基于alb模型个人信用评分系统设计及其应用的研究

《基于alb模型个人信用评分系统设计及其应用的研究》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、ResearchonthedesignandapplicationofpersonalcreditscoringsystembasedonALBmodelByLEIZhenyaoB。E。(WuhanUniversity)2009AthesissubmittedinpartialsatisfactionoftherequirementsforthedegreeofMasterofEngineeringSoftwareEngineeringintheGraduateschoolofHunanUniversitySupervisorProfessorYANGShenggangSeniorEngin

2、eerXIETaoOct，2013湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：嚆修日期：抄，多年，／月彦f3学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行

3、检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口，在年解密后适用本授权书。2、不保密《(请在以上相应方框内打“、／”)作者签名：导师签名：编谚杉fEt期：如，多年日期：yJ乏年彦日g日工程硕士学位论文摘要随着中国改革开放的逐渐深入，居民的消费观念不断更新，银行业个人信贷业务的热点也相继涌出。个人信贷业务已经发展成为各家商业银行的核心业务。因此剖析个人信贷业务风险成因，建立完善的风险控制机制，并挖掘出高效的风险控制技术，对于化解商业银行个人信贷业务风险具有十分重要的现实意义。论文分析了商业银行个人信贷业务的各种风险，认为信用风险是其面临的主要风险，并对信用

4、风险成因进行了剖析。通过对信用风险，个人信用评分的管理，层次分析法，BP神经网络和Logistic回归分析的分析，结合我国商业银行目前风险管理的实际情况，构建了信用评分的ALB评分模型，为银行机构对个人信用评估时提供更为准确的，科学的决策信息。模型的主要工作如下：首先，利用层次分析理论得到用户特征的权值，找出重要的特征因素。其次将这些重要的因素分别进行Logistic回归分析和BP神经网络分析。将重要的特征值经过BP神经网络和Logistic回归分析，最后得到全面评价用户的一个指标值，从而决定个人信贷业务是否发放。论文对模型进行了实证分析，以我国商业银行登记的个人信用数据为输入，检验了模型的

5、预测精度。实验结果表明，ALB模型的预测精度比使用单一的模型有明显提高，ALB模型的稳定性要比使用BP模型高，效率要好。ALB模型中特征变量具有更加清晰的解释意义，可以更好的指导制定审批的征信政策，指导营销人员准确的定位目标客户。关键词：层次分析理论；BP神经法；Logistic回归分析；个人信用评分；ALB模型Il基于ALB模型的个人信用评分系统设计及其应用研究AbstractWithChina’Sreformandopeningdevelopsdeeply，Chineseconsumingconceptionrenovatedgraduallyaswellasboomingofperso

6、nalcreditinthebankingindustry．Personalcredithasbecomethecoreproductofcommercialbanksinthebusiness．Sotheanalysisofpersonalcredittheriskcontroltechnologyandhighefficiencyisofgreatpracticalsignificanceforresolvingcommercialbankpersonalcreditbusinessriskhave．Basedontheanalysisofalltherisksofthepersonal

7、credit，thispaperbelievesthatthecreditriskisthemostimportantriskthatcommercialbanksarefacing，moreoverthecauseofitisanalyzed．Throughthedepthstudyofcreditrisk，customercreditscoring，Logisticregressionandneuraln