期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:姜明辉,许佩,任潇,车凯.个人信用评分模型的发展及优化算法分析[J].哈尔滨工业大学学报,2015,47(5):40.DOI:10.11918/j.issn.0367-6234.2015.05.007
JIANG Minghui,XU Pei,REN Xiao,CHE Kai.Research on algorithms development and optimization for personal credit scoring[J].Journal of Harbin Institute of Technology,2015,47(5):40.DOI:10.11918/j.issn.0367-6234.2015.05.007
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 2745次   下载 3486 本文二维码信息
码上扫一扫!
分享到: 微信 更多
个人信用评分模型的发展及优化算法分析
姜明辉1,许佩1,任潇1,车凯2
(1.哈尔滨工业大学 管理学院,150001 哈尔滨;2.哈尔滨工业大学 计算机科学与技术学院, 150001 哈尔滨)
摘要:
为有效识别与计量个人信用风险,规避金融危机对商业银行的不利影响,保持我国信贷和金融市场的正常运转,对个人信用评分的主要模型及其发展进行了归纳,阐明个人信用评分研究中仍存在信用样本的有效性及完整性问题、信用指标体系的合理性问题以及模型的选择及适用性问题.鉴于此,基于相关性分析实现异常样本的预警,基于蒙特卡洛算法对样本进行补足;结合统计学模型及人工智能模型,采用步长遍历算法对指标体系进行优化及显著性加权;以精确度、稳健性、第1误判率、第2误判率及差异性作为选择指标,实现评分模型的选择与输出.分析表明:通过上述优化算法,将解决个人信用评分中存在的问题,提高商业银行的风险控制能力.
关键词:  风险控制  个人信用  信用评分模型  优化算法
DOI:10.11918/j.issn.0367-6234.2015.05.007
分类号:F830.589
基金项目:国家自然科学基金(70871030);黑龙江省自然科学基金(G200914).
Research on algorithms development and optimization for personal credit scoring
JIANG Minghui1, XU Pei1, REN Xiao1, CHE Kai2
(1.School of Management, Harbin Institute of Technology, 150001 Harbin, China; 2.School of Computer Science and Technology, Harbin Institute of Technology, 150001 Harbin, China )
Abstract:
In order to effectively recognize and measure individual credit risk and avoid the negative impact which financial crisis has on the commercial banks, and thus keep the normal operation of the credit and financial markets in China, this paper summarizes the main model of personal credit scoring and its development, and also clarifies the validity and integrity of the credit samples, the rationality of the index system and the selection, applicability of the model in the study of personal credit rating. In view of this, based on correlation analysis, early warning of abnormal samples can be achieved, and the samples are complemented through the Monte Carlo Algorithm. Combined with the statistical model and artificial intelligence model, the index system is optimized and given respective significant weight through traversal algorithm. With accuracy, robustness, first misjudgment rate, second misjudgment rate and difference as the selection index, the selection and output of the scoring model can be realized. Through the above optimization algorithm, the problem in personal credit scoring is solved, and the risk control ability of commercial banks is improved as well.
Key words:  risk management  personal credit  model for credit scoring  optimization algorithm

友情链接LINKS