【摘要】：自1993年推行金融體制改革以來,我國金融體系的發(fā)展得到了極大的改善,國民的消費水平和消費觀念也逐步發(fā)生變化,信貸業(yè)務(wù)得到了很大的發(fā)展,尤其是個人消費信貸突飛猛進,住房按揭、汽車貸款等信貸業(yè)務(wù)范圍不斷擴大,信用卡消費也越來越普及。信用卡業(yè)務(wù)的發(fā)展和規(guī)模的擴大為用戶提供了便利,為商業(yè)銀行帶來了收益,但隨之而來的信貸風(fēng)險已成為商業(yè)銀行的主要風(fēng)險之一。關(guān)于個人信用風(fēng)險評估模型的研究已經(jīng)有很多,但并未發(fā)現(xiàn)有學(xué)者基于多源數(shù)據(jù)進行分析。由于我國經(jīng)濟發(fā)展呈現(xiàn)城鄉(xiāng)二元化特征,城鄉(xiāng)居民消費觀念、消費習(xí)慣和消費能力等都存在一定的差別,進而對個人信用產(chǎn)生影響,所以本文認(rèn)為應(yīng)把城市和農(nóng)村的信用數(shù)據(jù)看作多源數(shù)據(jù)進行分析。對于這類數(shù)據(jù),如果簡單地合并所有數(shù)據(jù)進行分析,可能會忽略數(shù)據(jù)集間的差異性,而完全分開又會遺漏關(guān)聯(lián)性。本文利用整合分析方法,提出了基于多源數(shù)據(jù)融合的Logistic模型,在Composite MCP(Minimax Concave Penalty)懲罰的基礎(chǔ)上添加Sign-based懲罰,鼓勵數(shù)據(jù)集間共同變量的系數(shù)符號相似,盡可能提取變量組內(nèi)相似性,構(gòu)建cMCPs(cMCP懲罰+Sign-based懲罰)模型,對個人信用數(shù)據(jù)進行分析。本文使用的方法屬于雙層變量選擇方法,利用組坐標(biāo)下降法求解最優(yōu)化問題,并以樣本外預(yù)測準(zhǔn)確率(Accuracy)、真正率(TPR)和AUC(AreaUnderCurve)值作為評價模型預(yù)測效果的標(biāo)準(zhǔn)。在三組模擬實驗中,將cMCPs模型同cMCP模型、分?jǐn)?shù)據(jù)集MCP模型進行對比,并從變量選擇效果和分類效果兩方面進行評價,發(fā)現(xiàn)cMCPs模型具有優(yōu)勢,且數(shù)據(jù)集間相似性越大優(yōu)勢越明顯。在實證分析方面,采用某商業(yè)銀行信用卡部的數(shù)據(jù)進行分析,在進行分析時分別采用合并數(shù)據(jù)的MCP-Logistic回歸、分?jǐn)?shù)據(jù)集的MCP-Logistic回歸、基于cMCPs的Logistic回歸模型。實證結(jié)果表明,cMCPs模型Accuracy值、TPR值和AUC值最高,模型在實際問題分析中是適用的,進而表明將城市和農(nóng)村作為多源數(shù)據(jù)進行分析是合理的。
【圖文】：

、變量大部分相同和顯著變量小部分相同三種情況。我們預(yù)期該方法在顯著變量完逡逑全相同時表現(xiàn)最好，此時變量相似性最大，該方法通過提煉相似度能夠增加模型逡逑效果；預(yù)計在小部分顯著變量相同時表現(xiàn)不佳，彼此之間相似性小，提取出的相逡逑似性可能較難提高模型效果。逡逑３．３．１模擬一（顯著變量完全相同）逡逑模擬一中四個數(shù)據(jù)集具有相同的變量結(jié)構(gòu)，每個數(shù)據(jù)集均有１３個顯著變量，逡逑為（Ｘ「，燈，１３＇＃，＃，＃，％，＃，％，％，，＃，＃，％），其中／？邋＝邋１，．＂，從，真逡逑實模型的顯著系數(shù)共有５２個，從服從（２，３）的均勻分布中產(chǎn)生。逡逑為了更直觀比較各模型預(yù)測準(zhǔn)確率的結(jié)果，我們將１００次模擬結(jié)果的準(zhǔn)確率逡逑繪制箱線圖如３－１所示：逡逑ｈｏ邋—邋０．２ｈｏ邋ｍ邋０．７邐ｂａｎｄ＿１邐ｂｎｎｄ＿２逡逑

邐ｃＭＣＰ邐ＨＣＰ逡逑圖３＿１模擬一邋Ａｃｃｕｒａｃｙ箱線圖①逡逑①Ｃｏｍｐｏｓｉｔｅ邋ＭＣＰ懲罰方法簡稱ｃＭＣＰ，邋ｃＭＣＰｓ表示添加了符號懲罰的ｃＭＣＰ，其中ｓ代表Ｓｉｇｎ－ｂａｓｅｄ懲逡逑罰，下同。逡逑３３逡逑
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F832.4

【參考文獻】

相關(guān)期刊論文 前10條

1 馬雙鴿;王小燕;方匡南;;大數(shù)據(jù)的整合分析方法[J];統(tǒng)計研究;2015年11期

2 蔣_g;高瑜;;基于KMV模型的中國上市公司信用風(fēng)險評估研究[J];中央財經(jīng)大學(xué)學(xué)報;2015年09期

3 胡小寧;何曉群;馬學(xué)俊;;基于Group MCP Logistic模型的個人信用評價分析[J];現(xiàn)代管理科學(xué);2015年08期

4 何曉群;胡小寧;;個人信用評價影響因素決策分析[J];征信;2015年02期

5 張國政;陳維煌;劉呈輝;;基于Logistic模型的商業(yè)銀行個人消費信貸風(fēng)險評估研究[J];金融理論與實踐;2015年03期

6 史小康;何曉群;;個人信用風(fēng)險評分的貝葉斯有偏連接模型研究[J];統(tǒng)計與信息論壇;2015年02期

7 王小燕;方匡南;謝邦昌;;Logistic回歸的雙層變量選擇研究[J];統(tǒng)計研究;2014年09期

8 史小康;何曉群;;有偏logistic回歸模型及其在個人信用評級中的應(yīng)用研究[J];數(shù)理統(tǒng)計與管理;2015年06期

9 方匡南;章貴軍;張惠穎;;基于Lasso-logistic模型的個人信用風(fēng)險預(yù)警方法[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2014年02期

10 廖國民;涂穩(wěn)華;寧靜;;基于Logistic模型的個人消費信貸風(fēng)險評估[J];廣東外語外貿(mào)大學(xué)學(xué)報;2013年05期

相關(guān)博士學(xué)位論文 前1條

1 朱艷玲;基于懲罰似然的變量選擇方法及其在高維數(shù)據(jù)中的應(yīng)用[D];對外經(jīng)濟貿(mào)易大學(xué);2017年

本文編號：2589676