本站原创
摘要：中国目前处于社会主义市场经济制度的转型期,市场经济得到了飞速进展,但与此相适应的社会信用制度系统建设却远远没有跟上步伐。个人信用评估是建设社会信用系统的一个重要环节,其预测精度和有效性直接联系到信贷机构的损益和金融市场的繁荣。由于个人信用系统的不改善、法律法规的不健全以及商业银行本身的管理缺陷,我国个人信贷的进展收到了严重的制约。由此,建立一套改善的个人信用评估系统已经成为当前金融机构面对的一项重要任务。决策树算法作为数据挖掘系统中的一项重要分类预测策略,有着简单、高效、结构清晰等优点。而作为目前公认预测精准度最高的神经网络策略则因其黑箱性和不稳定性为众多学者所诟病。本论文以互联网上获取的德国某商业银行的真实客户信用数据为样本,采取基于C5.0算法的决策树模型,经过数据采集、属性指标确值、训练样本抽取,建立了个人信用评估初始决策树。然后,通过调整决策树的修剪程度、确定最佳成本矩阵、寻求最佳Boosting迭代次数确立最优决策树的相关参数,形成最优决策树。将最优决策树提取出来的重要量排序较高的指标输入神经网络,最终输出分类结果。以模型的预测结果及其与单一神经网络比较浅析的情况来看,本论文将决策树模型用作挑选指标,利用其基于信息熵增益率的分类原理增强神经网络模型的可解释性,并通过去除部分非重要指标对神经网络的干扰,使其稳定性和精准度得到显著改善。该组合模型在实际运用中对于商业银行的信贷人员的贷款决策具有一定的指导性作用,能够为信贷提供支持。关键词：个人信用评估论文决策树论文神经网络论文组合模型论文
摘要5-6
Abstract6-9
插图索引9-10
附表索引10-11
第1章 绪论11-18
1.1 探讨的背景及作用11-12
1.2 文献综述12-16
1.2.1 国外探讨13-15
1.2.2 国内探讨15-16
1.3 主要探讨内容16-17
1.4 革新之处及有着的不足17-18
第2章 个人信用评估组合模型构建的论述基础18-27
2.1 信用与个人信用18-19
2.1.1 信用18-19
2.1.2 个人信用19
2.2 个人信用系统19-25
2.2.1 国外个人信用系统综述19-24
2.2.2 国内个人信用系统综述24-25
2.3 个人信用评估策略概述25-27
2.3.1 统计浅析策略25-26
2.3.2 人工智能策略26-27
第3章 决策树—神经网络个人信用评估两阶段组合模型的构建27-41
3.1 决策树27-33
3.1.1 决策树概述27-28
3.1.2 决策树算法28-33
3.1.3 决策树模型的特点33
3.2 人工神经网络33-39
3.2.1 人工网络概述33-34
3.2.2 神经网络算法34-38
3.2.3 神经网络模型的特点38-39
3.3 组合模型的构建思想39-41
第4章 个人信用评估组合模型运用效果的实证浅析41-56
4.1 数据的采集与初始指标的确立41-43
4.2 个人信用评估组合模型的实证检验43-52
4.2.1 训练样本和测试样本的抽取43-44
4.2.2 基于决策树C5.0算法的属性指标选取44-51
4.2.3 两阶段组合模型的实证结果51-52
4.3 组合模型与单一BP神经网络模型的比较浅析52-56
4.3.1 单一BP神经网络个人信用评估模型52-54
4.3.2 组合模型与单一BP神经网络模型的比较浅析54-56
结论与倡议56-58