《统计教育》2008年总目录

1-5期特稿精炼决策树模型在个人信用评估中的应用朱毅峰孙亚南2008.1对上海市城市社会经济指数系列的研究徐国祥马俊玲2008.2素质教育背景下的计量经济学实验教学胡荣才许涤龙2008.3国际上国家统计机构的发展趋势余芳东2008.4近年统计工作改革和统计学研究的若干进展述评林洪温     

基于粗集理论的客户流失建模研究

以商业银行客户数据为依据,采用粗集理论进行知识约简、C4.5决策树建模,得出了客户流失的模型规则,通过评估,模型是健壮和稳定的.     

基于模糊支持向量机的客户信用评估研究

文章首先比较了支持向量机与传统分类方法在银行客户信用评估中的效果,结果表明支持向量机更适于目前中国商业银行对个人信用的评价;其次引入模糊支持向量机处理银行客户信用样本中的不平衡问题。实证结果显示,带有模糊关系的支持向量机方法能够减小训练数据类别大小差异对决策机器造成的影响,有效地提高了信用评估的精度。     

基于改进支持向量机的消费信贷中个人信用评估模型

文章采用支持向量机研究了消费信贷中个人信用评估问题,建立了基于改进支持向量机的消费信贷个人信用评估模型,并利用部分数据时消费信贷中个人信用评估问题做了实证分析.实验结果表明:线性核的分类效果很不理想,采用高斯核的分类效果不如多项式好,采用多项式核进行分类效果比较理想.     

数据挖掘模型在小企业主信用评分领域的应用

国际经验表明,信用评分技术可较好地解决小企业贷款高成本、高风险及信息不对称难题.本文广泛选取了可适用于小企业主信用评分领域的12种数据挖掘模型(包括本文的改进模型门限Logistic),并以3个银行微观客户数据集为案例,通过10折交叉验证和预期分类错误成本的方式,检验了这些模型的综合信用评分能力.分析结果及稳健性检验表明,本文改进的门限Logistic模型在模型预测能力及预期错误分类成本等多方面表现优秀;而基于决策树的组合方法也表现良好.本研究对国内商业银行建立合适的小企业主贷款信用评分模型具有参考意义,也有助于推动银行微观金融统计,完善金融统计工作.     

基于粗糙集支持向量机的个人信用评估模型

文章改变了过去个人信用评估模型多使用统计方法或者主观分析方法精简数据集属性个数的做法,将粗糙集与支持向量机结合的粗糙集支持向量机方法引入个人信用评估实践。以包括1000个统计样本的德国信用数据作为个人信用评估模型的数据来源,应用粗糙集分析系统RSES进行数据预处理,运用遗传算法计算约简,得出以不同的缩减率得到的约简集;然后使用支持向量机分析工具LIBSVM逐步处理已经进行过属性约简的数据集,并在处理过程中应用了交叉验证和网格搜索技术。     

基于LS-SVM的信用评价方法

一、引言随着我国经济的快速发展,消费信贷不断升温,住房按揭、汽车贷款、教育贷款、信用卡等各种个人消费贷款的规模迅速扩大。一方面,各商业银行把发展零售业务作为未来发展战略的重要组成部分,另一方面,由于目前国内商业银行对零售业务的风险管理水平较低,管理手段与方法均较落后,用于信用评价的样本数据少、维数高,缺乏一套有效的个人信用评价系统,从而阻碍了个人消费信贷业务的进一步开展[1],使得商业银行的信用评价及风险管理成为学术界和金融实业界广泛关注的问题之一。个人信用评价问题本质上是一个模式识别问题,一般将客户按是否能…     

Bonus—Malus模型在银行贷款机制中的应用

将Bonus—MalLis模型应用到银行贷款业务，通过调整银行的Bonus-MalLis贷款利率来减少贷款欺诈行为。主要是建立借款人的银行个人信用体系，通过借款人上阶段的还款利率和表现决定其下阶段还款利率，这样就提供了一种与完全审计机制不同的奖惩机制。在一些简单假设下可证明Bonus—Malus利率将会消除所有欺诈行为，而非仅仅减少欺诈行为。     

个人信用评分的主要模型与方法综述

随着中国经济的快速发展 ,信用消费已逐步浮出水面 ,住房按揭、汽车贷款、教育贷款、信用卡等各种个人消费贷款的规模在迅速扩大。在消费信贷热不断升温的形势下 ,各商业银行均把发展零售业务作为未来发展战略的重要组成部分。但是由于目前国内商业银行对零售业务的风险管理水平较低 ,管理手段与方法均较落后 ,其中缺乏一套有效的个人信用评分方法是阻碍了个人消费信贷业务进一步开展的主要因素之一。本文的目的就是在对国外有关商业银行较常使用的个人信用评分模型与方法进行综述 ,并就各种方法的性能进行分析比较。　　一、信用评分的简要…     

个人信用资产价值的模糊综合评价

个人信用是社会信用体制的基石,建立个人信用资产价值科学的评价机制就成为当务之急。本文提出了个人信用资产价值的评估指标体系、评分及其评估细则,并运用专家评分法和模糊综合评价法对其进行了实例研究,得到了较好的结果。     

商业银行RAROC贷款定价方法的改进与应用

RAROC贷款定价采用的资金成本以自身负债为基础,脱离了外部市场环境,忽略了银行与客户的关系.文章将市场化资金成本引入RAROC定价,并对贷款模型做信用风险和客户回报的动态调整.利用改进的RAROC方法计算贷款价格,并进行了对比.改进后的RAROC定价考虑了贷款期间的信用变化,有利于客户加强风险管理;根据客户综合回报调整贷款利率,密切了银企关系,时我国银行提高竞争力具有特别积极的意义.     

