隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展,個(gè)人信貸業(yè)務(wù)發(fā)展迅速,并逐步成為我國(guó)各商業(yè)銀行等金融機(jī)構(gòu)擴(kuò)大業(yè)務(wù)份額、提高利潤(rùn)增長(zhǎng)點(diǎn)以及國(guó)家拉動(dòng)內(nèi)需的一個(gè)重要途徑。然而信貸主體個(gè)人信用的缺失導(dǎo)致銀行面臨極大的風(fēng)險(xiǎn),并成為信貸業(yè)務(wù)發(fā)展壯大的主要障礙。全面了解和評(píng)價(jià)貸款申請(qǐng)人的信用情況是各金融機(jī)構(gòu)搞好信貸業(yè)務(wù)、防范信用風(fēng)險(xiǎn)的關(guān)鍵問(wèn)題。因此,對(duì)信貸主體的個(gè)人信用評(píng)估模型的研究也便有了重要的應(yīng)用和現(xiàn)實(shí)價(jià)值。本文的主要工作包括:①本文首先綜述了國(guó)內(nèi)外個(gè)人信用評(píng)估情況的發(fā)展現(xiàn)狀,并詳細(xì)分析了目前已經(jīng)被使用個(gè)人信用評(píng)估方法其各自的優(yōu)缺點(diǎn)。②綜述了我國(guó)個(gè)人信用評(píng)估工作中所使用的評(píng)估指標(biāo)體系,從定性的角度對(duì)指標(biāo)體系的特點(diǎn)進(jìn)行了分析,并進(jìn)一步從定量的角度研究了個(gè)人信用評(píng)估指標(biāo)體系中的幾個(gè)重要的指標(biāo)及其對(duì)個(gè)人資信的影響作用。③基于對(duì)我國(guó)個(gè)人信用評(píng)估指標(biāo)體系的分析和眾多學(xué)者對(duì)評(píng)估方法研究的基礎(chǔ)上,本文嘗試建立起基于粗糙集和支持向量機(jī)相結(jié)合的個(gè)人信用評(píng)估體系,希望能夠?qū)で笠环N更為有效的評(píng)估模型,一定程度上提高個(gè)人信用評(píng)估的分類(lèi)正確率。④利用我國(guó)河北省某商業(yè)銀行2009年的450個(gè)數(shù)據(jù)樣本對(duì)構(gòu)建的個(gè)人信用評(píng)估模型進(jìn)行了驗(yàn)證分析,結(jié)果表明... 

【文章來(lái)源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
目錄
1 緒論
    1.1 研究背景
    1.2 問(wèn)題的提出
    1.3 本文主要的研究?jī)?nèi)容
2 個(gè)人信用評(píng)估及其方法綜述
    2.1 個(gè)人信用評(píng)估
    2.2 個(gè)人信用評(píng)估方法
        2.2.1 經(jīng)驗(yàn)式判別法
        2.2.2 統(tǒng)計(jì)學(xué)方法
        2.2.3 運(yùn)籌學(xué)方法
        2.2.4 人工智能方法
        2.2.5 其他方法
3 粗糙集和支持向量機(jī)理論介紹
    3.1 粗糙集理論概述
        3.1.1 粗糙集理論的產(chǎn)生及發(fā)展
        3.1.2 粗糙集相關(guān)概念
        3.1.3 基于粗糙集的屬性約簡(jiǎn)
        3.1.4 約簡(jiǎn)算法
    3.2 基于支持向量機(jī)的分類(lèi)實(shí)現(xiàn)
        3.2.1 統(tǒng)計(jì)學(xué)習(xí)理論中幾個(gè)重要概念
        3.2.2 支持向量機(jī)分類(lèi)情況
4 粗糙集-支持向量機(jī)個(gè)人信用評(píng)估模型構(gòu)建
    4.1 指標(biāo)選取原則
    4.2 個(gè)人信用評(píng)估指標(biāo)體系
    4.3 選取粗糙集和支持向量機(jī)構(gòu)建個(gè)人信用評(píng)估模型的主要依據(jù)
        4.3.1 個(gè)人信用數(shù)據(jù)及評(píng)估指標(biāo)的特點(diǎn)
        4.3.2 選取使用粗糙集的依據(jù)
        4.3.3 選取支持向量機(jī)的依據(jù)
    4.4 模型構(gòu)建流程
    4.5 本章小結(jié)
5 實(shí)驗(yàn)設(shè)計(jì)及實(shí)驗(yàn)結(jié)果分析
    5.1 數(shù)據(jù)源
        5.1.1 來(lái)源
        5.1.2 數(shù)據(jù)量化
    5.2 基于粗糙集的數(shù)據(jù)預(yù)處理
        5.2.1 數(shù)據(jù)離散化
        5.2.2 屬性約簡(jiǎn)
        5.2.3 約簡(jiǎn)結(jié)果及評(píng)估指標(biāo)定量分析
    5.3 SVM樣本選取及數(shù)據(jù)處理
        5.3.1 樣本選取及數(shù)據(jù)標(biāo)準(zhǔn)化
        5.3.2 SVM核函數(shù)選取
        5.3.3 參數(shù)優(yōu)化
    5.4 實(shí)驗(yàn)結(jié)果分析
    5.5 對(duì)比實(shí)驗(yàn)
        5.5.1 同數(shù)據(jù)不同方法
        5.5.2 同方法不同數(shù)據(jù)
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 研究不足和未來(lái)展望
致謝
參考文獻(xiàn)
附錄 作者攻讀學(xué)位期間發(fā)表的論文


