一種基于boosting算法的新模型在銀行信用評級中的應(yīng)用

《一種基于boosting算法的新模型在銀行信用評級中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、：公開學(xué)巧代巧：１０００４密級如＃、交迷乂肇ＢＥＩＪＩＮＧＪ１ＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ碩±學(xué)位論文一ｏｏ種基于Ｂｓｔｉｎｇ算法的新模型在銀行信用評級中的應(yīng)用作者姓名奮瓣學(xué)科專業(yè)計算數(shù)學(xué)指導(dǎo)教師張作泉教授培養(yǎng)院系理學(xué)院論￣月，里ｆ灰細(xì)如＃、交瓜鋒碩±學(xué)位論文一ｏｏ種基于目ｓｔｉｎｇ算法的新模型在銀行信用評級中的應(yīng)用ＡｐｐｌｉｃａｔｉｏｎｏｆＡＮｅｗＭｏｄｅｌＢａｓｅｄｏｎＢｏｏｓｔｉｎｇＡｌｇｏｒｉ化ｍｉｎＢａｎｋＣｒｅｄｉｔＳｃｏｒｉｎｇ作者：崔瑞

2、導(dǎo)師：張作泉教授北巧交通大學(xué)２０１６年６巧學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解北京交通大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)北京交通火學(xué)可Ｗ將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，提供閱覽服務(wù)，并采用影印、縮印或掃描等復(fù)制手段保存、匯編ｗ供查閱和借閱。同意學(xué)校向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和磁盤。學(xué)校可Ｗ為存在館際合作關(guān)系的兄弟高校用戶提供文獻(xiàn)傳遞服務(wù)和交換服務(wù)。（保密的學(xué)位論文在解密后適用本授權(quán)說明）＾Ｐ學(xué)位論文作者簽名：導(dǎo)）；見雜！幣簽名簽字日期：Ｗ乂年（月３日簽字日期：心（年

3、＾月日＾：１０００４巧校代碼密級：公開化京交通大學(xué)碩±學(xué)位論文一種基于Ｂｏｏｓｔｉｎｇ算法的新模型在銀行信用評級中的應(yīng)用ＡｐｐｌｉｃａｔｉｏｎｏｆａＮｅｗＭｏｄｅｌＢａ化ｄｏｎＢｏｏｓｔｉｎＡｌｏｒｉｔｈｍｉｎＢａｎｋｇｇＣｒｅｄｉｔＳｃｏｒｉｎｇ作者姓名：崔滯學(xué)號：１３１２巧巧導(dǎo)師姓名：張作泉職稱：教授學(xué)位類別：理學(xué)學(xué)位級別：碩ｉ學(xué)科專業(yè)：計算數(shù)學(xué)研究方向：金融工程北京交通大學(xué)２０１６年６月致謝、研究生ｓ年學(xué)習(xí)生涯即將圓滿結(jié)束，，衷屯地感謝我敬愛的導(dǎo)師張作泉教授無

4、論是在學(xué)習(xí)上還是在生活工作中他都給予了我很大的幫助和支持。是他帶我叩響數(shù)據(jù)挖掘的大口，教會了我專業(yè)的知識，沒有他，我無法完成這篇文章，啟蒙之情銘記在也永生難忘。感謝王立春、江中豪、汪成詠、趙平福、商朋見、張尚立老師授予了我研巧生階段課程，他們細(xì)致耐也地授課為我打下了堅實的數(shù)學(xué)基礎(chǔ)，培養(yǎng)了我嚴(yán)謹(jǐn)?shù)模崳姅?shù)學(xué)思維，謝謝你們。感謝我的師兄白榮全一、師姐張昕蕾、趙躍波和師妹毛亞楠。和他們起參與討論班探討問題的過程加深了我對各種統(tǒng)計模型的理解，，特別是我的師兄白榮全他耐也細(xì)致地幫助我們解決疑難困惑。，這篇論文他更提出了許多寶貴意見感謝我的

5、朋友李月娥、李惹和我的室友劉杰、張亞琴，她們的出現(xiàn)極大地豐富了我的研究生生活。感謝我的研巧生同學(xué)，感謝充滿愛的數(shù)研口０２班，讓我有了回家的感覺，希望大家前程似錦。感謝我的父母，你們是，為我提供了良好的教育環(huán)境和無微不至的照顧我前進(jìn)的動力。ＩＩ北京交通大學(xué)碩丄學(xué)位論義巧要摘要銀行擁有大量的信用貸款數(shù)據(jù)，大數(shù)據(jù)時代運用信用評分模型去準(zhǔn)確地判斷申請人的信用風(fēng)險是未來發(fā)展的趨勢。在實際的信用評分?jǐn)?shù)據(jù)庫中，信用好的申請者通常都比信用不好的申請者多很多，從而導(dǎo)致了數(shù)據(jù)集的不平衡，而機(jī)器學(xué)習(xí)在不平衡數(shù)據(jù)集上的訓(xùn)練往往對小類

6、的識別率比較低，錯誤地給予信用不好的申請者貸款會給銀行帶來巨大的商業(yè)危害，因此提離分類器對小類的識別至關(guān)重要。一法的新模型Ｈ一本文提出了種基于混合重抽樣和Ｂｏｏｓｔｉｎｇ算ＳＢｏｏｓｔ。第階段，對不平衡數(shù)據(jù)集進(jìn)行混合重抽樣處理，從而獲得平衡的樣本訓(xùn)練集；第二階段，利用Ｂｏｏｓｔｉｎｇ算法更改容易被錯誤分類的小類樣本的權(quán)值，從而來提髙分類器對小類樣本的識別能力。本文利用ＵＣＩ數(shù)據(jù)庫的信用評分?jǐn)?shù)據(jù)集，運用ＨＳＢｏｏｓｔ算法做實證分析，用ＳＶＭ、ＢＰ神經(jīng)網(wǎng)絡(luò)、ＤＴ作為基本分類器，對比己有的ＲＵＳＢｏｏｓｔ算法、ＳＭＯＴＥＢｏｏｓ

7、ｔ算法、混合重抽樣技術(shù)和兩種基本重抽樣技術(shù)，驗證了ＨＳＢｏｏｓｔ算法的有效性和可行性，提高了分類器對小類的識別率。同時利用非參數(shù)Ｗｉｌｃｏｘｏｎ配對符號秩檢驗，證明了ＨＳＢｏｏｓｔ算法顯著優(yōu)于ＳＭＯＴＥＢｏｏｓｔ算法。關(guān)鍵詞：信用評級；不平衡數(shù)據(jù)；ＨＳＢｏｏｓｔ算法ＩＩＩ化南交通乂學(xué)碩丄－學(xué)位論父ＡＢＳＴＲＡＣＴＡＢＳＴＲＡＣＴＩｎｔｈｅｅｒａｏｆ目ｉｇＤａｔａ，ｕｓｉ打ｇｃｒｅｄｉｔｓｃｏｒｉｎｇｍｏｄｅｌｔｏａｃｃｕｒａｔｅｌｙｊｕｄｇｅｔｈｅ＇ａｌｃａｎｔｓｃｒｅｄｉｔｒｉｓｋｓｅｔａｒ

8、ｏｖｔｒｅｎｔｅｐｐｉｂａｄｏｎｂｉｇｄａ