信用評分模型在個人住房抵押貸款風(fēng)險管理中的應(yīng)用.pdf

1、受美國次級貸危機(jī)的警醒，住房按揭貸款的風(fēng)險管控已經(jīng)引起全球金融服務(wù)機(jī)構(gòu)的重視和反思。影響個人住房按揭貸款風(fēng)險的因素種類很多，有借款人因素、抵押物因素、市場因素、國家政策因素等等。個人信用評分將幫助風(fēng)險管理人員識別和降低風(fēng)險。 個人信用評分是銀行或其他金融機(jī)構(gòu)利用所獲得的關(guān)于信用申請人的信息，進(jìn)行風(fēng)險預(yù)測的一種方法和技術(shù)。它是把數(shù)學(xué)和統(tǒng)計學(xué)用于個人信貸發(fā)放決策，對個人履行各種承諾的能力和信譽(yù)程度進(jìn)行全面評價，確定信用等級和信貸限額

2、的一種方法。 本文研究的個人信用評分問題來源于與廣州億達(dá)公司有密切合作的幾家商業(yè)銀行的住房貸款業(yè)務(wù)，目的是開發(fā)信用評分模型并驗證評分模型。訓(xùn)練及測試的數(shù)據(jù)均來自于近期中國內(nèi)地的房地產(chǎn)交易數(shù)據(jù)，具有很好的真實性和時效性。 本文介紹了個人住房貸款的風(fēng)險點以及個人信用評分的國內(nèi)外研究現(xiàn)狀，并且結(jié)合中國現(xiàn)在的房貸市場狀況，將邏輯回歸、決策樹、BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)四種數(shù)據(jù)挖掘模型運(yùn)用于個人住房貸款的信用評分建模，給出了各種

3、模型的參數(shù)選擇和參數(shù)估計以及結(jié)果檢驗的詳細(xì)結(jié)論。 本文對各種模型的有效性進(jìn)行了對比分析，除了比較總的正確分類率外，還將各模型的第一類錯誤率及第二類錯誤率進(jìn)行比較，這在一定程度上彌補(bǔ)了以總的正確分類率為唯一比較標(biāo)準(zhǔn)所造成的缺陷。比較結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)具有良好的預(yù)測精度，其第一類錯誤率和第二類錯誤率都控制在比較滿意的水平，但其業(yè)務(wù)可解析性較差。邏輯回歸模型雖然不是精度最高的模型，但是它有很好的業(yè)務(wù)可解釋性。對于決