【摘要】：互聯(lián)網(wǎng)金融已經(jīng)成為一個(gè)全民話題。互聯(lián)網(wǎng)金融借助大數(shù)據(jù)和移動(dòng)互聯(lián)的技術(shù)優(yōu)勢(shì),為資金供求雙方提供了低成本、高效率的金融服務(wù)。包括P2P借貸在內(nèi)的互聯(lián)網(wǎng)金融的首要的核心是如何控制風(fēng)險(xiǎn)。風(fēng)險(xiǎn)管理是金融管理的一個(gè)核心問題。信用風(fēng)險(xiǎn)則是風(fēng)險(xiǎn)管理中最為重要的問題,是銀行和信貸類的互聯(lián)網(wǎng)金融企業(yè)都需要面對(duì)的風(fēng)險(xiǎn)。因此,對(duì)信用風(fēng)險(xiǎn)評(píng)估方法進(jìn)行創(chuàng)新具有重要的意義。建立個(gè)人信用評(píng)分體系的目的是將定量分析和定性分析相結(jié)合,為金融機(jī)構(gòu)在信貸審批時(shí)提供決策支持。金融機(jī)構(gòu)在接受客戶貸款申請(qǐng)后經(jīng)授權(quán)查詢得到客戶信用報(bào)告,之后將客戶相關(guān)基本信息代入評(píng)分模型中,計(jì)算其信用得分,通過信用得分判斷其信用等級(jí)。本文在不考慮宏觀經(jīng)濟(jì)影響的前提下,采用規(guī)范研究與實(shí)證研究相結(jié)合的方法對(duì)信用風(fēng)險(xiǎn)管理中最為重要的信用風(fēng)險(xiǎn)評(píng)估方法進(jìn)行了深入研究。分析了不同信用風(fēng)險(xiǎn)評(píng)估方法的特點(diǎn),指出了現(xiàn)有評(píng)估模型的優(yōu)缺點(diǎn)。詳細(xì)介紹了當(dāng)前業(yè)界應(yīng)用最廣泛的logistic模型,并在此基礎(chǔ)上提出了用受約束的logistic模型進(jìn)行信用評(píng)分的基本思想。研究?jī)?nèi)容主要有以下四部分：首先對(duì)信用風(fēng)險(xiǎn)的概念進(jìn)行介紹。信用風(fēng)險(xiǎn)是指交易對(duì)手(比如借款人、債權(quán)發(fā)行人等)直接違約或者信用質(zhì)量下降導(dǎo)致信用資產(chǎn)價(jià)值受損的可能性,是一種廣泛存在的金融風(fēng)險(xiǎn)。然后概括了信用評(píng)分的基本思想。在大多數(shù)的信用評(píng)分系統(tǒng)中,客戶的得分較高表示該客戶的風(fēng)險(xiǎn)較低,貸款機(jī)構(gòu)基于它所能承受的風(fēng)險(xiǎn)設(shè)置一個(gè)臨界值,得分在這一臨界值之上的客戶的貸款申請(qǐng)被接受,得分低于這一臨界值的客戶的貸款申請(qǐng)被拒絕。第三在信用風(fēng)險(xiǎn)評(píng)估的基本思想的指導(dǎo)下,介紹了幾種常見的模型,并總結(jié)各模型的優(yōu)缺點(diǎn)。最后一部分是本文的重點(diǎn),該部分的研究主要從兩方面展開：一方面,在介紹傳統(tǒng)的logistic回歸模型基本原理基礎(chǔ)上,加入約束條件,構(gòu)建“受約束的logistic模型”,并分別建立兩模型的得分公式,介紹了評(píng)分模型的評(píng)價(jià)指標(biāo)；另一方面,用實(shí)證研究比較兩模型,對(duì)兩模型結(jié)果進(jìn)行詳細(xì)的分析與說明。相對(duì)于傳統(tǒng)的logistic模型,受約束的logistic模型對(duì)共線性和過度擬合問題進(jìn)行了一定程度的改進(jìn)。因?yàn)閷?duì)不同的授信機(jī)構(gòu)來說,它們?cè)敢饣蛴心芰Τ惺艿娘L(fēng)險(xiǎn)不同,使得每個(gè)授信機(jī)構(gòu)所設(shè)置的信用標(biāo)準(zhǔn)也不同,選擇的臨界值就會(huì)不同,對(duì)潛在客戶的分類定義也會(huì)不同。
【圖文】：

