基于支持向量机和bp神经网络的个人信用评估模型研究

《基于支持向量机和bp神经网络的个人信用评估模型研究》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、分类号UDC论文题目密级编号专业：筐垄型堂皇王猩研究方向：运签盏蟹能迭筮所在学院：让篡扭堂院2013年3月30日原创性声明l

2、IRlU

3、』M

4、N

5、lIY2349831本人声明：所呈交的学位论文是本人在导师的指导下进行的研究工作及取得的研究成果。除本文己经注明引用的内容外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得凼苤直太堂及其他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谢意。学位论文作者签名：龇．指导教师签名：日期：≯乒厶￡日期：在学期间研究成果使用承诺书本学位论文作者完全了解学校有关保

6、留、使用学位论文的规定，即：内蒙古大学有权将学位论文的全部内容或部分保留并向国家有关机构、部门送交学位论文的复印件和磁盘，允许编入有关数据库进行检索，也可以采用影印、缩印或其他复制手段保存、汇编学位论文。为保护学院和导师的知识产权，作者在学期间取得的研究成果属于内蒙古大学。作者今后使用涉及在学期间主要研究内容或研究成果，须征得内蒙古大学就读期间导师的同意；若用于发表论文，版权单位必须署名为内蒙古大学方可投稿或公开发表。学位论文作者签名：龇．日期：2烈芝：笸盍指导教师签名：日彰缒内蒙古大学硕士学位论文基于支持向量机和BP神经网络的个人信用评估模型研究摘要随着人们生活水平的

7、不断提高，个人消费信贷规模日益扩大。随之产生的信用贷款也逐渐成为商业银行的重要业务。但是目前在我国信用制度不健全、信用记录完全空白、信用风险管理不成熟的情况下，多数银行仍然采用传统的经验判别法，使得信用贷款业务的风险偏高。虽然国内很多学者提出了一些科学、合理的指标体系，构建了人工智能、统计学的评估模型，在一定程度上提高了分类准确率和稳定性，但是仍然无法满足日益增长的信贷业务需求。+本文在前人的研究基础上，结合我国的实际情况，指出我国信用评估指标标准不统一、权重不合理、重点不突出的问题，信用评估方法在稳健性、准确性、效率上不能兼顾的问题。针对指标体系存在的问题，结合专家意

8、见，提出了重视个人资产评估、加强家庭因素评估、长期短期指标结合的意见，并且构建了一套较为合理的适合我国的信用评估指标。在信用评估方法上，提出了基于BP神经网络的高分类准确性、高稳健性和支持向量机的高效率、无局部极小特点的组合模型。通过实证检验发现，本文提出的组合模型在稳健性和准确性上均比BP神经网络、SVM和基于Logistic回归的BP神经网络要好。因此基于SVM改进的BP神经网络模型是一个较好的个人信用评估模型。关键字：SVld；BP神经网络；个人信用评估；个人信用评估指标体系基于支持向量机和BP神经网络的个人信用评估模型研究THESTUDYOFPERSONALCR

9、EDITSCORINGMODELBASEDONSVMANDBPNEURALNETWORKABSTRACTWiththecontinuousimprovementoflivingstandards，thescaleofpersonalconsumptioncreditexpanding．Thecreditloanthatbroughtbythisbecomeskeybusinessofcommercialbank．Butatpresent0111"country’Screditsystemisnotsound，creditrecordsisalmostblank，cred

10、itriskmanagementisnotmature．Onthiscondition，mostbanksstillUSethetraditionalexperiencemethod．Astheresult，theriskofcreditloanbusinessincreased．Manyscholarsputforwardedsomescientificindexsystemsandstructuredalotofscoringmodelsbasedonartificialintelligenceandstatisticalmethods．Thoughthesemet

11、hodsimprovedtheclassificationaccuracyandrobustnesstoacertaindegree，itstillcannotmeetthegrowingdemandforcreditbusiness．Onthebasisofpreviousstudiesandcombinedwitlltheactualsituationinourcountry,manyproblemsarepointedoutinthispaper．Itincludesunreasonableindexsystemsandineffi