信用評(píng)分模型在個(gè)人住房抵押貸款風(fēng)險(xiǎn)管理中的應(yīng)用.pdf

1、受美國(guó)次級(jí)貸危機(jī)的警醒，住房按揭貸款的風(fēng)險(xiǎn)管控已經(jīng)引起全球金融服務(wù)機(jī)構(gòu)的重視和反思。影響個(gè)人住房按揭貸款風(fēng)險(xiǎn)的因素種類很多，有借款人因素、抵押物因素、市場(chǎng)因素、國(guó)家政策因素等等。個(gè)人信用評(píng)分將幫助風(fēng)險(xiǎn)管理人員識(shí)別和降低風(fēng)險(xiǎn)。 個(gè)人信用評(píng)分是銀行或其他金融機(jī)構(gòu)利用所獲得的關(guān)于信用申請(qǐng)人的信息，進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)的一種方法和技術(shù)。它是把數(shù)學(xué)和統(tǒng)計(jì)學(xué)用于個(gè)人信貸發(fā)放決策，對(duì)個(gè)人履行各種承諾的能力和信譽(yù)程度進(jìn)行全面評(píng)價(jià)，確定信用等級(jí)和信貸限額

2、的一種方法。 本文研究的個(gè)人信用評(píng)分問(wèn)題來(lái)源于與廣州億達(dá)公司有密切合作的幾家商業(yè)銀行的住房貸款業(yè)務(wù)，目的是開發(fā)信用評(píng)分模型并驗(yàn)證評(píng)分模型。訓(xùn)練及測(cè)試的數(shù)據(jù)均來(lái)自于近期中國(guó)內(nèi)地的房地產(chǎn)交易數(shù)據(jù)，具有很好的真實(shí)性和時(shí)效性。 本文介紹了個(gè)人住房貸款的風(fēng)險(xiǎn)點(diǎn)以及個(gè)人信用評(píng)分的國(guó)內(nèi)外研究現(xiàn)狀，并且結(jié)合中國(guó)現(xiàn)在的房貸市場(chǎng)狀況，將邏輯回歸、決策樹、BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)四種數(shù)據(jù)挖掘模型運(yùn)用于個(gè)人住房貸款的信用評(píng)分建模，給出了各種

3、模型的參數(shù)選擇和參數(shù)估計(jì)以及結(jié)果檢驗(yàn)的詳細(xì)結(jié)論。 本文對(duì)各種模型的有效性進(jìn)行了對(duì)比分析，除了比較總的正確分類率外，還將各模型的第一類錯(cuò)誤率及第二類錯(cuò)誤率進(jìn)行比較，這在一定程度上彌補(bǔ)了以總的正確分類率為唯一比較標(biāo)準(zhǔn)所造成的缺陷。比較結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)具有良好的預(yù)測(cè)精度，其第一類錯(cuò)誤率和第二類錯(cuò)誤率都控制在比較滿意的水平，但其業(yè)務(wù)可解析性較差。邏輯回歸模型雖然不是精度最高的模型，但是它有很好的業(yè)務(wù)可解釋性。對(duì)于決