、要說清楚民０Ｃ曲線的原理，我們從一個(gè)簡(jiǎn)單的分類實(shí)例問題說起。假如我逡逑有了基于商業(yè)銀行企業(yè)貸款數(shù)據(jù)建立違約－非違約的業(yè)務(wù)分類模型，比如說我逡逑是預(yù)測(cè)的所有樣本的違約概率或者信用評(píng)級(jí)得分，比如信用評(píng)級(jí)得分，我們獲逡逑了關(guān)于兩類樣本的分布圖形：逡逑

０逡逑１邋Ｆａｌｓｅ邋Ａｌａｍ邋Ｒａｔｅ逡逑圖３．３評(píng)級(jí)得分模型的ＲＯＣ曲線逡逑（３）ＲＯＣ曲線意義逡逑對(duì)于風(fēng)險(xiǎn)規(guī)避型決策者而言，大多數(shù)時(shí)候我們關(guān)也壞的樣本能否被正確預(yù)逡逑測(cè)，，因?yàn)閴牡臉颖救绻荒苷_預(yù)測(cè)，往往能帶來損失。一個(gè)好的分類器應(yīng)有的逡逑效果是：Ｗ犧牲一個(gè)較小的好樣本誤判率（Ｆｍｄ（Ｃ））換取壞樣本較高的擊中率逡逑Ｆｄ（Ｃ）。好分類器的這個(gè)要求的效果反映在ＲＯＣ曲線上就是：位于ｙ邋＝邋ｘ左側(cè)的逡逑ｒｏｃ光滑曲線越早陡哨越化越趨近于ｙ邋＝邋：ｌ直線越化也即是ｒｏｃ曲線與Ｘ軸圍逡逑成的面積越大也好。逡逑因而對(duì)于業(yè)務(wù)建模而言，民０Ｃ曲線的面積成為我們?cè)u(píng)價(jià)模型好壞的標(biāo)準(zhǔn)之逡逑一。ＲＯＣ曲線的面積我們用ＡＵＣ表示。逡逑２、ＲＯＣ面積ＡＵＣ計(jì)算逡逑ａ）Ｒ0ｃ面巧的概率轉(zhuǎn)化逡逑前面提到，民０Ｃ曲線實(shí)際上是在ｘｙ坐棟平面上進(jìn)行逡逑｛Ｆｋｄ（Ｃ），Ｆｄ（Ｃ）｜Ｃｅ信用得分區(qū)間｝的繪制。那么根據(jù)參變量積分原理，ＡＵＣ有如逡逑下公式：逡逑００邐００邐ＧＯ逡逑ＡＵＣ＝邋ＪＦｄＣＷＦ肥腳ｊｊｆ。的ＵＷｄＷｄＷ逡逑－ｏｏ邐－泌邐－0ｏｙ＜ｓ邐（３邋２１）逡逑對(duì)于上式，ｆＤ，ｆＫＤ表示兩類樣本的概率密度函數(shù)，有兩類樣本獨(dú)立的假設(shè)，逡逑２５逡逑
【學(xué)位授予單位】：南京財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F832.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 歐彥芳;;淺談加強(qiáng)長沙銀行信用風(fēng)險(xiǎn)評(píng)估建設(shè)[J];中外企業(yè)家;2009年18期

2 丁欣;國外信用風(fēng)險(xiǎn)評(píng)估方法的發(fā)展現(xiàn)狀[J];湖南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2002年S1期

3 曹明;張錦云;;集團(tuán)信用風(fēng)險(xiǎn)評(píng)估的行業(yè)分析[J];中國鄉(xiāng)鎮(zhèn)企業(yè);2006年04期

4 韓巍巍;;利刃在手,欺詐難行——企業(yè)信用風(fēng)險(xiǎn)評(píng)估迫在眉睫[J];市場(chǎng)研究;2011年06期

5 蘇誠;;基于Logistic回歸模型的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估研究[J];中國城市經(jīng)濟(jì);2011年12期

6 華德志;;基于兩類信用風(fēng)險(xiǎn)評(píng)估方法的比較及啟示[J];時(shí)代金融;2011年17期

7 李菲雅;鄧翔;;等距特征映射的支持向量機(jī)模型在上市公司信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J];河北大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2013年01期

8 王春峰,李汶華;小樣本數(shù)據(jù)信用風(fēng)險(xiǎn)評(píng)估研究[J];管理科學(xué)學(xué)報(bào);2001年01期

9 周綺鳳,劉閩,林成德;商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估中“拒真納偽”兩類錯(cuò)誤的平衡控制研究[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

