基于海量金融交易數(shù)據(jù)的客戶(hù)信用風(fēng)險(xiǎn)預(yù)警方法研究.pdf

1、經(jīng)濟(jì)全球化、市場(chǎng)化和開(kāi)放性金融正不斷深化，授信客戶(hù)信用風(fēng)險(xiǎn)過(guò)高不僅會(huì)對(duì)銀行產(chǎn)生潛在利益的損害，還會(huì)對(duì)自身償還貸款產(chǎn)生影響。由此研究如何利用銀行現(xiàn)有的數(shù)據(jù)資料，即海量客戶(hù)金融交易數(shù)據(jù)，對(duì)信用風(fēng)險(xiǎn)的量化管理與預(yù)警是大有裨益的。
　　本文將針對(duì)某商業(yè)銀行系統(tǒng)中的核心交易數(shù)據(jù)——基于海量分布式的異構(gòu)金融交易數(shù)據(jù)進(jìn)行研究分析。在此基礎(chǔ)上，基于Weka開(kāi)源平臺(tái)設(shè)計(jì)并實(shí)現(xiàn)一套客戶(hù)金融交易數(shù)據(jù)分析平臺(tái)(Customer Financial Tra

2、nsaction Data AnalysisPlatform)。論文主要工作和貢獻(xiàn)如下:
　　1.分析了銀行信貸管理相關(guān)的部分核心業(yè)務(wù)數(shù)據(jù)結(jié)構(gòu)，調(diào)研銀行信貸管理相關(guān)知識(shí)，總結(jié)了基于客戶(hù)金融交易數(shù)據(jù)分析，客戶(hù)信用風(fēng)險(xiǎn)的應(yīng)用需求。
　　2.優(yōu)化了基于商業(yè)銀行授信客戶(hù)交易來(lái)預(yù)測(cè)客戶(hù)還貸違約概率的模型。通過(guò)融合決策樹(shù)算法與SVM算法進(jìn)行聯(lián)合尋優(yōu)并構(gòu)建模型，并對(duì)優(yōu)化效果進(jìn)行了測(cè)試和驗(yàn)證。
　　3.基于WEKA技術(shù)平臺(tái)，設(shè)計(jì)并實(shí)現(xiàn)

3、了基于客戶(hù)金融交易的數(shù)據(jù)分析平臺(tái)。該平臺(tái)要融合利用數(shù)據(jù)倉(cāng)庫(kù)、機(jī)器學(xué)習(xí)、支持向量機(jī)(SVM)等智能信息處理技術(shù)，構(gòu)建一個(gè)可針對(duì)以金融交易為核心的海量業(yè)務(wù)數(shù)據(jù)，進(jìn)而挖掘處理與綜合分析的原型平臺(tái)。該原型平臺(tái)具有數(shù)據(jù)前處理（實(shí)現(xiàn)異構(gòu)數(shù)據(jù)獲取載入/瀏覽/預(yù)處理等）、各類(lèi)核心算法實(shí)現(xiàn)模塊、算法組合元描述語(yǔ)言腳本解釋執(zhí)行模塊，和針對(duì)分析結(jié)果的圖形化展示模塊。本文具體負(fù)責(zé)了源數(shù)據(jù)管理、基本智能分析處理算法以及定制、執(zhí)行數(shù)據(jù)處理模塊的實(shí)現(xiàn)。
　　該