金融信用风险评价中的数据挖掘技术综述

金融信用风险评价中的数据挖掘技术综述

ID:9145572

大小:80.47 KB

页数:8页

时间:2018-04-19

金融信用风险评价中的数据挖掘技术综述_第1页
金融信用风险评价中的数据挖掘技术综述_第2页
金融信用风险评价中的数据挖掘技术综述_第3页
金融信用风险评价中的数据挖掘技术综述_第4页
金融信用风险评价中的数据挖掘技术综述_第5页
资源描述:

《金融信用风险评价中的数据挖掘技术综述》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、金融信用风险评价中的数据挖掘技术综良安陈宁范超河南理工大学安全与应急管理研宄中心河南理工大学计算机科学与技术学院信用风险是金融风险管理中的一个热点问题,和W家的宏观经济形式以及W际发展态势有着密切的关联。互联网信贷等新兴商业模式的出现和发展给金融科技带来了巨大的影响,如何充分发挥金融数据的价值成为数据挖掘技术急需解决的问题。以数据技术为核心的金融信用风险评价可以构建更准确、覆盖面更广的金融信用风险模型,将成为传统信用评估体系的有力补充和发展趋势。本文分析了金融信用风险评价所面临的挑战,阐述了数据挖掘在数据选择、预处理、信用风险建

2、模过程中的关键技术和应用,并对金融信用风险评价未来的研究方向提出了一些思路。关键词:金融风险管理;信用风险评价;数据挖掘;大数据;分类;作者简介:陈安(1970-),男,博士,急机制设计;作者简介:险分析;陈宁(1974-),女,博士,作者简介:范超(1981-),男,学士法0收稿日期:2017-09-14客座教授,主要研究方向:风险评价和应教授,主要研究方向:数据挖掘、金融风研究助理,主耍研究方向:风险评价方基金:国家自然科学基金(11601129)Dataminingtechniquesinfinancialcreditri

3、skassessment:AreviewCHENAnCHENNingFANChaoSafetyandEmergencyManagementResearchCenter,HenanPolytechnicUniversity;CollegeofComputerScienceandTechnology,HenanPolytechnicUniversity;Abstract:Creditriskisahotissueinfinancialcreditriskmanagement,closelyrelatedtothestate’smac

4、ro-economyandinternationaldevelopment.Theemergenceanddevelopmentofnewbusinessmodelshavebroughtever-increasingimpactonfinancialdomain.Financialcreditriskassessmentbasedondatatechniqueisabletobuildmoreaccurateanduniversalcreditriskmodels,andwillbecomethepowerfulsupplem

5、entanddevelopmenttendencyoftraditionalcreditevaluationsysteminfuture.Thispaperanalyzesthechallengetonowadaysfinancialcreditriskevaluationandillustratesthekeydataminingtechniquesindatapreparation,preprocessing,andmodelingwhenimplementingafinancialcreditriskevaluationp

6、latform.Finally,thefutureresearchdirectionsarediscussedforfinancialcreditriskassessment.Keyword:financialriskmanagement;creditriskassessment;datamining;bigdata;classification;Received:2017-09-140引言信用风险是金融风险管理屮的一个热点问题,是指借款者(或债务人)未能满足合同要求而给贷款者(或债权人)带来经济损失的风险。众所周知,数据是对风

7、险进行有效、准确量度的关键因素,特别是信息技术和互联网的发展,金融风险管理对海量数据的依赖越来越大。大数据m是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合”。对于金融企业来说,大数据可以解决由信息不对称带来的营销、定价、欺诈、信用等问题。与传统的信用风险分析相比,大数据背景下的金融信用风险分析最根本的创新在于使用了大量的非金融数据进行建模。在大数据竹景下,金融数据挖掘的数据来源主要有2类,如表1所示。1金融信用风险评价中的数据挖掘技术一般来说,金融信用风险分析可以表示为一个典型的分类问题:给

8、出一组金融数据以及描述这些数据的特征,构建分类模型,然后用这个模型预测未来的信用情况。其中,破产预测是金融风险预测中的一个热点,同时乂是很重要的问题。问题中即将企业未来运营状况划分为2类:正常或者破产。例如,中国商业银行贷款分为正常、逾期、呆滞、呆账四类,后3类

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。