基于集成化的個人信用評分模型研究.pdf

1、進入90年代后，隨著我國銀行個人信貸業(yè)務的迅速發(fā)展，信用風險問題也逐步凸顯，而個人信用評分模型正是銀行信貸風險管理的先進手段。傳統(tǒng)的統(tǒng)計學方法，比如Logistic回歸方法、線性判別分析等，在個人信用評分模型建立的問題中已經有了比較成熟的應用，但該類方法在評分模型的預測準確度和模型的泛化能力上有一定的局限性，而新興的各種計算智能方法可以提高預測準確度和模型泛化能力。其中，支撐向量機（support vector machine）在個人信

2、用評分領域有著比較廣泛的研究。
　　 我們將粗糙集理論與支撐向量機這兩種方法結合起來，組成混合分類器，建立個人信用評分模型。首先，我們通過基于遺傳算法的粗糙集理論刪除數據中的冗余屬性和沖突對象，但不損失有效信息；然后，基于SVM方法進行分類和預測，提高了模型預測能力，再結合專家打分方法對模型做一定拓展，使評分模型在實際運用中更加準確合理。我們選用UCI中的德國信用數據集做實證研究，結果是我們創(chuàng)建的模型分類性能良好，并且降低了SV