基于小额贷款的信用评分堆叠模型研究与应用

基于小额贷款的信用评分堆叠模型研究与应用

ID:23621480

大小:2.87 MB

页数:63页

时间:2018-11-09

基于小额贷款的信用评分堆叠模型研究与应用_第1页
基于小额贷款的信用评分堆叠模型研究与应用_第2页
基于小额贷款的信用评分堆叠模型研究与应用_第3页
基于小额贷款的信用评分堆叠模型研究与应用_第4页
基于小额贷款的信用评分堆叠模型研究与应用_第5页
资源描述:

《基于小额贷款的信用评分堆叠模型研究与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、10069分类号::学校代码密级::学号120169007又漆雋似寒K^TVTIANJINUNIVERSITYOFCOMMERCEjj硕士专业学位论文基于小额贷款的信用评分堆叠模型研究与应用ResearchandApplicationofStackedCreditScoringModelbasedonPettyLoan研宄生姓名一:沈专业名称:应用统计指导教师:安建业教授独创性声明及使用授权声明―、学位论文独创性声明本人所撰写的学位论文是在指导

2、教师的指导下独立完成的研宄成果^除己明确标注或得到许可外,所撰写的学位论文中不包含他人已申请学位或其他用途所使用过的成果,不包含其他个人或集体已经发表或撰写过的研宄成果,本人的指导教师对此进行了审定。对本文的研宄做出重要贡献的个人或集体,本人已在文中做出明确的说明并表示谢意,。如有不实本人承担相应责任。二、学位论文及研宄成果使用授权声明本人同意授权天津商业大学以非赢利方式保存、使用本人的学位论文的电子版及纸质版。授权天津商业大学将本论文的全部内容或部分内容提供给有关方面编入数据库进行检索、出版及提

3、供信息服务。同意学校向国家有关部门或机构送交论文的复印件和磁盘。本人在校期间取I#的研宄数据、相关成果等知识产权归天津商业大学所有。注:涉及保密的学位论文在解密后适用本授权。学位论文作者签字:指导教师签字:曰期:年月P///分类号:学校代码:10069密级:研究生学号:120169007基于小额贷款的信用评分堆叠模型研究与应用ResearchandApplicationofStackedCreditScoringModelbasedonPettyLoan研究生姓名:沈一专业名称:应用统计指导教师姓名:安

4、建业教授论文提交日期:2018年5月学位授予单位:天津商业大学摘要近年来,随着专业信贷机构和信贷服务的涌现,信用风险管理问题已成为金融学领域关注和研究的热点问题,小额信贷也迎来了创新发展的机遇。科学有效地评估个人信用状况,对于降低信贷风险、建立和完善信贷市场具有重要的现实意义。在信用风险管理中,信用评分是度量风险大小最重要的量化分析方法,是信贷方进行信贷决策的重要依据。为此,信用评分模型作为信用评分的核心内容,已被国内外商业银行和信贷机构相继研发并投入使用,成为信贷行业研究的重要课题。本文就这一问题,以2007年至2015年Le

5、ndingClub贷款期限为3年的贷款数据为基础,运用统计学习方法做了进一步探索与研究。首先,本文选取了LendingClub74个变量62万条贷款记录的贷款数据,筛选出按时还款、延迟一个月内还款、欠款、1-4个月内还款状态的20万条数据;并通过删除缺失值超过80%、单一值占变量份额95%以上的变量、将字符串数字化、哑编码处理定性变量等一系列的操作,对数据进行整理,得到了27个变量;然后,按照WOE分箱方法,把连续的变量切分为若干段。变量离散化后,增强了模型的稳定性,使模型更易于迭代,并且由于它有着简化模型的作用,能够降低模型过

6、拟合的风险。根据变量的IV值,筛选出总还款、房屋产权等13个重要变量,建立模型指标体系;其次,比较决策树、梯度提升决策树、神经网络等统计学习模型,选取了逻辑回归、极值梯度提升(XGBoost)以及深度神经网络三个单一模型分别进行学习评分;在此基础上,将传统的方法与后两种相对新型的模型进行组合,发挥各自的优势,建立了堆叠模型;并通过一步步调参对模型做进一步优化,参数估计更加精确,模型的信用评分误差更小,准确率较单一模型提升了2%;最后,根据堆叠模型得到的违约概率建立评分模型,得到各用户所对应的信用分数,将信用评分和实际违约情况对比

7、分析,验证结果的可靠性。信用评分模型有助于借款方决策层了解整体风险分布情况,为风险管理提供基础,并将其反馈到业务操作系统,指导零售信贷业务操作。本文通过分析比较信用分数与违约概率的分布情况,对借款人和贷款人分别给出了相应的建议。目前梯度提升决策树和深度神经网络在信用评分领域运用还不多,本文基于小额贷款数据,运用逻辑回归和以上两种方法建立了信用评分模型,且在其基础上建立堆叠模型,对目前的方法进行了一些改进。关键词:信用评分;逻辑回归;极值梯度提升;神经网络;堆叠模型IABSTRACTInrecentyears,withtheeme

8、rgenceofprofessionalcreditinstitutionsandservices,creditriskmanagementhasbecomeahotissueinthefinancialfield.Prettyloanalsofacesoppo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。