對消費(fèi)金融行業(yè)個(gè)人信用評分模型的探究.pdf

1、2009年我國開始批準(zhǔn)消費(fèi)金融公司開展分期貸款的業(yè)務(wù)，人們逐漸接受了這種超前消費(fèi)、透支消費(fèi)的觀念，消費(fèi)金融的市場規(guī)模隨著客戶的增多，場景越來越多元化而發(fā)展壯大，我國的信用貸款業(yè)務(wù)得到了快速的發(fā)展。然而隨著信貸業(yè)務(wù)的發(fā)展，傳統(tǒng)的線下人工審批客戶需求已不能滿足日益擴(kuò)大的客戶群體。目前消費(fèi)金融行業(yè)遇到的瓶頸就是蒸蒸向上的業(yè)務(wù)與落后的個(gè)人信用風(fēng)險(xiǎn)評估體系之間有著較大的差距，因?yàn)閲鴥?nèi)并沒有一個(gè)統(tǒng)一使用的個(gè)人信用風(fēng)險(xiǎn)評估體系，各個(gè)消費(fèi)金融公司均使用

2、自己的信用評估體系并且不共享各自的算法。
　　目前主要是統(tǒng)計(jì)的方法和非統(tǒng)計(jì)（數(shù)據(jù)挖掘）的方法用來研究個(gè)人信用風(fēng)險(xiǎn)，評價(jià)模型的效果主要考慮精度和穩(wěn)定性。本文在分析國內(nèi)外對于個(gè)人信用風(fēng)險(xiǎn)評估的研究成果后，結(jié)合樣本的數(shù)據(jù)，基于AdaBoost算法的框架下建立了三個(gè)單一的個(gè)人信用風(fēng)險(xiǎn)模型，并比較各個(gè)模型的預(yù)測效果。其中決策樹不管在訓(xùn)練集還是測試集，其預(yù)測效果非常理想，精度均高達(dá)90%，樸素貝葉斯模型和支持向量機(jī)綜合的預(yù)測精度相當(dāng)，但樸素貝