隨著中國經(jīng)濟的快速發(fā)展,個人信貸業(yè)務(wù)的規(guī)模在迅速擴大,住房按揭、汽車貸款、教育貸款、信用卡等各種個人消費貸款成為我國商業(yè)銀行新的利潤增長點。但相對于企業(yè)信用風(fēng)險評估,國內(nèi)銀行業(yè)對信用風(fēng)險管理方法還較為落后,銀行在個人貸款的發(fā)放過程中,主要依靠信貸審批人員的主觀判斷來確定是否批準(zhǔn)貸款申請者貸款申請,并沒有一個成熟穩(wěn)健的模型來輔助評估。因此銀行工作人員的個人喜好對評估結(jié)果影響很大,同時由于審批時間長、效率低、成本高,嚴(yán)重阻礙了個人消費貸款業(yè)務(wù)的發(fā)展。銀行個人信用評估是根據(jù)客戶的個人信息評判客戶信用程度的過程。信用評估是涉及消費信用的企業(yè)實體最重要的核心管理技術(shù)之一,因此有必要研究銀行客戶信用評估的模型和方法。本文從已獲得的鄭州某商業(yè)銀行的真實消費貸款樣本出發(fā),在分析國內(nèi)外商業(yè)銀行個人信用風(fēng)險評估模式與方法應(yīng)用的基礎(chǔ)上,結(jié)合個人消費信貸業(yè)務(wù)的特點,基于數(shù)據(jù)挖掘方法來構(gòu)建個人信用風(fēng)險評估體系。主要工作包括:參考國內(nèi)外已有的指標(biāo)體系,對影響信用風(fēng)險的變量進行分析和選擇,并加以量化,建立適合中國國情的商業(yè)個人信用風(fēng)險評估體系的備選指標(biāo)集;結(jié)合目前我國商業(yè)銀行業(yè)務(wù)系統(tǒng)中所獲取的實際數(shù)據(jù)情況,確定評估... 

【文章來源】：中南民族大學(xué)湖北省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 國外已有的評估模式
        1.2.2 國外評估方法綜述
        1.2.3 國內(nèi)發(fā)展現(xiàn)狀
    1.3 研究的意義
    1.4 本文的主要研究內(nèi)容、研究方法、結(jié)構(gòu)與創(chuàng)新
        1.4.1 論文主要內(nèi)容
        1.4.2 論文研究的方法
        1.4.3 論文的結(jié)構(gòu)
        1.4.4 論文創(chuàng)新
第2章 個人信用風(fēng)險評估
    2.1 個人信用風(fēng)險評估相關(guān)概念
        2.1.1 “信用”的概念
        2.1.2 個人信用
        2.1.3 信用風(fēng)險
        2.1.4 個人信用風(fēng)險評估
        2.1.5 個人信用風(fēng)險評估的原則
    2.2 個人信用風(fēng)險的經(jīng)濟學(xué)成因
        2.2.1 逆向選擇
        2.2.2 道德風(fēng)險
    2.3 數(shù)據(jù)挖掘基本知識
        2.3.1 信用風(fēng)險評估方法
        2.3.2 數(shù)據(jù)挖掘技術(shù)
    2.4 本章小結(jié)
第3章 基于數(shù)據(jù)挖掘個人信用風(fēng)險評估單一模型
    3.1 個人信用風(fēng)險評估的統(tǒng)計模型
        3.1.1 統(tǒng)計模型選擇
        3.1.2 模型基本原理
    3.2 個人信用風(fēng)險評估的神經(jīng)網(wǎng)絡(luò)模型
        3.2.1 神經(jīng)網(wǎng)絡(luò)的基本工作原理
        3.2.2 神經(jīng)網(wǎng)絡(luò)模型的選擇
        3.2.3 RBF神經(jīng)網(wǎng)絡(luò)的原理
第4章 商業(yè)銀行個人信用風(fēng)險評估指標(biāo)體系構(gòu)建及數(shù)據(jù)預(yù)處理
    4.1 商業(yè)銀行個人信用風(fēng)險評估指標(biāo)體系的構(gòu)建
        4.1.1 個人信用風(fēng)險評估指標(biāo)體系的設(shè)計原則
        4.1.2 我國商業(yè)銀行現(xiàn)行的個人信用風(fēng)險評估指標(biāo)體系
        4.1.3 商業(yè)銀行個人信用風(fēng)險評估指標(biāo)的確定
    4.2 樣本數(shù)據(jù)的預(yù)處理
        4.2.1 本文樣本數(shù)據(jù)的來源
        4.2.2 數(shù)據(jù)清洗
        4.2.3 數(shù)據(jù)的標(biāo)準(zhǔn)化處理
    4.3 個人信用評估樣本的抽取和分組
        4.3.1 違約標(biāo)準(zhǔn)的確定
        4.3.2 個人信用評估的抽樣方法
        4.3.3 樣本分組
    4.4 本章小結(jié)
第5章 基于數(shù)據(jù)挖掘方法個人信用風(fēng)險評估體系的構(gòu)建
    5.1 單一Logistic回歸模型
        5.1.1 多重共線性
        5.1.2 Logistic回歸模型的應(yīng)用
        5.1.3 Logistic 回歸模型的檢驗
    5.2 RBF神經(jīng)網(wǎng)絡(luò)單一模型
        5.2.1 數(shù)據(jù)標(biāo)準(zhǔn)化處理
        5.2.2 RBF 神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用
    5.3 基于統(tǒng)計方法和神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型的應(yīng)用
        5.3.1 組合預(yù)測模型權(quán)重求解
        5.3.2 非負(fù)權(quán)重組合預(yù)測模型
        5.3.3 非負(fù)權(quán)重組合預(yù)測模型與單一模型比較
    5.4 本章小結(jié)
第六章 結(jié)論
參考文獻
致謝
附錄：攻讀碩士研究生期間公開發(fā)表的論文


