發(fā)布時間：2023-03-14 19:55

　　消費(fèi)是最終需求,促進(jìn)消費(fèi)對釋放內(nèi)需潛力、推動經(jīng)濟(jì)轉(zhuǎn)型升級、保障和改善民生具有重要意義。基于此,商業(yè)銀行、消費(fèi)金融公司以及互聯(lián)網(wǎng)金融企業(yè)在開展傳統(tǒng)個人金融業(yè)務(wù)的同時,積極拓展信用卡、消費(fèi)信貸和P2P借貸等多樣化消費(fèi)金融業(yè)務(wù),助力推動消費(fèi)市場不斷擴(kuò)大、消費(fèi)結(jié)構(gòu)持續(xù)優(yōu)化。近年來,隨著“互聯(lián)網(wǎng)+”戰(zhàn)略的深入發(fā)展,海量金融數(shù)據(jù)爆發(fā)式增長,使得信用數(shù)據(jù)呈現(xiàn)復(fù)雜性、多樣性、異構(gòu)性等特點(diǎn),傳統(tǒng)的金融數(shù)據(jù)分析方法多是采用模型驅(qū)動的策略,無法有效應(yīng)對個人違約風(fēng)險預(yù)測問題,導(dǎo)致信用違約事件頻發(fā),各類金融機(jī)構(gòu)均承受著違約風(fēng)險。鑒于此,亟需通過引入最新的機(jī)器學(xué)習(xí)算法,完善個人違約風(fēng)險預(yù)警機(jī)制,促進(jìn)消費(fèi)金融市場健康、可持續(xù)發(fā)展,這對于豐富和完善消費(fèi)金融信用風(fēng)險管理體系具有重要的理論意義和實(shí)踐價值。本文在對現(xiàn)有消費(fèi)金融與違約風(fēng)險的理論方法進(jìn)行總結(jié)的基礎(chǔ)上,凝練了消費(fèi)信用數(shù)據(jù)所存在的非均衡樣本、小數(shù)據(jù)以及高維特征等問題,系統(tǒng)研究了多場景下數(shù)據(jù)驅(qū)動的消費(fèi)金融違約風(fēng)險預(yù)測方法,充分運(yùn)用深度學(xué)習(xí)算法,構(gòu)建了基于異質(zhì)集成學(xué)習(xí)、特征遷移學(xué)習(xí)以及集成深度學(xué)習(xí)的消費(fèi)金融違約風(fēng)險預(yù)測方法,通過實(shí)驗(yàn)對比分析驗(yàn)證了所提方法的準(zhǔn)確性,最終...

