非負約束權重的個人信用評估組合預測模型研究.pdf

1、隨著我國消費信貸市場的不斷發(fā)展，個人信用得到了空前的重視。我國目前尚未建立起完善的個人征信體系，商業(yè)銀行目前沒有一套科學合理的個人信用評估指標和方法。在這種情況下，加強對個人信用評估方法的研究，對于商業(yè)銀行降低消費信貸風險，減少不良貸款比率，擴大消費信貸的積極性，促進國民經(jīng)濟快速穩(wěn)定發(fā)展具有積極意義。
　　本文在對國內外相關研究成果進行分析的基礎上，首先闡述了個人信用評估中用到的三種統(tǒng)計方法的基本原理并分別建立了基于這三種統(tǒng)計方法

2、的個人信用評估模型并進行了檢驗，隨后對組合預測原理及其權重求解的方法進行了闡述，最后構建了基于線性回歸、Logistic回歸和Probit回歸三種統(tǒng)計方法的非負約束權重的組合預測模型，并將組合預測模型應用到個人信用評估中。在非負約束權重的組合預測模型的權重求解計算中，引入了較傳統(tǒng)解法更有效、結果更合理的二次規(guī)劃的神經(jīng)網(wǎng)絡解法，并且利用遺傳算法對非負權重進行了求解。在最后的模型應用中，將非負約束權重的組合預測模型與單一模型進行對比，結果表

3、明：從總分類準確率和總錯分率來看，三種單一統(tǒng)計模型及組合預測模型的分類準確率都在90％以上，其中非負約束權重的組合預測模型的總分類效果最好，與此同時非負約束權重的組合預測模型的第一類錯分率雖然不是最低，但在第二類錯分率上具有優(yōu)勢，因此可以判定非負約束權重的組合預測模型的分類綜合效果高于單一模型。將利用二次規(guī)劃算法求解的非負約束權重的組合預測模型與利用遺傳算法求解得到的非負約束權重的組合預測模型進行對比表明，二次規(guī)劃算法中線性回歸模型的權