基于logsitic模型的银行房贷数据的实证研究

银行房屋抵押贷款数据中有许多指标,也有一定数量的缺陷数据.根据实际房贷数据,用贷款金额,权利价值和房屋面积构造了一个指标ω,用它刻划实际贷款金额与权利价值之问的差异.建立三分类有序logistic:模型,用OR值解决了下面的问题:贷款比率水平变化给银行客户数量变化带来的影响.或者从客户的角度出发,阐述了在相同的贷款条件下,客户在哪家银行可能获得更多的贷款.并根据结论.提出了合理化建议.     

FISHER判别分析在个人信用评估中的应用

随着我国经济的快速发展以及扩大内需战略方针的确立,商业银行等金融机构不断扩大信用规模,同时它们也面临着日益严重的信用风险尤其是个人信用风险.利用FISHER判别分析建立判别函数对个人信用进行评估,是一种有效的信用风险管理方法.本文以FISHER判别分析为出发点,对个人信用进行实证评估,探讨了该法的现实有效性.     

第三领域保险的高风险客户甄别研究

随着第三领域保险占有市场份额的日益增大,对该领域风险客户的研究分析显得更加重要.利用台湾某保险公司原始数据,运用聚类分析、决策树等方法建立高风险客户的判别模型,并对保险客户进行详细的分析,从而识别出高风险的客户,可以帮助保险公司避免不必要的风险损失,提高其盈利水平.     

化解"信用助学贷款"风险的思考

为了解决贫困学生就学难,央行出台了新的<助学贷款管理办法>,即"信用助学贷款",但此办法在实施中进展缓慢.主要原因在于"信用助学贷款"办法不是硬性指令,银行对大学生个人信用存在疑虑,担心风险.如何化解、减少"信用助学贷款"风险?一方面,银行要深化改革,建立银校联席会议制度,完善系统内管理办法,保证信息畅通,减少查询时间,化解、减少风险.另一方面,各高校要当好银行的助手,依据江总书记加强道德建设的治国方略,教学内容中增设"个人信用"章节,对大学生进行诚实守信道德教育.建立毕业生个人信息资料库,帮助银行控制风险.     

基于神经网络的贷款违约识别研究

随着国内金融市场的逐步开放,我国商业银行将面临日益激烈的市场竞争。提高商业银行的信用风险管理水平,增强市场竞争力,已经成为非常迫切的问题。除了完善信贷管理体制以外,研发信用风险模型以降低信用风险很有必要。鉴于目前的数据情况,现实的选择是研发贷款违约识别系统。本文对神经网络用于贷款违约识别做了实证研究,并与判别分析和决策树做了性能比较,得到了一些有意义的结论。     

一种基于C5.0决策树的客户流失预测模型研究

客户流失是企业面临的一项突出问题。防止客户流失、尽力维系与挽留客户已成为企业经营与发展的一项重要课题。本文利用C5.0决策树算法建立了一种客户流失的预测模型,并利用中国邮政短信服务的400多万条实际业务数据,对模型的有效性进行了实证研究。研究结果表明,该模型提供了较高的命中率和覆盖率,具有良好的预警功能,可帮助企业及时发现有可能流失的客户,最大程度减少客户流失。     

基于FAHP的个人信用评分模型

在经济、金融快速发展,信用交易日益频繁的中国,个人信用评分的建设仍然是个薄弱环节.文章基于运用FAHP法构建了个人信用评分模型,并通过案例分析对模型进行了验证.结果显示,引入FAHP法简化了模型的构建过程,模型运行结果有效、合理,值得在个人信用评分领域推广.     

一个基于神经网络——Logistic回归的混合两阶段个人信用评分模型研究

一、问题的提出在建立个人信用评分模型时 ,预测精度是非常重要的 ,因为许多情况下即使预测的准确性只提高一点点 ,也会使信贷机构的损失减少很多。正因为如此 ,大量的统计分类技术被应用到信用评分领域。文 [1]首次利用中国某商业银行的信用卡客户数据对多种个人信用评分方法在中国的适用状况进行了全面的比较研究。结果表明 ,不同的模型有自己不同的优点和缺点 :神经网络等非线性方法的精度往往要高于 (线性 )判别分析、Logistic回归、线性规划等线性评分方法 ;而Logistic回归、判别分析、线性规划等方法的稳健性① 则比神经网络方法要好…     

基于多源数据融合的个人信用评分研究

随着信息技术的发展,数据来源越来越多,一方面可以更加精准、科学地刻画个人信用状况,但另一方面,由于数据来源多、结构复杂等问题,对传统的征信技术带来了挑战。本文提出了基于多源数据融合的个人信用模型,可以同时对多个数据集进行建模和变量选择,同时考虑了数据集间的相似性和异质性。通过模拟实验发现,本文所提出的整合模型在变量选择和分类效果方面都具有明显的优势。最后,将整合模型应用于城市和农村两个数据集的个人信用评分中。