10 馬海英;;基于混合系統(tǒng)的信用風(fēng)險(xiǎn)評(píng)估[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年S1期

相關(guān)會(huì)議論文 前4條

1 周綺鳳;林成德;;商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估中多分類方法的比較[A];第二十四屆中國控制會(huì)議論文集（下冊(cè)）[C];2005年

2 劉睿;周宗放;;云理論在企業(yè)集團(tuán)信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[A];“中國視角的風(fēng)險(xiǎn)分析和危機(jī)反應(yīng)”——中國災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專業(yè)委員會(huì)第四屆年會(huì)論文集[C];2010年

3 鄧宇翔;魯煒;黃敏;;運(yùn)用概率神經(jīng)網(wǎng)絡(luò)進(jìn)行企業(yè)信用風(fēng)險(xiǎn)評(píng)估[A];2003年中國管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2003年

4 陳林;周宗放;肖珉;;企業(yè)集團(tuán)信用風(fēng)險(xiǎn)評(píng)估研究綜述[A];第五屆（2010）中國管理學(xué)年會(huì)——管理科學(xué)與工程分會(huì)場(chǎng)論文集[C];2010年

相關(guān)重要報(bào)紙文章 前7條

1 記者 衛(wèi)容之;中國信用風(fēng)險(xiǎn)評(píng)估仍高居“A類”[N];國際金融報(bào);2003年

2 記者　陳小三;日本信用風(fēng)險(xiǎn)評(píng)估工具登陸中國[N];國際商報(bào);2006年

3 海 燕;AMS信用風(fēng)險(xiǎn)評(píng)估引入中國[N];中國商報(bào);2006年

4 程汲;地區(qū)信用風(fēng)險(xiǎn)評(píng)估應(yīng)該推行[N];金融時(shí)報(bào);2004年

5 李良;緊縮政策下債券買點(diǎn)漸現(xiàn)[N];中國證券報(bào);2008年

6 證券時(shí)報(bào)記者　 徐濤;今年保險(xiǎn)資金投資需求超過6000億[N];證券時(shí)報(bào);2006年

7 本報(bào)駐比利時(shí)記者 張亮;美三大評(píng)級(jí)機(jī)構(gòu)惹惱歐盟[N];人民日?qǐng)?bào);2011年

相關(guān)博士學(xué)位論文 前4條

1 郭英見;基于信息融合的國有商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估研究[D];哈爾濱工業(yè)大學(xué);2010年

2 趙靜嫻;基于決策樹的信用風(fēng)險(xiǎn)評(píng)估方法研究[D];天津大學(xué);2009年

3 肖珉;我國企業(yè)集團(tuán)上市公司財(cái)務(wù)預(yù)警與信用風(fēng)險(xiǎn)評(píng)估研究[D];電子科技大學(xué);2012年

4 羅圣雅;臺(tái)灣上市柜公司信用風(fēng)險(xiǎn)評(píng)估[D];蘇州大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 鄭文龍;商業(yè)銀行個(gè)人住房貸款業(yè)務(wù)信用風(fēng)險(xiǎn)評(píng)估研究[D];長安大學(xué);2015年

2 朱金金;基于灰色系統(tǒng)理論的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估研究[D];蘭州大學(xué);2015年

3 田冰冰;農(nóng)業(yè)價(jià)值鏈融資中農(nóng)戶信用風(fēng)險(xiǎn)評(píng)估研究[D];安徽財(cái)經(jīng)大學(xué);2015年

4 楊琴棋;我國商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

5 樸文慧;基于模糊動(dòng)態(tài)支持向量機(jī)集成方法的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估[D];哈爾濱工業(yè)大學(xué);2015年

6 唐雪婷;信用風(fēng)險(xiǎn)研究[D];電子科技大學(xué);2015年

7 李正基;神經(jīng)網(wǎng)絡(luò)在中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估問題中的應(yīng)用比較[D];復(fù)旦大學(xué);2014年

8 伍永祥;利率市場(chǎng)化下商業(yè)銀行信貸客戶信用風(fēng)險(xiǎn)評(píng)估方法研究[D];南京大學(xué);2014年

9 顏文超;雙邊信用風(fēng)險(xiǎn)評(píng)估調(diào)整的動(dòng)態(tài)衍化的密度模型[D];上海交通大學(xué);2015年

10 鄧大鵬;P2P網(wǎng)絡(luò)借貸動(dòng)態(tài)信用風(fēng)險(xiǎn)評(píng)估方法研究[D];上海交通大學(xué);2014年

本文編號(hào)：2543055