个人信用评估模型的选择与修正

阐述了我国开展个人信用评估的必要性和可能性,提出了如何选择个人信用评估模型的新方法, 同时使用一元线性回归方法对个人信用评估模型进行修正,以得到更加客观准确的个人信用评估值。     

RS-ANN在消费信贷个人信用评估中的实证研究

针对神经网络个人信用评估方法训练时间长和网络结构较复杂的缺点,提出基于粗糙集和神经网络的个人信用评估模型。通过对比实验,结果表明RS-ANN模型在个人信用评估中表现出了较优的预测效果;并对如何改进消费信贷中个人信用评估工作提出了一些建议。     

Subagging在个人信用评估中的应用研究

运用集成分类算法bagging的改进模型——subagging试图建立一个专门针对个人信用评估的方法,以期取得更好的预测分类效果.针对个人信用评估中单一分类器的不足,提出了利用分类器的集成进行个人信用评估的方法.利用UCI上的信用数据对单个分类器、bagging集成分类器以及subagging集成分类器进行实验比较,结果表明,subagging -决策树和subagging -K近邻在样本不独立和不平衡的情况下有效地提高了模型的精准性.结果显示,它们对商业银行控制消费信贷风险具有更好的适用性.     

基于云计算的个人信用数据分析模型的仿真研究

研究基于云计算的个人信用数据分析方法,建立个人信用评价模型。个人信用数据具有数据类型多、数据关系复杂且数据量大的特点,采用传统的方法进行个人信用数据分析,不但计算过程较为复杂、效率低下,且对个人信用状况的预测准确度较低,效果不尽人意。为此,提出基于决策树算法的个人信用数据分析方法。针对初始数据存在的噪声、属性值空缺及数据类型不统一的问题,分别对原始数据进行数据去噪、空缺值填补及数据归一化等预处理,依据相关理论生成个人信用数据分类决策树,并对相关节点属性进行选择,实现个人信用数据分析模型的构建,从而对个人的信用状况作出正确预测。实验结果表明,基于决策树的个人信用数据分析模型,能够节省数据处理时间,较为准确的搜索到关键数据,提高了分析模型的可信度与稳健性,效果令人满意。     

基于BP神经网络的个人信用评估模型

由于我国个人信用评估体系的不完善,使银行面临巨大的信用风险。通过提出基于神经网络的个人信用评估模型,利用神经网络的自学习、自调整以及非线性映射功能,动态量化了个人信用评估模型。同时,在探讨个人信用评估模型的基础上,提出了模型实际应用的具体解决方法。     

关于构建电子商务个人信用体系的探讨

本文分析了电子商务个人信用体系的特点及其在社会信用体系中的地位，对网络个人信用系统的工作流程进行了简要评述，并对我国电子商务个人信用体系的建设提出了几点建议。     

电子政务与个人信用体系建设

本文首先介绍个人信用、电子政务与个人信用体系的关系,接着又介绍了国内外个人信用体系建设现状,最后分析如何更好地进行个人信用体系建设,促进我国电子政务发展.     

关于我国个人信用制度建设的探讨

我国个人信用制度建设是在“九五”末期国内市场出现疲软、内需不足的情况下提供并开始起步的，经过近几年的试点已积累了宝贵的经验。但这一制度毕竟刚刚起步，离系统化、规范化的目标还很远。本文分析了我国个人信用制度的现状及制约因素，对如何建立我国个人信用制度提出了政策措施。     

我国公民个人信用信息保护意愿的实证研究

随着经济的发展和我国个人征信体系的建立,人们对个人信用信息保护的需求日益强烈。通过调查分析,了解了我国公民个人信用信息保护意愿的整体状况及特点,提出在现阶段,我国个人征信体系的建设应与个人信用信息的法律保护同步进行,以避免个人信用信息侵权的泛滥;个人信用信息保护的立法要植根于社会,尊重公民对个人信用信息保护的意愿,制定适合我国公民的个人信用信息法律保护制度;良好的法律环境的形成还需要加强法制宣传教育,培养公民个人信息和个人信用的维护意识。     

