投票式组合预测模型在个人信用评估中的应用研究

《投票式组合预测模型在个人信用评估中的应用研究》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、经济学硕士学位论文投票式组合预测模型在个人信用评估中的应用研究STUDYONTHEAPPLICATIONOFCOMBINEDVOTINGPREDICTIONMODELTOPERSONALCREDITEVALUATION王雪哈尔滨工业大学2011年6月国内图书分类号：F832.479学校代码：10213国际图书分类号：336.717.5密级：公开经济学硕士学位论文投票式组合预测模型在个人信用评估中的应用研究硕士研究生：王雪导师：姜明辉教授申请学位：经济学硕士学科：国际贸易学所在单位：管理学院答辩日期：2011年6月授予学位单

2、位：哈尔滨工业大学ClassifiedIndex:F832.479U.D.C:336.717.5DissertationfortheMaster’sDegreeinEconomicsSTUDYONTHEAPPLICATIONOFCOMBINEDVOTINGPREDICTIONMODELTOPERSONALCREDITEVALUATIONCandidate：WangXueSupervisor：Prof.JiangMinghuiAcademicDegreeAppliedfor：MasterofEconomicsSpeciali

3、ty：InternationalTradeAffiliation：SchoolofManagementDateofDefence：June,2011Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学经济学硕士学位论文摘要商业银行的个人信用评估一直是我国现有经济形势下迫切需要完善的问题，也一直都是学术界研究的焦点。目前我国的商业银行已经在践行一些信用风险评估的办法，但是由于很多现实性问题的制约，比如我国缺少一个健全的个人信用数据库、指标体系混乱、各

4、商业银行的个人信用评估各成体系，缺乏统一的标准等等，都严重制约着一套科学合理的信用评估系统的建立。在以往的研究中，很多学者都讨论了组合式预测模型的构建，也在该方面做了大量的实证研究。发现组合式模型在性能上确实优于单一的预测模型。但是近些年，组合式模型的发展有所减慢，这主要是由于在权重的确定方面遇到了瓶颈。权重的存在会使单一模型之间发生相互影响，如果无法得到科学合理的权重，就会使模型在组合的过程中损失精度，影响最后的预测效果。基于这样的情况，申报国家自然基金项目的重要课题之一《个人信用非线性组合评分模型及其动态优化研究》提出

5、建立非线性的组合预测模型，并对模型进行动态优化。本文作为该项目的一部分，提出了基于贝叶斯算法的投票式组合模型的思想，并选择了三个国内外个人信用评估领域使用较多的、国际上目前较为流行并公认很成熟的个人信用评估方法来作为单一模型，他们分别是Logistic回归、聚类分析和神经网络，用他们的投票结果作为组合模型的输入。由于该方法建立于单一模型决策后的组合，单一模型具有同等的表决权，它们之间互不影响，这充分发挥了单一模型的优势，减少了由于权重确定产生的误差。而且基于贝叶斯后验概率结果的分类，充分利用了先验知识，并修正了先验概率，使

6、决策更具有科学性和可信性。通过实证发现，基于贝叶斯算法的投票式组合模型的分类结果确实优于单一模型，通过其与三个单一模型分类结果的比对，发现模型精度、两类误判率这三个重要的评判指标均有不同程度的改善，可见投票式组合模型较单一模型在性能上具有明显的优越性。关键字：信用评估；投票式组合预测；贝叶斯算法-I-哈尔滨工业大学经济学硕士学位论文AbstractpersonalcreditevaluationincommercialbankhasbeennotonlytheurgentproblemneedtoimproveinChin

7、a'scurrenteconomicsituation,butalsothefocusofacademicresearch.Atpresent,China'scommercialbankshavebeenpracticingsomeofthecreditriskassessmentapproach,butduetotheconstraintsofmanyrealproblems,suchaslackingofasoundpersonalcreditdatabase,andindexsystemconfusion,andco

8、mmercialbanksintothesystemforeachindividualcreditassessment,Lackingofuniformstandards,etc.,theseproblemsareseriouslyhamperingascientificandreasonablecre