C5.0分类算法及在银行个人信用评级中的应用

研究了商业银行的个人信用评级问题.由于个人信用记录中既涉及有数值型数据, 也涉及有非数据型数据,而决策树是解决这一类问题的最好方法. 到目前为止,决策树C4.5算法的研究已基本成熟,但其C5.0算法由于商业机密的缘故至今没有公开.因此在决策树C4.5算法基础上详细研究了C5.0算法及相应的Boosting技术,并嵌入Boosting算法技术, 构造了成本矩阵和Cost-sensitive tree,以此建立基于C5.0算法的银行个人信用评级模型,用来对德国某银行的个人信贷数据进行信用评级,同时对模型参数调整前后决策树的判别结果进行比较. 仿真表明:参数调整后的决策树的判别结果优于参数调整前的决策树的判别结果.     

Credit Decision Model and Mechanism with Default Risk Parameter

Default risk is an important reason led to credit risk for a bank. In this article, the size of default risk can be quantized and described by the size of the default probability. At first, we discuss the influence of existence of the default probability on the expected return of the bank. Then we modify the ordinary credit decision-making contract γ = (r,C,q), where only interest rate, collateral and credit rationing were considered, to a new credit decision-making contract γ =(s(r),C,q) by considering the default probability. We establish a credit decision model including default risk parameter and give both the corresponding credit decision mechanism and a credit decision mechanism under a non-rationing loan. We also discuss the condition of the loan rejected by the bank under the corresponding condition. Finally, we give examples for applications.     

决策影响图的有效评估及其应用

影响图是决策分析科学近来发展起来的一个研究领域。本文将影响图的研究内容划分为两个部分：决策影响图和关联图。重点研究了决策影响图的有效评估, 给出一个调整的决策影响图评估算法。结合一类核电站重大意外事故管理策略问题, 建立了相应的决策影响图模型, 并利用调整算法对部分决策影响图模型进行了实证分析。     

基于自然语言处理与深度学习的信用贷款评估模型

针对目前信用贷款评估模型存在特征预处理复杂、受主观因素干扰、准确率较低的现象，提出一种新模型。该模型先组建连续性信贷特征文本数据，并使用Word2Vec算法进行词向量化后通过词嵌入层衔接CNN（卷积神经网络）进行评估，通过Keras框架并依据2008~2018年的银行个人信贷数据进行实证分析。结果表明：新模型的总体评估准确率高达91.7%，无需对缺失特征进行处理并可直接评估，且评估准确率更优异，达到85.8%。新模型将离散型的信贷特征转变为连续性文本，降低特征预处理复杂度，结合Word2Vec与自然语言处理实现直接评估缺失信贷特征的目的，并基于CNN优异的特征分析能力最终提高信贷评估模型鲁棒性，进一步改善了目前信用贷款评估模型中存在的部分问题，同时避免评估中主观因素的干扰。     

信用担保业务自动化决策支持系统研究

针对中小企业信用担保业务流程不规范和信息不对称等给担保企业带来高经营风险在我国比较突出的问题，对担保企业资信评估指标体系及担保业务风险算法等进行了设计，形成了监控担保业务风险的决策模式。利用层次模型理论构建了中小企业信用担保决策系统的逻辑结构和功能结构。利用计算机网络技术，采用C／S和B／S相结合的模式开发了中小企业信用担保决策系统并应用于中科智担保投资有限公司等，有效地控制了担保风险。     

赊销最佳时机选择的集成式决策模型与方法

本文依据几何布朗运动理论,在综合考虑不完全信息状态下不同信用等级的差别定价、履约概率、需求转移以及商机存在概率的基础上,建立了集成式赊销决策优化模型,并推出全新的赊销决策规则.实证结论表明,不同信用等级采用不同的风险溢价标准、商机存在概率和需求转移率,有利于提高推出赊销后总收益估算精度,为赊销时机的选择提供依据;改进后的赊销时机选择规则提供了直接计算最佳时机的简便方法,克服了传统对比方式的局限性.     

