商業(yè)銀行個人信用評估組合預(yù)測方法研究.pdf

1、隨著中國經(jīng)濟的快速發(fā)展，信用消費增長迅速，住房按揭、汽車貸款、教育貸款、信用卡等各種個人消費貸款的規(guī)模在迅速擴大。在消費信貸熱不斷升溫的形勢下，各商業(yè)銀行均把發(fā)展消費貸款作為未來發(fā)展戰(zhàn)略的重要組成部分。但是目前國內(nèi)商業(yè)銀行對消費貸款的風險管理水平較低，管理手段與方法均較落后，在消費信貸的發(fā)放過程中，仍然采用傳統(tǒng)的信用分析方法來評價消費信貸申請者的信用狀況及還款能力，在個人信用評估方法上仍然沒有形成穩(wěn)健可靠的模型。而目前學(xué)術(shù)界雖然提出了包

2、括數(shù)理統(tǒng)計、人工智能等多種信用評估模型，但是這些方法都無法同時達到精確性和穩(wěn)健性的最優(yōu)狀態(tài)。
　　本文在分析國內(nèi)外個人信用評估發(fā)展歷史及其方法應(yīng)用現(xiàn)狀的基礎(chǔ)上，指出目前個人信用評估方法指標體系混亂、非系統(tǒng)性、精確度與穩(wěn)健性無法兼顧等問題。針對指標體系混亂問題，利用貨幣效用曲線分析影響個人消費貸款履約行為的關(guān)鍵性因素，參考國內(nèi)外已有的指標體系，構(gòu)建適合中國國情的商業(yè)銀行個人信用評估指標體系。針對非系統(tǒng)性問題，結(jié)合目前我國商業(yè)銀行業(yè)務(wù)

3、系統(tǒng)中所獲取的實際數(shù)據(jù)情況，確定評估中所使用的指標，并就指標賦值、標準化、數(shù)據(jù)缺失、違約標準確定等數(shù)據(jù)處理過程提出了相應(yīng)方法并加以應(yīng)用，在目前常用的抽樣方法中選擇合理的方法加以應(yīng)用，確定樣本容量并進行分組，從而保證數(shù)據(jù)樣本的可靠性，從而建立系統(tǒng)性的評估思路。針對精確度與穩(wěn)健性無法兼顧問題，利用組合預(yù)測的思想，綜合考慮權(quán)重非負約束、目標函數(shù)的最優(yōu)解準則、可變權(quán)重、計算的復(fù)雜性、預(yù)測精確度等因素，建立了個人信用評估的線性組合預(yù)測模型、變權(quán)組

4、合預(yù)測模型和非線性組合預(yù)測模型，提出了應(yīng)用各模型進行預(yù)測的求解方法。分別就個人信用評估的統(tǒng)計模型和神經(jīng)網(wǎng)絡(luò)模型進行篩選、應(yīng)用和比較，選擇有效的單一模型對基于統(tǒng)計方法的組合預(yù)測模型、基于統(tǒng)計方法和神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型、基于神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型進行應(yīng)用，對應(yīng)用的結(jié)果進行比較分析。
　　通過研究發(fā)現(xiàn)，統(tǒng)計模型在分類精確度方面不如神經(jīng)網(wǎng)絡(luò)模型，但神經(jīng)網(wǎng)絡(luò)模型在穩(wěn)健型性方面較統(tǒng)計模型差。組合預(yù)測模型比單一模型在分類精確度以及模型穩(wěn)健性方

5、面均具有優(yōu)勢。而組合模型之間比較的結(jié)果，綜合考慮分類精確度以及穩(wěn)健性發(fā)現(xiàn)：首先，非負權(quán)重組合預(yù)測模型比權(quán)重無非負約束的組合預(yù)測模型的分類效果上好，雖然權(quán)重無非負約束的組合能夠得到更小的誤差平方和，但對于分類問題卻并不能得到更高的分類效果。其次，變權(quán)組合模型比非變權(quán)組合模型效果好。但變權(quán)組合預(yù)測模型的權(quán)重求解比較復(fù)雜，很多求解權(quán)重的方法只是限于理論上的討論，當樣本和變量的容量增大時，變權(quán)重的求解就會成為瓶頸。最后，在兩個非線性預(yù)測模型的比