logistic回歸及其相關方法在個人信用評分中的應用

1、 太原理工大學碩士研究生學位論文 I Logistic 回歸及其相關方法在個人信用評分中的應用 摘 要 近年來，隨著經濟的快速發(fā)展，人們的消費觀念也隨之改變，人們越來越傾向于提前消費，越來越多的人向銀行或者商業(yè)公司等金融機構申請貸款，申請人往往關心能否被授予貸款。銀行等金融機構則關注申請人是否能按事先約定的時間償還貸款，他們應用信用評分模型來作為評估個人信用評分的工具，判斷是否將貸款授予申請人，同時預測申請人是違約顧客還是信譽顧客。如

2、何將銀行等金融機構的損失降到最小，使利潤獲得最大，是信用決策者一直關注的問題，因此，建立合適有效的信用評分模型顯得尤為重要。 本文采用非平衡個人信用數(shù)據(jù)，在對非平衡數(shù)據(jù)進行預處理時，采用重抽樣方法中的隨機過抽樣方法，應用模型選擇影響個人信用評分的因素時， 采用傳統(tǒng)的 Logistic 回歸方法， 以及在 Logistic 回歸方法上進行改進的Lasso-Logistic 回歸、Adaptive Lasso-Logistic 回歸三種方法

3、，Lasso-Logistic回歸在似然函數(shù)上加了懲罰項，Adaptive Lasso-Logistic 回歸在懲罰項上加權重，對不同的回歸系數(shù)給予不同的懲罰，即用適應性的權重來懲罰不同的系數(shù)，在計算系數(shù)權重時，Adaptive Lasso-Logistic 回歸方法分別將極大似然估計和嶺估計作為最初的估計，通過對個人信用評分數(shù)據(jù)的分析，以最小誤分類錯誤和預測精度作為衡量標準， 并采用 ROC 曲線進行驗證， 分析比較幾種方法在信用評分