基于信用风险和流动性风险的银行市场结构对银行市场均衡的影响模型

借鉴Lucchetta提出的银行市场结构表示方法和研究思路,在假设信用风险和流动性风险都是不由银行自身决定的外生变量的条件下,以信用风险和流动性风险的不同组合表征银行市场结构,以自身收益最大化为银行决策目标,建立恰当的数学模型从理论上研究银行市场结构对银行市场均衡的影响。研究结果表明,在以信用风险和流动性风险度量的任何集中度的银行市场中,都既存在使银行市场运行良好的市场结构,也存在使银行市场体系崩溃的市场结构;当银行市场结构变量位于某个区间时,不同的流动性风险分布和不同的银行集中度将对银行市场均衡产生显著不同的影响。要使银行市场体系持续健康运行,就必须保持合理的银行市场结构。     

中国进出口银行企业信贷风险模糊综合评判

中国进出口银行作为政策性银行,其信贷面临的风险既具有一般商业银行风险的一般性,又具有政策性银行特有的风险特性,其信贷风险的评判更具复杂性.由于需从多方面对信贷风险进行评价难免带有模糊性和主观性,采用模糊综合评判方法将使结果尽量客观,从而取得更好的实际效果.建立了针对中国进出口银行企业风险模糊综合评判的基本方法,并对中国进出口银行客户南京S企业的信贷风险进行了信贷风险实证分析.     

信贷风险综合决策模型的研究

信贷风险事关银行业的生存和社会的稳定，已引起有关各方的广泛关注，本文分析了国内外现有信贷风险决策理论和方法的弊端，探讨了建立信贷风险决策模型的综合清偿能力原则和银行真实损益原则，提出了贷款风险补偿、风险报酬最大、综合风险衡量和单位风险溢酬最大等决策准则，建立了贷款综合清偿能力的期望值模型，风险报酬决策分析模型，贷款的综合风险分析模型伯溢酬分析模型，为银行信贷风险管理提供了科学的决策理论和方法。     

基于不同信息获取量的赊销决策风险度判别模型

面对随时可能灭失的商机,如何在既定的时间内选用最佳的调研方法,从而做出相对正确的赊销决策并有效控制赊销风险,对企业意义重大.将不完全信息状态下企业赊销客户的赊销决策问题视为一个时间离散、状态连续的随机过程.在充分考虑有限调研时间内调研方法选择对赊销客户信用等级判别精确度影响的基础上,结合空间分析方法构建了基于不同信息获取完备程度的客户信用评估模型,引用判别分析思想判别不完全信息下的客户信用评估精确度,并借鉴风险性决策思想计算不同赊销风险程度下的赊销期望收益.最后以一则算例展示模型的实用性.     

基于遗传算法和分类树的信用分类方法

银行信贷信用评估本质上是个分类问题,已有统计和非统计的各种方法应用于信用评估,其中分类树方法,也称为递归分割法,比较适用于处理定性变量,而作为非统计方法之一的遗传算法则适用于处理连续型定量变量之间的非线性关系,但无法处理定性变量,利用这两种方法特点的互补性,构建了一种分类树和遗传算法相结合的信贷信用评估方法,先用分类树方法按照定性变量分类,然后在每个叶结点上用遗传算法按照定量变量分类.实证分析表明,该方法比单独使用分类树方法或遗传算法的分类准确率高.     

针对不平衡数据集的客户流失预测算法

针对客户关系管理中的客户流失预测问题进行探讨,通过对客户流失数据特点的分析,以及现有预测算法的比较,将数据挖掘方法中的随机森林算法引入客户流失预测,建立预测模型,并在实际的银行业贷款客户数据集上进行实验,得到了较好的效果.     

