学位论文 > 优秀研究生学位论文题录展示

我国商业银行个人消费信贷业务风险评估研究

作　者: 周莹
导　师: 陈晓倩
学　校: 北京林业大学
专　业: 金融学
关键词: 个人消费信贷个人信用评分 Logistic回归
分类号: F224
类　型: 硕士论文
年　份: 2011年
下　载: 287次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来我国个人消费信贷产业的快速发展以及个人消费信贷业务高风险高收益、低风险低收益的客观规律,使各金融机构在追逐利润的同时,不得不面对巨大的信用风险。因此,如何规避个人消费信贷业务潜在的信用风险是商业银行和各信贷机构面临的重要问题之一。银行等信贷机构需要在个人消费信贷发放之前,对申请贷款的客户进行科学的信用评估,客观、全面、准确地评估消费者的还款能力和还款意愿,以控制和减少坏账损失。Logistic回归作为一种基于统计理论、计算机技术实现的参数识别技术,在个人信用评估领域有着良好的应用前景。本论文运用北京市某商业银行个人消费信贷数据和logistic回归方法设计了个人信用评分的指标体系,结合SPSS软件中的Forward-conditional法和Enter法筛选出进入模型的9个指标项,建立个人信用评分模型并对模型的适用性进行了分析。最后,论文对模型在我国商业银行个人消费信贷业务中的实际应用作了一些探讨,并指出模型的不足之处。

全文目录

摘要  3-4
ABSTRACT  4-5
目录  5-7
1. 引言  7-10
  1.1 研究背景  7
  1.2 研究目的和意义  7-8
  1.3 本文研究内容及方法  8-10
    1.3.1 研究内容  8-9
    1.3.2 研究方法  9
    1.3.3 本文的技术路线  9-10
2. 商业银行个人消费信贷及风险的概念和种类  10-14
  2.1 个人消费信贷  10-11
  2.2 个人消费信贷风险及其种类  11-14
    2.2.1 系统风险  11-12
      2.2.1.1 政策风险  11
      2.2.1.2 利率风险  11-12
      2.2.1.3 汇率风险  12
    2.2.2 非系统风险  12-14
      2.2.2.1 个人信用风险  12
      2.2.2.2 操作风险  12-13
      2.2.2.3 抵押物风险  13-14
3. 个人信用评分方法简介  14-26
  3.1 非统计方法  14-20
    3.1.1 FICO法  14-15
    3.1.2 "5C"评价法  15-16
    3.1.3 神经网络法  16-17
    3.1.4 遗传算法  17
    3.1.5 中国建设银行的个人信用评分模型  17-20
  3.2 统计方法  20-26
    3.2.1 判别分析法  20
    3.2.2 回归分析法  20-22
      3.2.2.1 Logistic回归模型原理  21
      3.2.2.2 极大似然估计法  21-22
      3.2.2.3 Logistic回归模型的基本假设  22
    3.2.3 层次分析法  22
    3.2.4 分类树法  22-23
    3.2.5 统计分析方法比较结果  23-26
4. 基于我国某商业银行个人消费信贷风险控制的实证研究  26-40
  4.1 模型的样本规模  26
  4.2 个人信用评分过程说明  26-27
  4.3 样本选择及指标变量的初步确立  27-33
    4.3.1 样本选择  27
    4.3.2 指标变量选取  27-29
    4.3.3 指标变量初步统计分析  29-32
    4.3.4 指标量化  32-33
  4.4 指标变量筛选  33-35
  4.5 变量筛选结果检验  35-38
    4.5.1 Logistic回归的检验方法  35-36
    4.5.2 对变量筛选结果的检验  36-38
      4.5.2.1 对模型回归准确率的检验  36-37
      4.5.2.2 对模型回归显著性的检验  37-38
  4.6 建立Logistic回归模型  38-39
  4.7 以模型结果为基础进行个人信用评分  39-40
5. 结论与建议  40-44
  5.1 结论  40-41
  5.2 建议  41-42
  5.3 本文的不足  42-44
参考文献  44-50
附录  50-72
个人简介  72-73
导师简介  73-74
致谢  74

我国商业银行个人消费信贷业务风险评估研究

内容摘要

全文目录

相似论文