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)支持向量機(jī)的消費(fèi)信貸中個(gè)人信用評(píng)估模型[J]. 王潤(rùn)華.  統(tǒng)計(jì)與決策. 2010(11)
[2]基于遺傳算法的粗糙集屬性約簡(jiǎn)及其應(yīng)用[J]. 肖厚國(guó),桑琳,丁守珍,宮悅.  計(jì)算機(jī)工程與應(yīng)用. 2008(15)
[3]基于GP的個(gè)人信用評(píng)估非線(xiàn)性組合預(yù)測(cè)模型[J]. 姜明輝,袁緒川.  電子科技大學(xué)學(xué)報(bào)(社科版). 2008(01)
[4]我國(guó)商業(yè)銀行個(gè)人信用評(píng)分指標(biāo)體系分析[J]. 張麗娜,趙敏.  市場(chǎng)周刊(理論研究). 2007(08)
[5]個(gè)人信用評(píng)估GA神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建與應(yīng)用[J]. 姜明輝,袁緒川.  武漢科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2007(04)
[6]基于支持向量機(jī)的個(gè)人信用評(píng)估模型及最優(yōu)參數(shù)選擇研究[J]. 肖文兵,費(fèi)奇.  系統(tǒng)工程理論與實(shí)踐. 2006(10)
[7]消費(fèi)者信用評(píng)估中支持向量機(jī)方法研究[J]. 李建平,徐偉宣,劉京禮,石勇.  系統(tǒng)工程. 2004(10)
[8]多種個(gè)人信用評(píng)分模型在中國(guó)應(yīng)用的比較研究[J]. 石慶焱,靳云匯.  統(tǒng)計(jì)研究. 2004(06)
[9]消費(fèi)者信用評(píng)估中的PCALWM方法研究[J]. 李建平,徐偉宣.  中國(guó)管理科學(xué). 2004(02)
[10]遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)及信用評(píng)價(jià)研究[J]. 吳德勝,梁樑.  中國(guó)管理科學(xué). 2004(01)

碩士論文
[1]短期負(fù)荷預(yù)測(cè)的支持向量機(jī)模型參數(shù)優(yōu)化方法研究[D]. 霍明.湖南大學(xué) 2009
[2]基于支持向量機(jī)的不常用備件分類(lèi)模型研究[D]. 劉志燾.華中科技大學(xué) 2008
[3]支持向量機(jī)在個(gè)人信用評(píng)估中的應(yīng)用[D]. 李虹.天津大學(xué) 2007
[4]商業(yè)銀行個(gè)人信用評(píng)價(jià)研究[D]. 董姝嫻.華中科技大學(xué) 2007
[5]支持向量機(jī)理論、算法與實(shí)現(xiàn)[D]. 辛憲會(huì).中國(guó)人民解放軍信息工程大學(xué) 2005



本文編號(hào)：3206453