基于遗传算法的决策树组合方法及在CRM的应用

针对客户关系管理中的客户分类问题,提出一种基于遗传算法的多重决策树组合分类方法.组合分类方法将概率度量水平的多重决策树并行组合,组合算法中采用遗传算法优化连接权值矩阵,并且采用客户信用等级评定的仿真数据对该方法进行测试和评估.实验结果表明,该组合分类方法比单个决策树及其他组合方法具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.     

对银行信用风险评价体系的比较

以1332个贷款实际样本为数据集,讨论了基于目前常用的4种评价体系的判别模型和LOGIT模型的预测精度问题,有助于金融机构建立内部信用风险评估模型,提高信用风险管理的科学性。     

消费者信用评估中支持向量机方法研究

消费者信用评估是金融与银行界研究的重要内容，最近的研究显示统计学习理论(SLT)方法在信用评估中有优势。本文在信用评估中应用了一种新的方法——支持向量机方法(SVM)，该方法属于机器学习理论发展的最新阶段，具有专门针对有限样本、算法复杂度与样本维数无关等优点。使用真实的信用卡数据实证结果表明，本方法具有较好的预测能力，在与国内某商业银行现有信用卡个人信用评估方法的对比研究中，该方法具有明显的优势。     

Parallelism of spatial data mining based on autocorrelation decision tree

1.INTRODUCTION Oneofmostimportantoperationsisspatialparallel processinginspatialdatabase.Itisnecessaryforusto retrievalallspatialpredictionsformtwoormorespa tialdatasets.Ingeneral,thequeryconsistsoftwo procedures:filtrationandsimplification.Sincethe complexityofspatialobjects,filtrationprocesscan generateaholdingitemsetofsatisfyingcertaincondi tionsintermsofparallelprocessingrules.Inorderto measuretheaccuracyofquerycondition,weneedre trievalpreciseshapeinformationofeachobjectfrom anotherm…     

基于遗传规划方法的商业银行信用风险评估模型

利用遗传规划方法研究了我国商业银行的信用风险评估问题 ,并使用我国商业银丢失实际数据对模型进行了实证检验 .检验结果表明 ,该模型在预测精度、实用价值和鲁棒性方面都优于传统的统计模型、神经网络模型和决策树模型.     

基于面板Logit模型的银行客户贷款违约风险预警研究

采用我国主要银行业金融机构的客户大额授信月度微观面板数据,对银行客户贷款违约风险进行预警.从客户外部因素、客户经营水平、客户交易水平三个维度,建立了包含56个因素的客户贷款违约预警三级指标体系.基于这些指标,构建了银行客户贷款违约风险预警的面板Logit模型;并提出了基于模拟退火算法的面板Logit模型变量选取方法,最终选出24个预警指标.根据这些指标进行银行客户贷款违约预警,达到了较高的预警精度.最后,对我国银行客户风险管理提出了相应的政策建议.     

度约束最小生成树(DCMST)的竞争决策算法

度约束最小生成树是网络设计和优化中的一个NP难题，介绍了一种基于竞争造就优化和决策左右结果的新型算法——竞争决策算法，利用竞争决策算法的通用模型，给出了一种基于竞争决策思想求解度约束最小生成树的快速求解方法，经过数据测试和验证，并与其它算法的结果进行了比较，得到了较好的结果．     

不同支付条件银行授信约束折现流项目调度

支付条件对于项目现金流分布并进而对承包商的项目收益会产生重要影响.本文基于这一现实情况,研究不同支付条件下的银行授信额度约束折现流项目调度问题.作者首先综述该问题的研究现状;然后对所研究问题进行界定,进而构建项目调度优化模型;针对问题的NP-hard属性,设计模拟退火启发式算法;在随机生成的标准算例集合上,对算法的绩效进行对比测试及验证;最后用一个算例对研究进行说明,并分析项目收益对关键参数的敏感性,得到如下结论:项目净现值随银行授信额度和截止日期的增加而边际效应递减地上升,随支付比例的增加而线性单调上升,随折现率的增加以负指数形式下降.本文的研究可以为承包商安排项目进度并优化现金流量提供决策支持.