基于c&rt-svm的個(gè)人信用評(píng)估組合模型研究

《基于c&rt-svm的個(gè)人信用評(píng)估組合模型研究》由會(huì)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、學(xué)校代號(hào)１０５３２學(xué)號(hào)Ｓ１３１８１００１６分類號(hào)密級(jí)＃ＨＵＮＡＮＵＮＩＶＥＲＳＩＴＹ碩±學(xué)位論文基于Ｃ＆ＲＴ－ＳＶＭ的個(gè)人信用評(píng)估組合模型研究學(xué)位申請(qǐng)人姓名黃佳培養(yǎng)單位金融與統(tǒng)計(jì)學(xué)院導(dǎo)師姓名及職稱龍海明教授許朝哮副教授學(xué)科專業(yè)金融學(xué)研究方向金顯管理與金融工程論文提交日期２０１６年４月２０日學(xué)校代號(hào)?。牐保埃担常玻崳妼W(xué)號(hào)；Ｓ１３１８１００１６密級(jí)：潮南大學(xué)碩±學(xué)位論文基于Ｃ＆ＲＴ－ＳＶＭ的個(gè)人信用評(píng)估組合模型研究學(xué)位串請(qǐng)人姓名

2、：黃佳導(dǎo)師姓名及職祿：龍海明教授許朝睹副教授巧養(yǎng)ｍ位：余曲與統(tǒng)計(jì)學(xué)院專業(yè)名稱：余巧學(xué)論文提交日期：２０１６年４月２０日論立答雜日期；２０１６年６月１日答ｍ委貴會(huì)主庶：張強(qiáng)教巧ＰｅｒｓｏｎａｌＣｒｅｄｉｔＥｖａｌｕａｔｉｏｎｂａｓｅｄｏｎＣ＆ＲＴａｎｄＳＶＭＰｏｒｔｆｏｌｉｏＭｏｄｅｌｂｙＨＵＡＮＧＪｉａＢ衛(wèi)ＪｉａｎｘｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔ２０１３（ｇｙ）Ａｔｈｅｓｉｓｓｕｂｍｉｔｔｅｄｉｎａｒｔｉａｌｓａｔｉｓｆａｃｔ

3、ｉｏｎｏｆｔｈｅｐ艮ｅｑ山ｒｅｍｅｎｔｓｆｏｒｔｈｅｄｅｇｒｅｅｏｆＭａｓｔｅｒｏｆＥｃｏ打ｏｍｉｃｓｉｎＦｉｎａｎｃｅｉｎ化ｅＧｒａｄｕａｔｅＳｃｈｏｏｌｏｆＨｕｎａｎＵｎｉｖｅｒｓｉｔｙＳｕｅｒｖｉｓｏｒｐＰｒｏｆｅｓｓｏｒＬｏｎｇＨａｉＭｉｎｇＡｒｉｌ２０１６ｐ，湖南大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加Ｗ標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表

4、或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中Ｗ明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。■■日期作者簽名：＾隹：年６月參日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學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被査閱和借閱。本人授權(quán)湖南大學(xué)可Ｗ將本學(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。，可Ｗ采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文本學(xué)位論文屬于１、保密□，在年解密后適用本授權(quán)書。

5、２、不保密囚。＂＂（請(qǐng)?jiān)冢咨舷鄳?yīng)方框內(nèi)打Ｖ）作者簽名；日期：年６月日如，自＾導(dǎo)師簽名：日期；年６月多日Ｉ基于Ｃ＆ＲＴ－ＳＶＭ的個(gè)人信用巧估組合模型研究摘要一現(xiàn)代經(jīng)濟(jì)是信用經(jīng)濟(jì)，信用作為恃定的經(jīng)濟(jì)交易行為，是商品經(jīng)濟(jì)發(fā)展到定階段的產(chǎn)物，而個(gè)人信用評(píng)估在促進(jìn)信用經(jīng)濟(jì)發(fā)展和社會(huì)信用體系建設(shè)中發(fā)揮？著極其重要的基礎(chǔ)作用。２００８年次貸危機(jī)發(fā)生后，人們普遍意識(shí)到個(gè)人信用信息服務(wù)對(duì)經(jīng)濟(jì)金融運(yùn)行的深刻影響和重要作用，從防范非系統(tǒng)性風(fēng)險(xiǎn)上升為防范系。統(tǒng)性風(fēng)險(xiǎn)，利用新技術(shù)推動(dòng)個(gè)人信用評(píng)估的發(fā)

6、展亟得尤為重要個(gè)人信用評(píng)估本質(zhì)上是分類問題，，即將信用好的客戶與信用差的客戶區(qū)分開所Ｗ適用于分類問題的方法大多可Ｗ用于個(gè)人信用評(píng)估。個(gè)人信用評(píng)估方法日益豐富一直在尋找，從早期的統(tǒng)計(jì)學(xué)方法到非統(tǒng)計(jì)學(xué)方法，再到組合方法，學(xué)者們一準(zhǔn)確性和穩(wěn)定性俱佳的個(gè)人信用評(píng)估模型。鑒于單的個(gè)人信用評(píng)估模型提升空間有限一，而組合模型方法可＾＾，（將單模型優(yōu)勢互補(bǔ)故本文選用組合模型的方法構(gòu)建個(gè)人信用評(píng)估模型。一一組合模型的構(gòu)建方法主要有兩種，種是串行結(jié)構(gòu)組合方法，另種是并行一結(jié)構(gòu)組合方法。兩種組合方法原理各不相同，串行結(jié)構(gòu)組合方

7、法中單模型按順一一一序?qū)W習(xí)，組合模型中某個(gè)單模型出現(xiàn)了錯(cuò)誤，將影響到下個(gè)單模型，使組合模型的最終結(jié)果不可靠一一。并行結(jié)構(gòu)組合方法中單模型相互獨(dú)立，某個(gè)單模型的錯(cuò)誤對(duì)整體結(jié)果的影響較小，并行結(jié)構(gòu)組合模型具有較強(qiáng)的穩(wěn)定性，因此得到了更為廣泛的應(yīng)用一。故本文選擇并行結(jié)構(gòu)組合方法對(duì)單模型進(jìn)行合成，并采一用加權(quán)投票的方式對(duì)單模型的輸出結(jié)果進(jìn)行合成。本文將Ｃ＆ＲＴ與ＳＶＭ進(jìn)行并行組合，既能發(fā)揮Ｃ＆ＲＴ可解釋性強(qiáng)、穩(wěn)定性ＳＶＭ對(duì)、髙的優(yōu)點(diǎn)，也能發(fā)揮數(shù)據(jù)沒有假設(shè)條件分類精度窩的優(yōu)點(diǎn)，使Ｃ＆ＲＴ一模型與ＳＶＭ模型提

8、供的分類信息相互補(bǔ)充，同時(shí)組合模型的預(yù)測結(jié)果成為單模型預(yù)測結(jié)果的組合，使組合模型在信用評(píng)估中分類預(yù)測的準(zhǔn)確性、穩(wěn)定性、可解釋性都得到増強(qiáng)。在ＵＣＩ德國個(gè)人信用數(shù)據(jù)集上的測試結(jié)果表明，組合模型在一對(duì)樣本的分類精度和穩(wěn)定性上均優(yōu)于