Subagging在个人信用评估中的应用研究.pdf

《Subagging在个人信用评估中的应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、20l1年第19期si。dT盏tR。hdoi：10．3969／j．issn．1000—7695．2011．19．045Subagging在个人信用评估中的应用研究刘玉峰，贺昌政(四川大学工商管理学院，四川成都610064)摘要：运用集成分类算法bagging的改进模型——subagging试图建立一个专门针对个人信用评估的方法，以期取得更好的预测分类效果。针对个人信用评估中单一分类器的不足，提出了利用分类器的集成进行个人信用评估的方法。利用UCI上的信用数据对单个分类器、bagging集成分类器以及subagg

2、ing集成分类器进行实验比较，结果表明，subagging一决策树和subagging—K近邻在样本不独立和不平衡的情况下有效地提高了模型的精准性。结果显示，它们对商业银行控制消费信贷风险具有更好的适用性。关键词：信用评估；个人信用；bagging；subagging中图分类号：24文献标识码：A文章编号：1000—7695(2011)19—0188—04ResearchandApplicationofSubaggingforPersonalCreditScoringLIUYufeng，HEChangzheng

3、(BusinessSchool，SichuanUniversity，Chengdu610064，china)Abstract：Inthispaper，weuseanimprovedintegratedclassifier，subagging，tobuildamodelforpersonalcreditscoring，hopingtoobtainbetterresults．Duetotheshortcomingsofsingleclassifier，weproposeanintegratedclassifierf

4、orpersonalcreditscoring．Experimentresultsshowthatsubagging—KNNandsubagging—decisiontreecaneffectivelyimprovetheclassificationaccuracycomparedwithsingleclassifierandbagging．ThismodeliSmoreapplicabletothecontrolofconsumercreditriskforcommercialbanks．Keywords：c

5、reditscoring；personalcredit；bagging；subagging在信用卡风险管理中，信用评估是应用最广泛系统、神经网络、遗传算法、多智能体系统等，的技术。信用评估是商业银行在大批量处理小额贷然而各种方法均有利弊，寻找一种更有效的信用评款类型通常所采用的数量方法，是基于银行大量历估方法仍然是一个热门的研究课题。本文针对个人史数据建立评估模型的基础上，对贷款的申请人或信用评估中单一模型的不足，提出了利用分类器集现有的贷款预测违约可能性的一种技术。银行采集成模型进行个人信用评估的方法。集成分

6、类器是一特定的申请人资料后，通过信用评估系统给出一个个比较新的研究领域，它首先学习一组不同的基础分数，就能够很快地据此确定是否向其发放贷款J。分类器然后把它们集成起来得到一个最终分类结果。显然，信用评估模型在预测能够偿还贷款的可能性应用不同方法可以在基础分类器之间产生多样性J，时需要充分高的精确度，否则，会给银行业带来很从而导致构建集成分类器的不同方法。本文应用大的风险。subagging方法，一种来源于bagging的方法，这种方就信用评估而言，人们关心的是帮助解决具体法尤其适用于信用评估数据的一些特性。在我

7、们的商业问题的信息。随着信用卡风险控制理论和技术，案例中，抽样策略用于建立一组基础分类器来帮助特别是计算机技术的快速发展，越来越多的度量方处理通用数据的不平衡性，利用UCI数据进行了实法，如统计学或运筹学等定量分析工具被运用到信证分析，并将结果与bagging方法以及单个分类器的用评估领域。统计学方法主要包括现行回归、判别结果进行对比，结果表明subagging方法是行之有效分析和logistic回归等，运筹学分析方法主要是线性的方法。规划，信用评估模型一般使用其中的一种方法或几本文的组织结构如下：第1部分介绍

8、bagging算种方法结合起来使用。近年来，一些非参数统计方法及其改进算法subagging；第2部分为信用评估数法以及人工智能逐步应用到信用评估领域，如专家据的描述及信用评估模型的实证分析及subagging算收稿日期：2011—04—13。修回日期：2011—06—20基金项目：国家自然科学基金项目“基于自组织数据挖掘的CRM客户分析研究”(70771067)；“面向数据特点的客户