小微貸授信額度測算研究.pdf

1、小微信貸具有“短、小、頻、急”的特點，目前銀行大多是專家打分、人工單筆審核的信貸評審模式，主觀性強、成本高、效率低。降低小微信貸審核的成本、提高貸款發(fā)放效率，最有效的手段是改變人工單筆審核的業(yè)務模式，將貸款的審批和發(fā)放標準化，特別是信用額度測算的信息化和標準化。通過建立信用額度測算模型，從大量數(shù)據(jù)中提煉出的預測信息和行為模式，能夠比較準確地預測貸款申請人的信用表現(xiàn)，有助于銀行對貸款申請人授信額度的掌握、計量和控制。
　　本文在總結

2、和借鑒國內外相關研究成果和實踐經驗的基礎上，以實際小微信貸業(yè)務數(shù)據(jù)為樣本，采用了有序多分類Logistic回歸模型、模糊C均值聚類模型（FCM聚類）兩種方法進行對比研究。通過實證研究發(fā)現(xiàn)，有序多分類Logistic回歸模型對樣本信用等級的回判正確率整體高于FCM聚類模型。作為一種演繹式的模型，回歸模型能夠更好地模擬人工信貸評審的過程；FCM聚類模型屬于非監(jiān)督式模型，在基于授信評審前期數(shù)據(jù)的學習過程中，模型的預測結果與人工評審結果偏差較大