个人信用评估集成模型研究

《个人信用评估集成模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、’＊＇＊■．、－ｊ、鸣．－．掠皆．ｉ分类号：ｆ单位代码：１０３００．；２０１２１２３％６５．；密级：ｙ学号＇觀．為素怯金文化人硕±学位论文：；５‘＇‘－二片－／．拜；＞；：一＇－＾－＊‘■Ｖ、’、Ｖ／Ｖ、？．？＇／．．－—‘．Ｖ、＇、＼？、、？Ｖ，‘、、．—Ｗ个人信用评估集成模型妍究ＲｅｓｅａｒｃｈｏｎＩｎｔｅｒａｔｅｄＭｏｄｅｌｏｆＰｅｒｓｏｎａｌＣｒｅｄｉｔＡｓｓｅｓｓｍｅｎｔｇ＂１＾申请人姓名，：邵笑笑．—１

2、ｊ．指导教师：曹杰教授，？、，？、，兮＊．々专业名称：管理科学与工程．若－心ｒ，■－ｔ－一；，■、研究方向ｆ：信用管理＿所在学院：经巧管理学院＇＇‘小、Ｊ＇记－’‘；＊二〇—六年六月Ｖ：；汽；兴．代、＇片；＼‘．苗一ｖＪＪＩ■．、＇，…＂、、？韦＇＂一！ｒ、－：＜若ｉ■■＇＇‘－＇－５ｖ，掉、４少勺’、＇‘＇心Ｊ．ｒ＇＇．一玲苗與．Ｖ九軒、独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研。究成果本论文

3、除了文中特别加Ｗ标注和致谢的内容外，不包含其他人或其他机构己经发表或撰写过的研究成果，也不包含为获得南京信息工程大学或其他教育机构的学位或证书而使用过的材料。其他同志对本研巧所做的贡献均已在论文中作了声明并表示谢意。学位论文作者签名：：芙又签字日期关于论文使用授权的说明南京信息工程大学、国家图书馆、中国学术期刊（光盘版）杂志社、中国科学技术信息研究所的《中国学位论文全文数据库》有权保留本人所送交学位论文的复印件和电子文档，，可采用影印、缩印或其他复制手段保存论文并通一致过网络向社会提供信息服务。本人电子文档的内容和纸质论文

4、的内容相。除在保密期内的保密论文外，允许论文被查阅和借阅，可Ｗ公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权南京信息工程大学研究生院办理。公开□保密（年月）（保密的学位论文在解密后应遵守此＾协议）、矣．＾学位论文作者签名：可矣完签字日期：クｋ指导教师签名；签字日期：目录摘要ＩＩＩＡｂｓｔｒａｃｔＩＶ一第章绪论１１．１研究背景及意义１１．２国内外研究现状２１．３本文的研究内容与方法７１．４本文的创新点９１．５本章小结９第二章个人信用评估理论１０

5、２．１信用风险１０２．２己塞尔新资本协议与内部评级法１３２．３个人信用评估１５２．４本章小结１６第Ｈ章集成方法基分类器模型１７３１１７．传统统计分析方法３．２现代人工智能方法２１３．３本章小结２５第四章构建个人信用评估指标体系２６４．１样本数据来源２６４．２样本指标选择２６４．３指标初步分析２７４．４样本数据预处理２９４．５本章小结３４１第五章集成分类模型应用３５５．１集成学习理论基础３５５．２Ｂａｇｇｉｎｇ集成工作原理％５．３Ｂａｇｇｉｎｇ集成模型的

6、建立３８５．３．１Ｂａｇｇｉｎｇ基分类器数目的选择３８５．３．２Ｂａｇｇｉｎｇ集成模型应用结果４１５．４ＷＢａｇｇｉｎｇ为基分类器的集成Ｂａｇｇｉｎｇ模型４６５．４．１模型预测准确率的比较４６５．４．２模型稳健性的比较４７５．５Ａｄａｂｏｏｓｔ集成分类模型应用４８５．６本章小结５２第六章总结与展望５３６．１全文总结５３６．２政策建议５３－６．３研究不足及展望５５参考文献５６作者简介６２Ｓ谢６３ＩＩ摘要伴随着金融自由化及经济全球化进程的不断深入，我国银

7、巧业面临着前所未有的挑战。信用风险管理的效率直接关系到商业银行的经营和发展，而研究和构建更加科学、有效的个人信用评估方法，是当前信用风险管理研究的重大课题。目前，国内外学者在个人信用评估方面进行了广泛而深入的研究，设计了许多适应特定金融环境的个人信用评估模型。本文首先对国内外文献、、从信用评估和集成方法两方面进行梳理，论述了信用风险的概念成因特征和个人信用评估的概念，并从传统统计法和现代人工智能法两方面介绍了信用风险评估的方法和模型。在此基础上，将Ｂａｇｇｉｎｇ集成分类法和一各单分类器应用于两组数据库，利用德国和日本两组数据

8、库检验模型的分类精度和稳健性。由实