【參考文獻】：
期刊論文
[1]破解民事執(zhí)行難的對策——建設(shè)社會信用體系,破解執(zhí)行難[J]. 張志愛.  法制與社會. 2010(17)
[2]商業(yè)銀行個人抵押貸款違約風(fēng)險管理研究[J]. 黃春.  世界經(jīng)濟情況. 2010 (03)
[3]隨機變量獨立性的一個注記[J]. 張宏禮,王苫社,周曉晶,趙艷楠.  高等數(shù)學(xué)研究. 2010(01)
[4]數(shù)據(jù)挖掘技術(shù)在信用卡客戶關(guān)系管理中的應(yīng)用分析[J]. 吳昊.  中國金融電腦. 2009(09)
[5]數(shù)據(jù)挖掘技術(shù)綜述[J]. 萬韻,劉建輝.  科技廣場. 2009(03)
[6]基于神經(jīng)網(wǎng)絡(luò)的個人信用評分模型研究[J]. 張成虎,李育林.  云南師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版). 2008(06)
[7]基于MATLAB的RBF神經(jīng)網(wǎng)絡(luò)建模及應(yīng)用[J]. 王艷芹,張維.  大慶師范學(xué)院學(xué)報. 2007(02)
[8]信用評分模型與方法[J]. 陳文華.  中國信用卡. 2007(06)
[9]我國建立個人信用體系的問題探討[J]. 郎雯雯,宋嬌.  科技情報開發(fā)與經(jīng)濟. 2006(01)
[10]中國個人征信體系對美國經(jīng)驗借鑒研究[J]. 姜磊,姜明輝,劉玉山,楊唯一.  商業(yè)研究. 2005(12)

博士論文
[1]基于支持向量機的消費信貸中個人信用評估方法研究[D]. 沈翠華.中國農(nóng)業(yè)大學(xué) 2005

碩士論文
[1]缺失值填充的若干問題研究[D]. 朱曉峰.廣西師范大學(xué) 2007
[2]我國個人信用評估研究[D]. 姜金明.廣東工業(yè)大學(xué) 2006



本文編號：3632033