個(gè)人信用評(píng)估論文:基于粗糙集—支持向量機(jī)個(gè)人信用評(píng)估

個(gè)人信用評(píng)估論文:基于粗糙集—支持向量機(jī)個(gè)人信用評(píng)估

ID:36443926

大?。?2.00 KB

頁(yè)數(shù):6頁(yè)

時(shí)間:2019-05-10

個(gè)人信用評(píng)估論文:基于粗糙集—支持向量機(jī)個(gè)人信用評(píng)估_第1頁(yè)
個(gè)人信用評(píng)估論文:基于粗糙集—支持向量機(jī)個(gè)人信用評(píng)估_第2頁(yè)
個(gè)人信用評(píng)估論文:基于粗糙集—支持向量機(jī)個(gè)人信用評(píng)估_第3頁(yè)
個(gè)人信用評(píng)估論文:基于粗糙集—支持向量機(jī)個(gè)人信用評(píng)估_第4頁(yè)
個(gè)人信用評(píng)估論文:基于粗糙集—支持向量機(jī)個(gè)人信用評(píng)估_第5頁(yè)
資源描述:

《個(gè)人信用評(píng)估論文:基于粗糙集—支持向量機(jī)個(gè)人信用評(píng)估》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(kù)。

1、個(gè)人信用評(píng)估論文:基于粗糙集—支持向量機(jī)的個(gè)人信用評(píng)估【中文摘要】隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展,個(gè)人信貸業(yè)務(wù)發(fā)展迅速,并逐步成為我國(guó)各商業(yè)銀行等金融機(jī)構(gòu)擴(kuò)大業(yè)務(wù)份額、提高利潤(rùn)增長(zhǎng)點(diǎn)以及國(guó)家拉動(dòng)內(nèi)需的一個(gè)重要途徑。然而信貸主體個(gè)人信用的缺失導(dǎo)致銀行面臨極大的風(fēng)險(xiǎn),并成為信貸業(yè)務(wù)發(fā)展壯大的主要障礙。全面了解和評(píng)價(jià)貸款申請(qǐng)人的信用情況是各金融機(jī)構(gòu)搞好信貸業(yè)務(wù)、防范信用風(fēng)險(xiǎn)的關(guān)鍵問題。因此,對(duì)信貸主體的個(gè)人信用評(píng)估模型的研究也便有了重要的應(yīng)用和現(xiàn)實(shí)價(jià)值。本文的主要工作包括:①本文首先綜述了國(guó)內(nèi)外個(gè)人信用評(píng)估情況的發(fā)展現(xiàn)狀,并詳細(xì)分析了目前已經(jīng)被使用個(gè)人信用評(píng)估

2、方法其各自的優(yōu)缺點(diǎn)。②綜述了我國(guó)個(gè)人信用評(píng)估工作中所使用的評(píng)估指標(biāo)體系,從定性的角度對(duì)指標(biāo)體系的特點(diǎn)進(jìn)行了分析,并進(jìn)一步從定量的角度研究了個(gè)人信用評(píng)估指標(biāo)體系中的幾個(gè)重要的指標(biāo)及其對(duì)個(gè)人資信的影響作用。③基于對(duì)我國(guó)個(gè)人信用評(píng)估指標(biāo)體系的分析和眾多學(xué)者對(duì)評(píng)估方法研究的基礎(chǔ)上,本文嘗試建立起基于粗糙集和支持向量機(jī)相結(jié)合的個(gè)人信用評(píng)估體系,希望能夠?qū)で笠环N更為有效的評(píng)估模型,一定程度上提高個(gè)人信用評(píng)估的分類正確率。④利用我國(guó)河北省某商業(yè)銀行2009年的450個(gè)數(shù)據(jù)樣本對(duì)構(gòu)建的個(gè)人信用評(píng)估模型進(jìn)行了驗(yàn)證分析,結(jié)果表明該模型具有較好的分類效果。⑤對(duì)比實(shí)驗(yàn)。

3、為了驗(yàn)證該模型分類效果的可靠性,文中設(shè)置了多組對(duì)比實(shí)驗(yàn)。首先通過軟件計(jì)算得出同一數(shù)據(jù)樣本就不同的方法的分類效果,這些方法包括線性判別分析,Logistic回歸,K近鄰判別分析,人工神經(jīng)網(wǎng)絡(luò)。其次,將基于RS-SVM組合模型的個(gè)人信用評(píng)估模型分類效果與這些模型的預(yù)測(cè)效果進(jìn)行比較,從而驗(yàn)證了該組合模型的分類效果的可靠性。此外,針對(duì)數(shù)據(jù)樣本自身可能存在一定的局限性等問題,本次實(shí)驗(yàn)還采用一組公開的國(guó)外信貸樣本數(shù)據(jù)來驗(yàn)證了RS-SVM組合模型的分類效果,該組數(shù)據(jù)雖然是國(guó)外數(shù)據(jù),但也可以從一個(gè)側(cè)面反映了RS-SVM組合模型在個(gè)人信用評(píng)估方面的適用性和可靠性。

4、本文的研究,旨在尋求一種有效的個(gè)人信用評(píng)估模型,使其分類識(shí)別結(jié)果能為信貸業(yè)務(wù)部門提供有力的支持,幫助我國(guó)商業(yè)銀行等金融機(jī)構(gòu)很好的開展個(gè)人信用風(fēng)險(xiǎn)評(píng)估體系建設(shè)工作、提高信貸業(yè)務(wù)的風(fēng)險(xiǎn)管理水平、降低因信貸主體個(gè)人信用的缺失而導(dǎo)致的不良資產(chǎn)流失及更進(jìn)一步促進(jìn)我國(guó)個(gè)人信貸市場(chǎng)的有序發(fā)展?!居⑽恼緼longwiththerapiddevelopmentofChina’seconomy,personalcreditbusinesshasdevelopedrapidly,andgraduallybecomeaimportantwayofChina’scom

5、mercialBanksandotherfinancialinstitutionstoexpandbusinessshare、improveprofitgrowthpoint,itcanstimulatenationaldomesticdemandtoo.While,undertheeconomictransitionenvironmentalconditions,creditsubject’screditdeficienciescausebanksfacinggreatriskandbecomethemainobstacletocreditde

6、velopmentandexpansion.Comprehensiveunderstandingandevaluatingthecreditstatusofindividualsiskeyproblemalloffinancialstructuretoimprovepersonalcreditandguardagainstcreditrisk.Thefollowingsarethemainlyworkofthisthispaper:ReviewsChinesepersonalcreditevaluationworkintheuseoftheeva

7、luationindexsystem,fromthequalitativeangletothecharacteristicsofindexsystemareanalyzed,andfromtheAngleoffurtherquantitativestudyofindividualcreditevaluationindexsystemofseveralimportantindexesandtheeffectofindividualcredibility.Setupaconsumercreditevaluationmodelbasedonroughs

8、etsandsupportvectormachine.Supportvectormachineshasbeenapplicatedint

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。