基于分類器選擇的個(gè)人信用評(píng)估組合模型研究.pdf

1、隨著我國金融體制改革進(jìn)程的加快和國民消費(fèi)收入水平的大幅提高，個(gè)人消費(fèi)信貸業(yè)務(wù)得到了快速發(fā)展，商業(yè)銀行個(gè)人信用評(píng)估的研究也逐步深入。建立個(gè)人信用評(píng)估系統(tǒng)的核心在于信用評(píng)估模型的開發(fā)。研究表明用于個(gè)人信用評(píng)估的組合預(yù)測模型或者多分類器系統(tǒng)往往比單一模型體現(xiàn)出更多的優(yōu)勢。建立組合模型前需要先選擇用于組合的基分類器，目前多分類器系統(tǒng)的研究開始更多地著眼于分類器選擇。
　　本文重點(diǎn)研究了分類器選擇方法，建立分類器選擇標(biāo)準(zhǔn)和最優(yōu)基分類器子集搜

2、索算法，在此基礎(chǔ)上構(gòu)建個(gè)人信用評(píng)估組合模型。首先對(duì)現(xiàn)有的多種單一模型進(jìn)行研究分析，并在此基礎(chǔ)上建立基分類器池，其中包含所有可供選擇的單一模型；通過研究現(xiàn)有的多種不同的差異性度量方法，建立一種兼顧差異性和分類精度的分類器選擇標(biāo)準(zhǔn)；設(shè)計(jì)適合于本文分類器選擇問題的全局搜索算法獲得最優(yōu)的基分類器子集；然后采用兩種常用的組合方法即簡單投票法和行為知識(shí)空間法進(jìn)行分類器融合；最后，從個(gè)人信用評(píng)估問題的經(jīng)濟(jì)學(xué)含義出發(fā)，對(duì)個(gè)人信息指標(biāo)進(jìn)行篩選和優(yōu)化，采用

3、樣本數(shù)據(jù)對(duì)建立的組合模型進(jìn)行驗(yàn)證與分析，檢驗(yàn)其在個(gè)人信用評(píng)估中的效果。結(jié)果表明，本文建立的分類精度和差異性結(jié)合的分類器選擇標(biāo)準(zhǔn)可以在保證多分類器系統(tǒng)精度的同時(shí)提高運(yùn)行效率；采用的最優(yōu)分類器子集搜索算法能夠快速準(zhǔn)確搜索到全局最優(yōu)解；行為知識(shí)空間法建立的組合模型分類精度高于投票法，但是其模型復(fù)雜度相對(duì)較高。另外考慮到個(gè)人信用評(píng)估問題的特殊性，從經(jīng)濟(jì)學(xué)意義角度方面規(guī)避信貸風(fēng)險(xiǎn)，將誤判損失作為分類器選擇的另一標(biāo)準(zhǔn)。本文分類器選擇方法、最優(yōu)子集搜