基于數(shù)據(jù)挖掘的客戶信用評(píng)級(jí)模型的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、信用風(fēng)險(xiǎn)是目前商業(yè)銀行面臨的最主要的風(fēng)險(xiǎn)之一，信用風(fēng)險(xiǎn)以及由此產(chǎn)生的巨額不良貸款已經(jīng)成為制約我國(guó)銀行業(yè)發(fā)展的一個(gè)重要問題。商業(yè)銀行對(duì)信用風(fēng)險(xiǎn)的控制和管理能力直接關(guān)系到銀行體系的穩(wěn)定與健康發(fā)展，建立內(nèi)部信用評(píng)級(jí)體系是適應(yīng)新的監(jiān)管要求的必然趨勢(shì)，并成為提高銀行核心競(jìng)爭(zhēng)力的重要手段之一。國(guó)際上一些金融機(jī)構(gòu)陸續(xù)開發(fā)出各種信用風(fēng)險(xiǎn)管理模型，以提高其對(duì)信用風(fēng)險(xiǎn)的管理和預(yù)測(cè)能力。國(guó)內(nèi)對(duì)商業(yè)銀行貸款的信用分析還主要停留在傳統(tǒng)的管理模式上，利用現(xiàn)代風(fēng)險(xiǎn)管

2、理模型進(jìn)行信用風(fēng)險(xiǎn)分析尚處在起步階段。
　　本文首先通過分析國(guó)內(nèi)外研究動(dòng)態(tài)和比較現(xiàn)代信用風(fēng)險(xiǎn)度量模型的特點(diǎn)，從我行的真實(shí)貸款樣本出發(fā)，采用數(shù)據(jù)挖掘中的決策樹CART算法，經(jīng)過數(shù)據(jù)采集、抽取、預(yù)處理，量化為具體的評(píng)分模型，再在決策樹模型的基礎(chǔ)上，對(duì)屬性進(jìn)行賦權(quán)，根據(jù)應(yīng)用案例對(duì)模型做出調(diào)整，建立符合實(shí)際需求的新型客戶信用評(píng)分模型。然后從樣本數(shù)據(jù)的錯(cuò)分概率、預(yù)測(cè)成功率等指標(biāo)來分析決策樹客戶信用評(píng)級(jí)模型的性能，針對(duì)在評(píng)價(jià)中、低級(jí)信用級(jí)別的

3、用戶準(zhǔn)確度不盡入人意的問題，引入主觀評(píng)價(jià)方法對(duì)客觀模型進(jìn)行調(diào)整，形成完整的包含主客觀因素的信用評(píng)分模型，從而實(shí)現(xiàn)了客戶信用度的有效度量；最后設(shè)計(jì)并實(shí)現(xiàn)一個(gè)客戶信用評(píng)級(jí)的模塊，應(yīng)用到我行的信貸管理系統(tǒng)中，實(shí)現(xiàn)客戶貸前審查、貸后管理的信用評(píng)級(jí)。
　　本文嘗試將數(shù)據(jù)挖掘技術(shù)應(yīng)用到客戶信用評(píng)級(jí)研究中，為建立一套客觀的、科學(xué)的、具有一定前瞻性和能夠充分揭示授信客戶信用風(fēng)險(xiǎn)的信用評(píng)級(jí)方法做出一點(diǎn)力所能及的貢獻(xiàn)，希望通過本文的研究能夠促進(jìn)業(yè)界加