基于后验概率的个人信用评估SVM模型

针对标准SVM模型在个人信用评估中单纯将消费信贷申请者划分为违约类或未违约类的不足,提出了利用基于后验概率的SVM模型进行个人信用评估的方法。利用商业银行的消费信贷数据进行的实证研究表明,基于后验概率的SVM模型通过将标准SVM的决策值转化为后验概率输出,能够对样本属于未违约的概率进行估计,并能够据此划分信贷申请者的信用等级,对于商业银行根据不同的经营目标制定相应的信贷政策更具有实践意义。     

RBF神经网络在个人信用组合预测中的应用

运用组合预测的思想,提出了通过RBF神经网络将多元线性回归和logistic回归组合的预测方法,并应用于某商业银行的个人信用评估中,其结果表明组合预测方法能够获得比单一方法更高的预测精度,尤其在避免"纳伪"错误方面更具优势.     

神经网络在个人信用组合预测中的应用

该文运用组合预测的思想,提出了通过感知器、BP、Elman和LVQ等不同的具有代表性的神经网络模型,将多元线性回归和logistic回归两单一方法进行组合,并分别应用于某商业银行的个人信用评估,其结果表明:感知器、BP、Elman和LVQ神经网络组合预测方法精确度不尽相同,但总体上能够获得比多元线性回归和logistic回归更高的预测精度,尤其在避免纳伪错误方面更具优势。     

基于RSBP的商业银行个人信用风险测评的实证研究

介绍和分析了目前国内外个人信用风险评估研究的现状和不足,建立了一套包含工商、税务、法院等信息的评估指标体系。构建了基于RSBP的我国商业银行个人信用风险评估模型,利用粗糙集理论对属性进行约简,并把约简结果输入BP神经网络,从而缩短了网络训练时间,提高了网络收敛速度和测试精度。通过比较基于BP神经网络和RSBP的评价结果证明了该模型的优越性。     

个人信用评分模型的发展及优化算法分析

为有效识别与计量个人信用风险,规避金融危机对商业银行的不利影响,保持我国信贷和金融市场的正常运转,对个人信用评分的主要模型及其发展进行了归纳,阐明个人信用评分研究中仍存在信用样本的有效性及完整性问题、信用指标体系的合理性问题以及模型的选择及适用性问题.鉴于此,基于相关性分析实现异常样本的预警,基于蒙特卡洛算法对样本进行补足;结合统计学模型及人工智能模型,采用步长遍历算法对指标体系进行优化及显著性加权;以精确度、稳健性、第1误判率、第2误判率及差异性作为选择指标,实现评分模型的选择与输出.分析表明:通过上述优化算法,将解决个人信用评分中存在的问题,提高商业银行的风险控制能力.     

消费者信用多准则模糊综合评估模型研究

以消费者个人信用信息模糊化为基础,以"满意度"为评估标准,利用模糊推理规则模拟人脑处理模糊信息的思维过程和决策过程,构建了个人信用等级评估模型,为消费者个人信用评估提供了一种新方法.     

基于支持向量机和决策树CART的个人信用评估

为了更好地控制借款人的信用风险,利用支持向量机对个人信用进行预测与分析,在支持向量机对个人信用评估产生缺陷的基础上提出基于代价敏感学的CART决策树预测个人信用的方法.实证分析表明:该方法能够较好地对借款人信用状况进行预测,为互联网金融机构进行相关风险管理提供理论依据.     

个人信用评估组合模型选择方案研究

为准确评估借款人的信用和合理控制商业银行风险,首先对个人信用评分模型的常用模型进行了总结和归纳,然后通过分析比较说明了不同模型的准确性.在"坏样本"的区分与结果判断上采用加权方式,提出修正算法来确定信用评分模型中的指标权重,满足不同银行数据多样化的需要,提高评分模型精度.     

个人资产信用评估指标的建立

研究了国内银行及国际上通用的消费者个人信用评估指标体系,针对目前我国的个人信用评估指标中存在的定量变量严重不足的现象,利用定量方法对个人信用资产指标体系进行研究,提出了个人资产信用的概念,并采用财务分析法建立了个人资产信用评估指标。结合个人信用评估中的定性指标,可达到全面地对个人信用进行评估。     

基于ARIMA与RBF组合模型的短时交通量预测

通过对柳州市某对称交叉路口交通量状况的调查分析,提出一种基于自回归求和滑动平均(ARIMA)与径向基函数神经网络(RBF)非线性组合模型的短时交通量预测模型,利用实测数据对组合模型和单一模型进行仿真实验.实例分析表明:组合模型的预测结果比单一模型更加精确,适合于实时的短时交通量预测.     

