| 多种个人信用评分模型在中国应用的比较研究 |
| |
| 引用本文： | 石庆焱,靳云汇. 多种个人信用评分模型在中国应用的比较研究[J]. 统计研究, 2004, 21(6): 43-5 |
| |
| 作者姓名： | 石庆焱 靳云汇 |
| |
| 作者单位： | 1. 北京大学光华管理学院01级
2. 北京大学光华管理学院 |
| |
| 摘 要： | 信用评分的目的是利用现有的样本数据建立模型,利用此模型对未来申请人的信用行为进行预测,从而区分出"好"客户和"坏"客户.这里,预测的精度是非常重要的,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,大量的分类技术被应用到信用评分领域.那么,到底哪种方法比较好?从现有的研究结果看,并不能得到一个一致的结论,有些结论甚至互相矛盾.如:Desai等(1996)发现,神经网络方法显著优于线性判别分析,而Yobas等(2000)的研究结论则正好相反.因此,到底选择哪一种方法建立评分模型,到目前为止即使在发达国家也仍然是一件困难的事情.
|
| 关 键 词： | 个人信用评分模型 Logistic回归 神经网络 |
The Comparative Analysis of the Application of Several Scoring Models of Consumer Credit in China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《统计研究》浏览原始摘要信息 |
|
点击此处可从《统计研究》下载免费的PDF全文 |
|
