模型能夠更好地模擬人工信貸評審的過程；FCM聚類模型屬于非監(jiān)督式模型，在基于授信評審前期數(shù)據(jù)的學(xué)習(xí)過程中，模型的預(yù)測結(jié)果與人工評審結(jié)果偏差較大。從實(shí)用角度分析，有序多分類Logistic模型易于建模、運(yùn)用靈活、可操作性強(qiáng)，在小微貸授信額度測算中能夠起到較好的效果。本文提出的模型方法有助于提高小微貸款評審的效率，但同時應(yīng)該注意到，數(shù)據(jù)質(zhì)量問題始終是困擾

3、小微貸授信評估的主要問題，也是導(dǎo)致模型擬合效果欠佳的主要原因。數(shù)據(jù)的規(guī)范采集、噪聲的控制仍然是提升模型適用性關(guān)鍵的問題，本文最后也對此問題進(jìn)行了探討。關(guān)鍵詞：小微貸，有序多分類Logsitic回歸，模糊C均值聚類I萬方數(shù)據(jù)上海交通大學(xué)碩士學(xué)位論文ESTIMATIONOFCREDITLIMITFORMICROCREDITABSTRACTMicrocreditisshort-term,small-scale,frequentandurgentinitscharacter.Currently,microcreditsaremostlycreditedbycredi

4、tmanagersandcreditcommitteecasebycaseinbanks,whichisslowandcostly,alsolackingofunifiedrules.Waytosolvetheproblemistoreplacethecurrentbusinessstylebyintroducingmathematicsmethodsintotheestimationprocessofcreditlimitformicrocredit,makingtheprocessinformativeandstandardized.Byfittingt

5、hebehaviorpatternsofloanapplicantsintomathematicsmodels,itismorequick,preciseandlesscostlyforbankstomakedecisionsonthenextcase.Twokindsofmodelswereusedtomakeastudyontheestimationofcreditlimitformicrocreditbasedonthephysicaldata,whichwereOrdinalLogisticRegressionmodelandFussyC-means

6、Clusteringalgorithm.EmpiricalanalysisshowedthatOrdinalLogisticRegressionmodelwasbetterthanFussyC-meansClusterinfittingwiththephysicaldatausedinthisarticle.Asadeductivemethod,theregressionmodelplaysgoodinimitatingtheexpertsinevaluatingtheapplicants’abilitytopaybacktheloan.Whilethefu

7、ssyclustermodelisunsupervised,whichperformednotaswellastheregressionmodelwhenbasedonthedatacomingfromtheprophaseofthecreditprocess.Besides,OrdinalLogisticRegressionmodelisrigorousandforecastspreciselyandeasytobuild,whichmakesitagoodsolutionforcreditlimitestimation.Whilethemodelcame

8、upinthearticlehelpsinimpro