个人信用风险防范系统在消费信贷上的应用

2007年末美国次级债危机警示,商业银行应进一步加强个人消费信贷产品的风险控制,做到既要完成金融机构业务指标又能控制个人不良信用带来的坏账风险．通过对目前国内存在的个人消费信贷现状进行分析,设计并实现了信用卡及信用消费贷款的风险监控及防范系统,在IT层面为银行信贷业务的健康发展提供了支持．     

基于异类类内超平面的模糊支持向量机及其应用

针对如何基于不平衡信贷数据对借贷人的信用进行合理准确地评估问题,基于个人信用的统计数据,提出了一种新的个人贷款信用风险的评估方法。首先,构建了个人贷款信用风险评估指标体系,结合IV模型,对各特征进行重要性分析。其次,结合模糊数学理论,设计了一种基于异类类内超平面的隶属函数。最后,结合支持向量机,构建了一种新的个人贷款信用风险评估方法——基于异类类内超平面的模糊支持向量机。结果表明：个人贷款信用风险评估的可用额度比值、逾期30~59天的次数、逾期90天及以上次数以及逾期60~89天次数这4个指标的IV值均大于0.3,重要性较强,表明对贷款人的信用评估影响较大;所设计的隶属函数能对不同样本赋予不同权重,可充分体现不同样本的重要性;基于异类类内超平面的模糊支持向量机在一定程度上可以提高贷款人的信用风险评估精度,证明了该方法的有效性和可行性。     

试论商业银行消费信贷的风险与管控措施

商业银行消费信贷所面临的风险主要是由商业银行自身、贷款人和外部环境造成的。营造良好法律环境、完善个人信用体系和强化担保与保险措施,才能为商业银行构建有利的消费信贷风险管理外部环境;加强银行内部管控,通过对消费信贷申请进行科学合理的评估,建立商业银行内部消费信贷的风险管理体系,合理安排担保方式及利率情况,加强风险的分散管理,开发重点客户群体等措施,才能促使商业银行降低消费信贷的风险。     

基于GMDH的中长期电力负荷组合预测模型

组合负荷预测模型能够充分利用数据信息,有效降低预测风险、改善预测效果,在中长期负荷预测中获得了广泛应用。而目前的组合预测模型实质大都为单一预测模型的加权平均,没有能够充分发挥综合预测的优势.应用数据分组处理方法（GMDH）进行组合预测,在充分考虑各单一模型特点和预测效果的基础上,形成多元非线性组合预测模型,自动从数据中挖掘出重要信息,克服了传统组合预测模型建模中的主观因素影响,可以改善预测精度。并将该预测模型应用于实际电网,计算结果表明该模型有效提高了预测精度,适用于中长期负荷预测.     

基于AHP-ANN模型的商业银行信用风险评估

为了改进国内商业银行信用风险评估指标体系,提高评估效率,依据古典信用风险管理理论,将人工神经网络信用风险评估技术与层次分析法相结合,建立了商业银行信用风险评估AHP—ANN模型,并进行了可行性论证．结果表明,改进的AHP-ANN模型在输入指标体系简化、输出指标衡量和模型运行效率等方面均有一定程度的改善．     

征信系统数据仓库模型的研究

阐述了征信业务的特点及组成,研究了如何利用CRM理论设计个人征信业务的数据模型,提出了以客户为中心的数据仓库模型.该模型适合个人征信的业务应用,在此基础上,对该模型根据征信业务数据整合的特点进行了扩充,形成了个人征信业务数据仓库模型,并提出了征信业务数据仓库一般模型.实践表明,该模型能有效地运用于征信业务的相关应用.     

商业银行授信风险分析的灰色综合评价法

从宏观、微观经济环境和内部经营环境3个层次研究了商业银行授信管理所面临的各种风险,确定了商业银行授信管理风险评价的指标体系,提出了应用层次灰色评价法评价商业银行授信风险的方法及实施步骤,并划分了授信风险的警戒等级．实例验证了该方法的可行性和现实意义．