基于数据挖掘的个人信用评估技术研究

针对基于数据挖掘的个人信用评估技术进行了探究。     

个人信用评分在消费信贷中的运用

本文论述了商业银行在个人消费贷款和信用卡业务中,如何利用个人信用评分对消费信贷风险进行防范。     

电商卖家信用评分的多因素校正模型及有效性检验--以淘宝网为例

针对电子商务环境中卖家信用得分计算方式的不足,提出了相应的改进策略：引入主营业务占比、开店时长和卖家的买家身份信用三个因素,建立卖家信用评分的多因素校正模型。更进一步,提出店铺的消费累积损失这一概念,并使用神经网络分位数回归模型和相应的评价指标,来验证改进卖家信用得分在解释店铺消费累积损失中的有效性。最后,对淘宝网信用评分实践进行研究,实证结果表明：卖家信用评分的多因素校正模型,不仅能够成功地解释店铺消费累积损失,而且能够更好地预测其未来取值变动规律,具有有效性。     

个人信用信息真实性保障策略探析

个人信用信息的真实性问题可以从两个角度加以考察,一是征信数据源单位对当事人信息的采集过程;二是征信机构从对个人征信源数据的收集到数据的组织、加工等整个征信过程。围绕个人征信过程中保障个人信用信息真实性的实施策略展开探讨,提出三种途径,即信息来源原始性保障、信息处理程序合理性保障与征信主体权威性保障。     

基于多元线性回归分析的淘宝卖家信用等级可信度评价——以航模配件商品为例

为了测度淘宝卖家信用等级的可信度,本文以航模配件为考察对象,采集相关变量数据,基于计量经济学统计工具建立模型,对该商品卖家信用评价等级进行了多元线性回归分析,发现淘宝卖家信用等级评价中的诸多缺陷,并提出修正建议。     

知识产权集群互助担保的信用评价体系和方法研究

基于知识产权融资的特点,描述了一种新型的知识产权集群互助担保融资研究的趋势、业务模式、资信评价特征及存在的问题,从而提出了一种结合可拓层次分析法、模糊综合的信用评价方法。该方法通过用区间数取代传统的专家点值打分来构造可拓判断矩阵,能克服传统层次分析中专家模糊经验判断问题及判断矩阵的一致性不足问题,减少了大量试算工作;并能更合理的计算知识产权集群互助担保融资项目的信用度。最后将其应用与某个商标权的集群互助担保融资项目信用评价中,证明了本方法的实效性。     

基于大规模数据分析的融合面部特征的信用风险预测模型

【目的/意义】个人违约信用风险是网络借贷平台所面临的主要风险之一,引起了金融机构的广泛重视。传 统的P2P网络借贷违约风险预测模型通常使用历史数据建模,而模型的对象主要为历史履约和违约因素,由此带来 的因素选择偏差问题会影响模型的泛化能力和风险预测能力。【方法/过程】本文引入面部特征大数据分析方法,利 用深度学习技术自动抽取人脸面部特征变量,将其作为一个新的维度融入以历史借贷数据为核心的信用风险评价 系统,建构新型信用风险预测模型。【结果/结论】论文基于南京某互联网金融公司提供的数据集进行实验与实证分 析,结果表明本文提出的模型优于传统的违约风险预测模型。【创新/局限】本研究的创新点为一方面基于大数据分 析方法挖掘了真实借款人面部特征在预测互联网信贷背景下的贷款违约中的作用,为互联网信贷的信用风险预测 模型提供了新的数据维度,另一方面为使用深度学习方法自动识别和提取大规模图片数据集中的面部特征提供了 新的思路。     

基于BBC与价值链风险分析的农户信用评价指标体系探析

主要针对"农民工返乡创业"这一社会现象,金融机构对其提供资金支持时,对农户信用进行评价为研究目的.通过对现有农户信用评价的研究分析,发现在构建农户信用评价指标体系时,所采用的方法主要以"5C"或"4C"分析法为模型,方法比较单一,所以,提出了基于价值链风险分析与平衡积分卡方法的农户信用评价指标体系.以个人平衡积分卡为框架,通过对农产品价值链风险分析,找出影响农户偿还贷款的潜在因素,根据这些因素来选取评价指标,构建农户信用评价指标体系.新的农户信用评价指标体系与传统的评价体系相比,更为全面、合理.     

数据挖掘和数据仓库技术在个人信用系统中的应用

对数据挖掘和数据仓库技术在个人信用系统中的应用做研究,构建多维信用系统数据仓库与信用评估模型并实现相关算法。