学位论文 > 优秀研究生学位论文题录展示

个人信用评估模型比较研究

作　者: 崔媛媛
导　师: 丁娟娟
学　校: 北方工业大学
专　业: 数量经济学
关键词: 个人信用信用模型神经网络分类树 logistic回归
分类号: F224
类　型: 硕士论文
年　份: 2006年
下　载: 428次
引　用: 7次
阅　读: 论文下载

内容摘要

随着我国商业银行消费信贷业务的展开,个人信用得到了空前的重视。在我国个人信用体系缺失的情况之下,如何在商业银行内部发展一种合理有效的个人信用评估方法,是商业银行实现贷前风险控制、进一步促进消费信贷发展的关键。本文从定性分析和定量分析两方面入手,借鉴已有的理论方法和实证结果,结合我国的具体情况,经过比较分析,给出了可供我国商业银行参照的实证研究结果。从定性分析角度,首先,运用经济学理论对个人信用行为进行分析。根据经济学理论中对人的行为的三个假设,即:利益最大化假设、有限理性假设和机会主义假设,对消费信贷中人的行为进行分析,研究影响个人信用的主要因素;其次,对信用的“5C”参数逐个讨论,深入分析它们与个人信用的内在联系;最后,对国内外的个人信用模型进行比较研究,讨论其异同。通过以上三个方面的研究,为建立个人信用评估指标体系奠定了理论基础。从定量分析角度,依据定性分析的结果,建立个人信用等级评价指标体系,选用的指标包括:性别、年龄、收入、学历等;通过对各种信用评估模型优缺点的分析,兼顾样本数据的可获得性,最终选择了判别分析、Logistic回归、分类树和神经网络四种方法建立本文的个人信用评估模型,并就指标重要性分析、分类错误率、模型验证和模型有效性进行比较研究。判别分析、Logistic回归的优点在于模型容易解释,但是错分率较高;而分类树和神经网络的预测准确度要好些,但存在着易于训练过度和没有解释能力的缺点。就本文的数据而言,最终得出了神经网络模型最好,分类树模型次之,Logistic回归模型最差的结论。

全文目录

第一章绪论  8-12
  1.1 个人信用评估模型的重要意义  8-10
  1.2 本文研究内容及创新  10-12
    1.2.1 研究的基本思路  10
    1.2.2 本文的基本框架  10-11
    1.2.3 创新和难点  11-12
第二章个人信用与个人信用理论  12-18
  2.1 相关概念界定及其内涵  12-13
    2.1.1 信用与个人信用  12-13
  2.2 消费信贷中的个人信用评估  13-17
    2.2.1 个人信用评估的目的  13
    2.2.2 个人信用评估的原理  13
    2.2.3 个人信用评估的原则  13-14
    2.2.4 个人信用评估的特点  14-15
    2.2.5 个人信用评估的经济学分析  15-17
  2.3 本章小结  17-18
第三章个人信用评估方法综述  18-27
  3.1 “5C”判断分析法  18-19
  3.2 经验分析法  19
  3.3 信用统计评估法  19-20
  3.4 三种方法比较  20-21
  3.5 个人信用评估模型的演进历程  21-26
    3.5.1 判别分析(Discriminant Analysis，DA)  21-22
    3.5.2 逻辑回归(Logistic Regression，LR)  22
    3.5.3 线性规划(Linear Programming，LP)  22-23
    3.5.4 神经网络(Neural Networks，NN)  23-24
    3.5.5 分类树(Classification Trees，CT)  24-25
    3.5.6 K-近邻判别(K-Nearest Neighbors，KNN)  25
    3.5.7 遗传算法(Genetic Algorithms，GA)  25-26
  3.6 本章小结  26-27
第四章个人信用评估指标体系的构建  27-34
  4.1 个人信用评估的分析内容  27-30
    4.1.1 判断式分析—还款能力分析  27
    4.1.2 信用报告分析—还款意愿(信用风险)分析  27
    4.1.3 经验式分析—综合分析  27-30
  4.2 国内外个人信用评估现状比较分析  30-31
    4.2.1 共同点  30
    4.2.2 不同点  30-31
  4.3 个人信用评估指标体系的构建  31-33
    4.3.1 个人信用评估指标体系的选取原则  31-32
    4.3.2 个人信用评估指标的选择  32-33
  4.4 本章小结  33-34
第五章个人信用评估模型  34-66
  5.1 样本选取和预处理  34-35
  5.2 个人信用评估模型  35-56
    5.2.1 判别分析模型  35-40
    5.2.2 Logistic回归模型  40-43
    5.2.3 分类树模型  43-49
    5.2.4 神经网络模型  49-56
  5.3 不同模型比较  56-63
    5.3.1 理论比较  57-58
    5.3.2 实证分析比较  58-63
  5.4 对个人信用评估实际操作的建议  63-64
    5.4.1 合理完善信用评估指标体系  63-64
    5.4.2 保证个人信用信息的准确获得  64
    5.4.3 选择合适的信用评估模型  64
  5.5 本章小结  64-66
结论  66-67
参考文献  67-69
致谢  69-70
附录  70-72
攻读硕士期间所发表的论文及研究课题  72

个人信用评估模型比较研究

内容摘要

全文目录

相似论文