法律论文：浅析信用评分模型 .docxVIP

法律论文：浅析信用评分模型 　　　　[摘 要] 本文对信用评分领域中主要的模型和方法做了细致的概述和优缺点比较， 这些模型包括判别分析模型、决策树分析回归分析和神经网络模型。 　　　　[关键词] 信用评分 判别分析模型 决策树分析 回归分析法 神经网络法 　　 　　一、信用评分概况 　　信用评分模型作为信用风险管理的基础和核心，无论是对于建立社会征信体系还是对于金融机构的信贷资产管理，都有着不可替代的作用。其主要目的，在于尽量将能够预测借款人未来行为的指标加以整合，并统一成可以比较的单一指标，以显示借款人在未来特定时间内违约的可能性，所有的信用评分模型，无论采用什么理论或方法，其最终目的都是将贷款申请者的信用级别分类。为达到分类目的。当前，对个人信用评分模型的定义有多种，较为权威的种观点认为:“信用评分是预测贷款申请人或现有借款人违约可能性的一种统计方法。”这一观点指出了信用评分的作用和目的，不过随着信用评分模型的不断发展，信用评分已不仅是一种统计方法，也包含了运筹学，如数学规划法、非线性模糊数学(如神经网络方法)等。此外，信用评分的实际操作应用也与决策原则紧密相关，决策原则事实上决定了信用评分模型实现其目的和作用的程度。因此，对个人信用评分模型这一数学工具在金融和银行业中的应用来说，较为全面和恰当的定义应是，“信用评分是运用数学优化理论(包括统计方法、运筹方法等)，