【文章頁數(shù)】：137 頁

【學(xué)位級別】：博士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究目標(biāo)和思路
        1.2.1 研究目標(biāo)
        1.2.2 研究思路
    1.3 研究內(nèi)容和結(jié)構(gòu)
        1.3.1 研究內(nèi)容
        1.3.2 結(jié)構(gòu)安排
第二章 相關(guān)理論基礎(chǔ)與文獻(xiàn)綜述
    2.1 相關(guān)理論基礎(chǔ)
        2.1.1 消費(fèi)金融的內(nèi)涵與特征
        2.1.2 違約風(fēng)險的內(nèi)涵與特征
    2.2 違約風(fēng)險預(yù)測方法的相關(guān)文獻(xiàn)綜述
        2.2.1 基于統(tǒng)計學(xué)的違約風(fēng)險預(yù)測方法
        2.2.2 基于集成學(xué)習(xí)的違約風(fēng)險預(yù)測方法
        2.2.3 基于深度學(xué)習(xí)的違約風(fēng)險預(yù)測方法
    2.3 本章小結(jié)
第三章 基于異質(zhì)集成學(xué)習(xí)的信用卡違約風(fēng)險預(yù)測
    3.1 問題描述
    3.2 基于異質(zhì)集成學(xué)習(xí)的信用卡違約風(fēng)險預(yù)測方法
        3.2.1 考慮類別非均衡的異質(zhì)集成學(xué)習(xí)框架
        3.2.2 違約風(fēng)險預(yù)測分類器構(gòu)建
        3.2.3 違約風(fēng)險預(yù)測分類器訓(xùn)練
        3.2.4 違約風(fēng)險預(yù)測分類器集成
    3.3 基于非均衡樣本的信用卡違約風(fēng)險預(yù)測方法
        3.3.1 基于非均衡樣本的漸進(jìn)式異質(zhì)集成學(xué)習(xí)框架
        3.3.2 基于非均衡樣本的信用卡違約風(fēng)險預(yù)測分類器
        3.3.3 基于非均衡樣本的違約風(fēng)險預(yù)測分類器集成
    3.4 實(shí)例研究
        3.4.1 信用卡信用數(shù)據(jù)描述
        3.4.2 數(shù)據(jù)預(yù)處理與特征工程
        3.4.3 預(yù)測結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于特征遷移學(xué)習(xí)的消費(fèi)信貸違約風(fēng)險預(yù)測
    4.1 問題描述
    4.2 基于特征遷移學(xué)習(xí)的消費(fèi)信貸違約風(fēng)險預(yù)測方法
        4.2.1 面向特征的消費(fèi)信貸違約風(fēng)險預(yù)測遷移學(xué)習(xí)框架
        4.2.2 違約風(fēng)險預(yù)測分類器構(gòu)建
        4.2.3 違約風(fēng)險預(yù)測分類器訓(xùn)練
        4.2.4 違約風(fēng)險預(yù)測分類器集成
    4.3 基于小數(shù)據(jù)的消費(fèi)信貸違約風(fēng)險預(yù)測方法
        4.3.1 基于小數(shù)據(jù)的特征遷移學(xué)習(xí)框架
        4.3.2 面向特征和樣本的信用數(shù)據(jù)遷移
        4.3.3 基于小數(shù)據(jù)的消費(fèi)信貸違約風(fēng)險預(yù)測分類器
        4.3.4 基于小數(shù)據(jù)的違約風(fēng)險預(yù)測分類器集成
    4.4 實(shí)例研究
        4.4.1 消費(fèi)信貸信用數(shù)據(jù)描述
        4.4.2 數(shù)據(jù)預(yù)處理與特征工程
        4.4.3 預(yù)測結(jié)果與分析
    4.5 本章小結(jié)
第五章 基于集成深度學(xué)習(xí)的P2P借貸違約風(fēng)險預(yù)測
    5.1 問題描述
    5.2 基于深度學(xué)習(xí)的P2P借貸違約風(fēng)險預(yù)測方法
        5.2.1 考慮維數(shù)災(zāi)難的深度學(xué)習(xí)框架
        5.2.2 違約風(fēng)險預(yù)測分類器構(gòu)建
        5.2.3 違約風(fēng)險預(yù)測分類器訓(xùn)練
    5.3 面向高維特征的P2P借貸違約風(fēng)險預(yù)測方法
        5.3.1 面向高維特征的集成深度學(xué)習(xí)框架
        5.3.2 基于Bagging策略的數(shù)據(jù)抽樣
        5.3.3 面向高維特征的P2P借貸違約風(fēng)險預(yù)測分類器
        5.3.4 面向高維特征的違約風(fēng)險預(yù)測分類器訓(xùn)練
        5.3.5 面向高維特征的違約風(fēng)險預(yù)測分類器集成
    5.4 實(shí)例研究
        5.4.1 P2P借貸信用數(shù)據(jù)描述
        5.4.2 數(shù)據(jù)預(yù)處理與特征工程
        5.4.3 預(yù)測結(jié)果與分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究總結(jié)
    6.2 研究展望
參考文獻(xiàn)
讀博士學(xué)位期間的學(xué)術(shù)活動及成果情況



本文編號：3762645