银行贷款的风险评估研究

发布时间：2024-02-01 13:28

　　银行的信贷问题一直以来是银行面临的一个重要课题,显著地风险评估依据则变得十分重要.实际数据常常会涉及不平衡分类数据,以及大量计数数据,均呈现不均衡分布状态,对这两类数据的研究已成为统计学的热点问题.本文以银行客户的信用卡信息为案例数据,目的是尽可能高的识别出不良贷款申请人.首先,分析数据以初步获得客户信息.然后,本文从两方面对数据进行深入研究:(1)因变量是一个不平衡的二分类变量时,传统的二分类算法会忽略人们所关心的少数类的正确识别.因此,本文的目的是通过抽样技术和集成方法相结合的方法,在不影响整体分类精度的情况下降低少数类的错分率,以避免风险.本文分别将数据采样技术SMOTE和EUS与集成分类算法相结合来建立模型,比较模型以找到最优模型.文中所做的改进:为了做出最终的分类决策,采用自适应阈值选择的方法找到使得AUC达到最大的最优阈值.拟合结果表明,上述方法可以有效的降低不平衡问题中少数类的错分率.(2)为了进一步提供分类依据,将逾期还款次数作为新的因变量做回归分析,该变量是零占比比较大的非负整数,为零膨胀数据.对于这类数据,传统的拟合计数数据的统计方法将产生有偏的统计推断,而本文则使...

【文章页数】：42 页

【学位级别】：硕士

【部分图文】：

图1三种分类模型的对比

多项式分类器1.067.192.9径向基函数0.935.794.3　　三种分类模型的对比如图1所示。图1　三种分类模型的对比　　其中惩罚系数C的取值为1.0,多项式分类器中的指数取1.3,径向基函数中的方差取为127.25。从结果分析,该方法比传统神经网络中的不到90%正....

图12各参数对算法性能影响的分析

步长s及学习因子c之间具有密切相关性，由于(xjk－xik)的可能取值为－1，0和1，r为随机数，c为引入的学习因子(借鉴粒子群中的思想)通常取值为2，s步长的取值对位移mik的影响较大，s的取值由实验分析决定。同样，对mik的取值限制范围亦需实验分析确定，即mid∈［－Mmax....

图12各参数对算法性能影响的分析

、6.86%、6.12%以及6.92%。操作失误低、员工职业素养的高的影响力最小，只占到了总权重的4.63%以及4.34%。大庆市邮储银行小额贷款项目的风险管理评估章将基于模糊层次分析法的小额贷款服务项目风险评估管理方法应储银行的小额贷款服务项目进行评估研究，结果表明采用模....

图4-1大庆市邮储银行小额贷款评估目的

好坏客户(0=好客户,1=坏客户)属性变量其次,需要对数据进行一个基本层面的分析,查看数据变量的分布情况,以便更好地理解数据.分析解释变量中的因子变量,通过图1.1的分布可以看出:使用信用卡的单身人数稍稍多于已婚人数;受教育程度中本科所占人数较多;女性的信用卡....

本文编号：3892195