银行的企业贷款违约风险预测分析

《银行的企业贷款违约风险预测分析》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、论文题目银行的企业贷款违约风险预测分析学科专业工业工程指导教师彭怡教授作者姓名陆晨学号200922110134万方数据分类号密级UDC学位论文银行的企业贷款违约风险预测分析（题名和副题名）陆晨（作者姓名）指导教师姓名彭怡教授电子科技大学成都（职务、职称、学位、单位名称及地址）申请学位级别硕士专业名称工业工程论文提交日期2012.04论文答辩日期2012.05学位授予单位和日期电子科技大学答辩委员会主席评阅人年月日注1注明《国际十进分类法UDC》的类号万方数据独创性声明本人声明所呈交的学位论文是本人在

2、导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示感谢。签名：日期：年月日关于论文使用授权的说明本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部

3、分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。签名：导师签名：日期：年月日万方数据摘要摘要如何在保护数据私密性的前提下，更有效地发现具有潜在违约风险的企业贷款是银行业和学术界的热门研究方向。本文针对企业贷款数据分布不平衡的特征，提出了一套在保护隐私前提下的综合使用多目标决策方法选择最优分类预测模型的方法。本次研究所提出的方法在预处理部分主要是为了使得整个研究方法在实际操作中的原始数据更加干净，剔除因为数据原因造成的不良影响。进行维度规约则主要是为了防止进行数据分

4、析操作时，一些敏感核心数据可能会泄露，从而对银行和客户造成重大损失。整个方法的数据分析部分则采取不平衡数据的过采样、分类算法选择、分类评价指标选择、多目标决策方法选择等步骤，构建一个合适的分类预测模型，用以帮助银行提高分辨贷款违约企业的准确率，降低银行的贷款风险，提高银行的收益。我们以中国某国有银行四川省分行的企业贷款数据为例，以PCA作为隐私保护的一种方法。同时我们又得到了在加权情况下，最优多目标决策方法TOPSIS的排序要比没有进行分类评估指标加权来的更加真实可信。关键词：企业违约风险分析，隐私

5、保护，非平衡数据，主成分分析，分类算法，多目标决策I万方数据ABSTRACTABSTRACTHowtopreciselyidentifycorporateloanswithpotentialdefaultriskbesidesprotecttheprivacyofdataisapopulartopicforthebankingindustryandacademia.Distributionofaseriousimbalancebetweeninformationanddataforbusinessl

6、oans,weproposeaapproachtoselecttheoptimalclassificationmethodofforecastingmodel.Theproposedmethodisdividedintotwoparts:pre-processinganddataanalysis.Pretreatmentisworkedbythebankitself,includingdeletingsomeinformationwhichisnotrelatedwiththeexperiment,

7、fillingthemissingvaluesandindependentcomponentanalysisandsoon.Whydothisisinordertopreventthedisclosureofsomesensitivecoredata,thuscausingheavylossestobanksandcustomers.Thedataanalysispartisspecifiedbythebankinginstitutions,includingover-samplingforunba

8、lanceddataclassificationalgorithmselection,classificationandevaluationindicatorsselection,multi-objectivedecisionmethodtoselectsteps,thepartfromtheprocesseddatausefulfeedbacktothebank,tohelpbanksdistinguishloandefaultsinaccuracy,reducin