基于bi-probit模型的个人信用评分实证研究

《基于bi-probit模型的个人信用评分实证研究》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、管理学硕士学位论文基于bi-probit模型的个人信用评分实证研究EmpiricalAnalysisofCreditScoringBasedonaBi-ProbitModel朱醒亮哈尔滨工业大学2012年12月国内图书分类号：F832.33国际图书分类号：336.7管理学硕士学位论文基于bi-probit模型的个人信用评分实证研究硕士研究生：朱醒亮导师：葛姣菊助理教授副导师：申请学位：管理学硕士学科、专业：企业管理所在单位：深圳研究生院答辩日期：2012年12月授予学位单位：哈尔滨工业大学ClassifiedIndex:C936U.D.C:005.32Disser

2、tationfortheMasterDegreeofManagementEMPIRICALANALYSISOFCREDITSCORINGBASEDONABI-PROBITMODELCandidate:ZhuXingliangSupervisor:AssistantProf.GeJiaojuCo-Supervisor:AcademicDegreeAppliedfor:MasterofManagementSpecialty:BusinessAdministrationAffiliation:ShenzhenGraduateSchoolDateofDefence:Dec

3、ember,2012Degree-Conferring-Institution:HarbinInstituteofTechnology摘要近年来，信用卡在人们生活中的地位越来越重要，信用卡业务被认为是未来商业银行的核心业务之一。由于目前我国的信用风险防控体系还很不完善，客户筛选和审计政策成为授信机构信用管理工作的重点，这使得在当前的环境下关于信用评分方法的研究显得尤为重要。本文旨在通过研究分析：找出在我国影响商业银行信用卡授信决策的影响因素，以及这些影响因素是怎样影响授信决策的；找出影响信用卡用户还款行为的因素，以及这些因素是怎样影响用户的还款行为的。目前国内外关

4、于信用评分的研究，一类是基于统计学的方法，另一类是基于人工智能的方法，还有一类是整合统计学及人工智能方法的混合模型法。本文基于统计学方法中的bi-probit模型对我国信用卡信用评分进行了实证研究。模型同时考虑了信用卡信用评分的授信过程以及申请信用卡成功以后的还贷过程。本文中使用的数据是通过问卷调查的方式收集来的一手数据，问卷同时通过网上问卷调研和深圳北站实地问卷调研两种渠道收集。在模型的估计方面，本文采用极大似然估计法对模型进行了估计。通过实证分析得出以下结论：一是在信用卡发卡行拥有储蓄账户的客户更容易成功申请到信用卡；二是学生是比较申请到信用卡的群体；三是拥有

5、自有住房的用户更容易申请到信用卡；四是拥有较高收入的用户更容易申请信用卡成功；五是有拖欠历史的用户在今后的信用卡还贷过程中更容易出现违约行为；六是有还贷计划且还贷支出占每月收入比列在较低水平的用户在信用卡还款过程中不容易出现违约行为。关键字：信用评分；bi-probit模型；授信过程；还贷过程IABSTRACTThecreditcardsbusinesshasbecomethefocusareaofthefuturedevelopmentofthecommercialbanks.Withoutarelativelyperfectsystemforriskmeasu

6、rementandcontrolling,creditissuershavetofocustheriskmanagementonthetargetcustomerselectionandthecreditauditpolicy.Asaresult,researchesaboutcreditscoringbecomemoreandmoreimportant,andtoconstructanappropriatecreditscoringmodelforcreditmarketsinChinaisofgreatneed.Thisarticleintendstofind

7、outthefactorsaffectingthegrantingdecisionoftheissuebanksandthedefaultprobabilityofthecreditcardapplicants.Abi-probitapproachisadoptedtoconductthemodeling.Inthisarticle,boththecreditgrantingprocessandtheloanperformanceprocessaretakenintoconsideration.Thedatainthisarticlewerecollectedth

8、rough