基于改进随机森林模型的信贷风险评估

发布时间：2021-06-18 15:29

　　近年来随着我国国际地位与日俱增,各行业平稳迅速发展,国内经济环境形势良好。在此背景下,银行业同样迎来了发展机遇。信贷业务作为商业银行开拓个人消费市场、发展潜在优质客户的强有力工具,同时也承担着巨大的信贷风险。随着个人信贷中个体需求差异性日趋显著,个人信贷模式呈现多样性,但是无论模式如何演变发展,关键点仍在于信贷风险管理。由于个人信贷业务存在业务频繁度高,客户信息体量大等特殊性,使得数据挖掘与分析技术在信贷风险管理方面发挥了越来越多的重要作用。本文围绕基于集成学习算法模型的信贷违约风险评估体系展开,利用实际信贷数据将数据挖掘相关理论技术与信贷违约风险管理结合,通过对信贷数据进行特征分析和违约预测模型的有效性论证,为商业银行信贷风险管理能力提升献上微薄之力。信贷违约数据是一种常见非平衡数据,为了降低数据不平衡性对预测模型产生的影响,在建模分析前必须要进行数据平衡处理。本文首先利用边界样本修剪方法剔除“TomekLink对”中的多数类样本,再利用高斯混合模型对特征空间中的少数类样本区域进行划分,通过分区域选取少数类样本进行少数类样本生成操作,减小了SMOTE算法中由于随机采样导致新生样本混叠... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

正态分布示意图

兰州交通大学硕士学位论文离均值大于 3 时，认定该样本为离群点。点检测方法是基于正态分布 3 原则的箱线图检测，如图 2据样本即为离群点。在箱线图中，基于正态分布 3 原则的 . .U LQ 1 5IQR Outlier Q 1 5IQR 和LQ 分别为上四分位数和下四分位数，IQR 是四分位间距，

基于改进随机森林模型的信贷风险评估最优解，通过初始化不同参数初值迭代，取结果最优为一种概率统计模型，可以通过赤池信息量准则(定构建 GMM 中 SGM 个数。

【参考文献】：
期刊论文
[1]一种基于SDbw的可变特征算子的改进随机森林算法[J]. 简琤峰,陈嘉诚,张美玉.  小型微型计算机系统. 2018(02)
[2]一种基于逆模拟退火和高斯混合模型的半监督聚类算法[J]. 王垚,柴变芳,李文斌,吕峰.  南京师大学报(自然科学版). 2017(03)
[3]基于高斯混合模型的EM算法改进与优化[J]. 王凯南,金立左.  工业控制计算机. 2017(05)
[4]银行不良资产证券化探索[J]. 张守川,刘世伟,丁岩.  中国金融. 2017(02)
[5]基于AdaBoost的类不平衡学习算法[J]. 秦孟梅,邱建林,陆鹏程,陈璐璐,赵伟康.  计算机应用研究. 2017(11)
[6]基于LS-SVM的小微企业信用评估研究[J]. 肖斌卿,柏巍,姚瑶,李心丹.  审计与经济研究. 2016(06)
[7]一种基于综合不放回抽样的随机森林算法改进[J]. 李慧,李正,佘堃.  计算机工程与科学. 2015(07)
[8]基于LSSVM的供应链金融业务中企业信用风险评估研究[J]. 王粲,高更君.  征信. 2015(06)
[9]基于Logistic模型的商业银行个人消费信贷风险评估研究[J]. 张国政,陈维煌,刘呈辉.  金融理论与实践. 2015(03)
[10]C程序映射到FPGA的寄存器快速评估技术[J]. 朱国辉,张晶,武继刚.  小型微型计算机系统. 2015(02)

博士论文
[1]基于时序模型的闭环工业系统的故障监测[D]. 王妍.华中科技大学 2015
[2]随机森林算法优化研究[D]. 曹正凤.首都经济贸易大学 2014

硕士论文
[1]基于大数据的商业银行个人信贷风险管理研究[D]. 古跃.贵州财经大学 2018
[2]A商业银行信用风险管理问题及对策研究[D]. 沈燕燕.苏州大学 2015
[3]基于Credit Risk+模型的绿色信贷信用风险研究[D]. 刘小丽.湖南大学 2011
[4]我国商业银行个人消费信贷风险评估研究[D]. 张铮烁.北京交通大学 2007



本文编号：3236914