個(gè)人信用評(píng)分組合模型研究.pdf

1、由于中國(guó)信貸業(yè)務(wù)的高速發(fā)展，金融機(jī)構(gòu)信用風(fēng)險(xiǎn)管理體系面臨著嚴(yán)峻考驗(yàn)。近些年各大銀行將個(gè)人信貸業(yè)務(wù)視為銀行業(yè)務(wù)的重要組成部分，信用卡消費(fèi)、個(gè)人汽車貸款、耐用品貸款、住房按揭貸款、助學(xué)貸款等各種個(gè)人消費(fèi)貸款業(yè)務(wù)的快速發(fā)展需要銀行等金融機(jī)構(gòu)具備快速高效的業(yè)務(wù)處理能力。個(gè)人信用評(píng)分技術(shù)處理信貸業(yè)務(wù)具有快速高效、標(biāo)準(zhǔn)、定量的特點(diǎn)，這使得個(gè)人信用評(píng)分方法受到廣泛關(guān)注和研究。雖然信用評(píng)分技術(shù)在國(guó)外發(fā)達(dá)國(guó)家已經(jīng)發(fā)展成熟，但是在國(guó)內(nèi)還處于起步階段。國(guó)內(nèi)不

2、管是對(duì)指標(biāo)體系的選擇還是模型的建立都沒(méi)有形成統(tǒng)一的標(biāo)準(zhǔn)，各商業(yè)銀行等金融機(jī)構(gòu)都有各自的指標(biāo)體系，使用的方法也嚴(yán)格保密。目前國(guó)內(nèi)個(gè)人信用評(píng)分模型研究的方法主要分為統(tǒng)計(jì)方法與非統(tǒng)計(jì)方法，研究重點(diǎn)在模型的精度和穩(wěn)定性方面，很多模型得不到推廣的主要原因是兩者不能很好的統(tǒng)一。
　　本文在分析比較國(guó)內(nèi)外機(jī)構(gòu)對(duì)個(gè)人信用評(píng)分指標(biāo)體系選擇的差異后，結(jié)合真實(shí)樣本數(shù)據(jù)，建立適當(dāng)?shù)男庞迷u(píng)分指標(biāo)體系。然后選擇個(gè)人信用評(píng)分中常用的模型，根據(jù)樣本數(shù)據(jù)對(duì)單個(gè)模型

3、建模并進(jìn)行實(shí)證分析，比較各個(gè)模型的預(yù)測(cè)效果。預(yù)測(cè)結(jié)果顯示Logistic回歸模型雖然預(yù)測(cè)精度比最高的神經(jīng)網(wǎng)絡(luò)低，但模型穩(wěn)定性好；神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度最高，但模型不穩(wěn)定；Bayes判別的精度和穩(wěn)定性都不錯(cuò)，但是模型的限制比較嚴(yán)格；決策樹的預(yù)測(cè)精度與穩(wěn)定性在四個(gè)模型中最差。為了得到精度較高與穩(wěn)定性好的模型，本文首次運(yùn)用優(yōu)勢(shì)矩陣法也即Odds-Matrix來(lái)篩選模型和估計(jì)模型的權(quán)值系數(shù)，得到精度和穩(wěn)定性都比單個(gè)模型好的Logistic回歸和神經(jīng)