信贷信息不对称下信用卡信用风险与研究.pdfVIP

信贷信息不对称下信用卡信用风险与研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2010 信贷信息不对称下的信用卡信用风险研究* 方匡南 吴见彬 朱建平 谢邦昌 : 信用卡市场具有信贷信息不对称的特征, 是信用卡风险产生的主要原因之 一在信贷信息不对称条件下, 如 利用统计分析数据挖掘等高新技术, 建立可靠的分 析模型, 对信用卡用户的行为进行风险识别和预测, 具有非常重要的意义本文首次把改 进后的非参数随机森林分类( RFC) 方法应用到信用卡信用风险的评估中, 并和其他模型 进行比较, 发现非参数随机森林方法往往要优于基准的Logitic 模型和SVC 模型实证发 现职业年龄家庭人口数月刷卡额学历家庭月收入对信用风险有显著影响, 而性别 婚姻状况等对信用风险影响不显著 : 信息不对称 信用卡 信用风险 随机森林分类法 , , , , , , 2004 , 70% 2003 , , 2003 300 , 200 3 , 142 , 47 , 80%, , , , , , , , , , , , , , , , , , , , , , * , , : 361005, :xmufkn@ 163com; , ( 2010221040) ( 0 AZD045) ( 200 LZ045) , 7 : , , ; , , , , , , , , , , , , , , , , , : ; ; ; ; , , , , , 5 ( , 5C) , , , , , , , ( , 200 ) Logistic , , , Cross et al( 1 2) ; , Carow Staten ( 1 ) , , Edwar et al( 1 8) , , , Schreiner( 2004) , , Din et al( 2007) , , , , Gross et al( 2002) , , , Bellotti et al ( 200 ) ( SVM) , , 6 , , Chen et al( 200 ) hybrid SVM , , 8 2010 , , Lee( 2007) , Jon et al( 2007) ( SOM) Yu et al( 2010) ( SVM) Bhekisipho ( 2010) , ( 2006) , , ( 2005) ( 2005) ( 200 ) BP DS , , , , ( Breiman, 2001) , Breiman 2001 ( RF) , Breiman , , : , D , i ( i= 1, , k ) , bootsrap D k bootsrap , D ( i= 1, 2, , k ) ; , bootsrap D ( i= 1, 2, , k ) i i { h(X , i ) , i= 1, , k }, X , { }; , k , { h k

文档评论(0)

sjatkmvor + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档