银行贷款发放信用评价问题数学模型-论文.docVIP

银行贷款发放信用评价问题数学模型-论文 银行贷款发放信用评价问题数学模型 摘要 本文针对商业银行在发放贷款的过程中，如何利用一定的判别准则对申请贷款企业信用度进行打分的问题，建立相应的数学模型，给出判别准则。 首先，对商业银行现有的600个申请贷款企业背景资料及打分情况的数据进行预处理。巧妙地构建字符型取值数值化公式，合理的将离散型变量（取值均为字符型）取值数值化，以及利用spss软件对15个自变量和1个因变量做相关性分析，筛选出12个属性变量。此外，通过回归分析对数据进行深挖掘，利用MATLAB软件对背景资料数据作时序残差图，考察分析时序残差图发现有64个奇异点，在Logistic回归模型中将对应的64个样本点予以剔除。 然后，对预处理所得的背景资料数据，建立Logistic回归模型，利用spss统计软件对模型求解，得到各属性的权重系数。以谋求判别结果与原始结果吻合度最大为原则，给出了判别准则。 随后，鉴于背景资料信息不全的情况，本文利用 算子的思想，构建“缺省信息均值 ”，同时定义相应的“缺省信息运算法则”，对Logistic回归模型进行修正。利用C++软件编程，重新求得修正后的各属性权重系数。本文特从600个申请贷款企业随机抽取75个样本，随机丢失若干属性信息，同样以谋求判别结果与原始结果吻合度最大为原则，给出修正后的判别准则。 接下来，通过C++编程，利用给出的判别准则对剔