分享到:

基于神经网络的信用评估模型的研究

信用风险对金融市场危害最大,它是指在金融交易中交易对手或债务发行人违约或信用品质潜在变化而导致损失的可能性。信用风险直接影响着现代经济生活中的各种活动,影响到国家的宏观决策和经济发展,甚至影响到全球经济的稳定发展。因此建立一个准确、高效的预测模型,对贷款企业或个人信用进行评估,确定一套行之有效的贷款解决方案,降低不良贷款率是金融机构面临的一个全新课题。本文针对目前广泛使用的企业和个人信用评估模型与方法存在的缺点和不足,结合信用评估本身所具有的特点,将人工智能技术运用到其中,建立了基于神经网络的企业和个人信用评估模型,该模型的建立为目前如何建立一个科学、客观、准确、可行的信用评估数学模型提供了有力支持。本文首先对企业和个人信用评估的现象进行分析,阐明了目前使用的模型或方法不足以反映出影响企业和个人信用诸多因素之间的非线性关系,然后通过对人工智能中的神经网络技术进行深刻剖析,发现神经网络技术是一种自然的非线性建模过程,能从大量复杂数  (本文共71页) 本文目录 | 阅读全文>>

山东科技大学
山东科技大学

基于神经网络的信用评估模型的研究

本文首先介绍了数据挖掘技术和神经网络技术的发展现状,及其应用领域。接着论述了目前国际和国内企业、个人信用评分现状,应用的主要评分方法,以及这些方法在实际应用中的缺点和不足。进而利用前向神经网络的学习能力、非线性处理能力和容错能力,依据企业的各项信用指标,提出并设计了基于神经网络的信用评估模型,弥补了其他方法的不足。模型的建立包括企业、个人评分方法的分析、评分指标体系的确定、样本数据的预处理和BP算法神经网络结构的设计。最后,根据实际应用提出了对BP算法的改进方法。这一评分模型的提出,对信用评估机构和金融机构提供了科学管理和正确决策的依据,同时也为解决同类问题以及神经网络应用于其他领域提供一条良好的途径。  (本文共83页) 本文目录 | 阅读全文>>

大连海事大学
大连海事大学

基于神经网络的个人信用评估模型的研究

信用风险是我国银行所面临的最主要的风险,由于贷款企业和个人信用的缺失,导致银行不良资产急剧增加,成为银行破产最常见的原因之一。随着个人信贷在银行贷款业务中的比例不断上升,对贷款个人的信用状况提供一种科学的评估方法以避免不良现象的再生,是我国商业银行界急需解决的主要问题,它直接关系着银行经营的成败。本文首先在综合考虑覆盖面和计算量的基础上,获取了大量真实宝贵的相关数据,确定了合理的个人信用评估指标体系。鉴于实际的经济生活中,影响个人信用的因素很多,这些因素和信用之间多为复杂的非线性关系,采用神经网络方法进行个人信用评估。然后,利用LVQ学习向量量化神经网络技术建立个人信用评估模型,对客户信用等级进行划分,从而确定相应的授信额度。通过BP神经网络技术得到客户信用预测值,细化了客户信用情况,有利于对处于边界处的客户信用情况做出精确的判断。论文研究中对BP网络固有的不足之处,采用遗传算法对其权值及阈值进行优化,并综合遗传算法的全局搜索能...  (本文共67页) 本文目录 | 阅读全文>>

内蒙古大学
内蒙古大学

基于粗糙集和神经网络的中小企业信用评估体系及模型的研究

中小企业在我国国民经济中占有越来越重要的位置。目前中小企业的总数、工业总产值、实现利税和出口总额以及为社会提供就业岗位总量也逐年上升。这表明中小企业在促进国民经济增长中发挥了非常重要的作用。但是,融资难的问题一直困扰着中小企业,其中重要的一项就是信贷融资难的问题。我国近期也出台相关政策,继续引导和鼓励银行业金融机构加大对中小企业的信贷支持力度,促进中小企业成长。然而,在解决中小企业信贷融资问题的同时,给商业银行本身带来的最大威胁也来自于中小企业违约的信用风险。信用风险评估是解决银行企业间信息不对称的关键。从我国银行业来看,信用评估模型的应用还处于初级阶段。由于缺乏有效的历史数据的缘故,商业银行普遍没有建立起定量信用评估的模型。本论文的研究重点针对我国中小企业的特点,结合现有的企业信用等级评价体系,将粗糙集属性约简的方法应用于中小企业信用评价指标体系建立的过程中,减少人为操作,简化评价体系,从而建立一个更为科学、实用的中小企业信用...  (本文共81页) 本文目录 | 阅读全文>>

内蒙古大学
内蒙古大学

基于支持向量机和BP神经网络的个人信用评估模型研究

随着人们生活水平的不断提高,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,...  (本文共55页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

基于互信息降维神经网络模型的个人信用评估

在经济新常态中,消费对GDP的拉动作用凸显,伴随着消费刺激的就是个人信贷业务的扩展,尤其以P2P为代表的网络信贷发展的如火如荼,而其所面临的风险也受到越来越多的关注,其中最重要的就是信用风险。对个人信用进行科学量化,建立起完善的个人信用评估体系及自动化的信用评估系统,是P2P公司、商业银行等金融机构控制信用风险,提高收益的迫切需求。目前国内个人信用评估的研究中更多的是BP神经网络算法,RBF神经网络的应用较少;由于隐私的保密性,个人信用数据很难获取,国内的研究大多使用国外的数据,样本容量小,数据维度低,与国内目前个人信贷业务的情形不相符合。针对以上问题,本文采用国内P2P公司拍拍贷的个人信用数据,进行个人信用评估的研究。该数据集样本容量大、维度高,因此,在进行数据分析前引入了降维操作,去除冗余特性变量。然后将降维前与降维后的样本数据集,分别带入BP神经网络与RBF神经网络,对比分析计算结果。结果表明,对于高维数据在计算前进行降维...  (本文共54页) 本文目录 | 阅读全文>>