收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的个人信用风险评估研究

杨德杰  
【摘要】:个人信用历来是银行衡量个人履约风险最重要的因素。近些年,随着个人借贷需求与日俱增,违约风险也随之增多,这不仅是商业银行所面临的主要风险之一,也是导致整个金融体系不稳定的重要影响因素。如何全面和准确地进行个人信用风险评估,是包括商业银行在内的金融机构风险防控的核心环节,也是不断提高商业银行风险管理水平的必然要求。而传统的信用风险评估过于依赖个人征信,在数据时效性、全面性和多样性上存在诸多不足,已不能满足当前银行个人信贷快速发展的需求。大数据时代的到来提供了多源的个人数据,丰富了个人的信用画像,特别是商业银行逐步积累起大数据资源,如何充分结合和利用银行大数据来更全面地进行个人信用风险评估,是商业银行面临的问题之一。在利用银行大数据的同时,大数据高维、稀疏的特点带来了特征选择上的困难,使得传统的信用风险评估方法无法很好地适用于大数据环境;此外,大数据环境下高噪声普遍存在,如何有效解决噪声大数据下的个人信用风险评估是亟待解决的问题;与此同时,信用风险评估数据样本不平衡的问题在大数据环境下仍然存在,会直接影响评估模型的效果。为了更好地利用银行大数据进行个人信用风险评估,解决大数据环境下高维、稀疏以及多噪声带来的问题,同时有效避免不平衡数据样本对风险评估的影响,进而从整体上提高银行对个人信用风险评估水平这一目标。本文基于人工智能研究领域较为前沿的深度学习技术,结合银行大数据的统计分析,进行了构建基于银行大数据的个人信用风险评估特征、基于生成式对抗网络的信用不平衡数据样本学习、以及建立基于堆栈降噪自编码神经网络的个人信用风险评估方法等三个方面的研究。具体而言,本文的研究工作包括以下三个方面:1.基于银行大数据构建个人信用风险评估特征。银行传统信用风险评估中使用的特征较为单一,对个人信用风险评估不全面导致信贷资源未能达到最优供给、并且违约风险增加。利用银行大数据,根据用户画像原理,构建基于银行大数据的个人信用画像,弥补了传统评估特征表达个人信用的信息不足,缓解了个人信用风险评估中的信息不对称。通过实例阐述利用大数据构建个人信用风险评估特征的完整流程,以统计分析和建模相结合,验证了银行大数据与个人信用风险的相关性,以及结合银行大数据对信用风险评估结果的贡献,并通过大数据分析得出不同信用群体的差异性画像,给利用大数据进行信用风险评估提供了参考和依据。2.基于生成式对抗网络(Generative adversarial network,GAN)的信用不平衡数据样本的学习。信用风险评估建模中往往存在数据样本不平衡的现象,而当前解决不平衡数据样本的主要方法是对少数类样本中进行局部的随机性采样,这种方式的结果是采样不准和采样失真,进而影响最终模型的评估效果。生成式对抗网络是在2014年被提出来的一种生成式学习模型,主要用来生成数据。将该方法首次应用到信用不平衡数据样本的学习中,并针对信用风险评估数据样本的特点和方法存在的问题对原始方法加以改进,提出了Focal-Loss GAN的方法,结合公开数据集以及银行不平衡信用数据进行实验对比论证,最终本文的方法在解决信用不平衡数据样本的问题中有更好的效果。3.基于深度学习的个人信用风险评估方法。该方法建立在大数据基础之上。传统的信用风险评估模型在高维、稀疏的大数据环境下会面临特征选择上的困难;此外,大数据中存在的高噪声也会影响模型的评估效果。针对上述问题,基于深度学习的框架,提出和设计了堆栈降噪自编码神经网络(Stacked Denoising Autoencoder neural networks,SDANN)算法,将此应用在银行大数据环境下的个人信用风险评估问题中。通过实验论证和对比分析,在大数据环境下利用深度学习进行信用风险评估,能更好地挖掘和表达反映个人信用的本质特征,相比于传统的特征选择方法在大数据环境中效果更好;引入降噪模型进一步提升了模型鲁棒性,提升了信用风险评估水平。本文利用银行大数据进行个人信用风险评估特征构建,可以对银行的个人信用风险进行更加全面地评估,丰富了大数据在金融机构个人信用风险评估领域中的研究与应用,提供可借鉴的利用金融大数据构建个人信用评估特征的流程和方法。基于生成式对抗网络的不平衡数据样本学习为解决数据样本不均衡问题提供了新的研究思路,进一步丰富了生成式对抗网络在金融领域问题中的应用场景。基于深度学习的个人信用风险评估方法,给出了在大数据环境下进行个人信用风险评估的一种新的解决方案,对于深度学习在金融领域,特别是大数据环境下信用风险评估领域的研究有一定的借鉴和指导意义。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 熊伟;;个人信用风险的防范及其评估研究[J];财经界;2009年14期
2 温红梅;隋昕;;消费信息能用于个人信用风险评价吗[J];北方经贸;2021年08期
3 陈茜;;个人信用风险的制度分析[J];沿海企业与科技;2010年08期
4 王晓慧;李云飞;;基于支持向量机的个人信用风险评价研究[J];西华师范大学学报(自然科学版);2017年02期
5 黄秋彧;史小康;;个人信用风险评分的指标选择研究[J];新疆财经大学学报;2015年03期
6 徐宁;许豪勤;张磊;;基于特征选择的大数据集分析[J];信息系统工程;2019年01期
7 杨扬;周一懋;周宗放;;基于文本大数据的企业信用风险评估[J];大数据;2017年01期
8 田晓丽;李鹏燕;刘岱;;大数据背景下数字金融信用风险评估与防范[J];河北金融;2021年08期
9 江洲;朱旭东;;基于大数据和深度学习的人脸识别布控系统[J];电子世界;2018年09期
10 雍华;;神经网络在金融信用风险评估中应用综述[J];合作经济与科技;2021年02期
11 赵静;;供应链金融模式下的饲料企业信用风险评估[J];中国饲料;2021年11期
12 黄宝凤;祁婷婷;;基于特征工程的个人信用风险评估组合模型[J];中国统计;2021年06期
13 张永爽;;供应链金融信用风险评估研究——以农业中小企业为例[J];现代营销(学苑版);2021年08期
14 姚建锋;;供应链金融环境下中小企业信用风险评估指标研究[J];时代金融;2020年09期
15 吴沈娟;;供应链金融环境下中小企业信用风险评估——基于大数据的应用[J];时代金融;2020年20期
中国重要会议论文全文数据库 前20条
1 刘睿;周宗放;;云理论在企业集团信用风险评估中的应用[A];“中国视角的风险分析和危机反应”——中国灾害防御协会风险分析专业委员会第四届年会论文集[C];2010年
2 陈林;周宗放;肖珉;;企业集团信用风险评估研究综述[A];第五届(2010)中国管理学年会——管理科学与工程分会场论文集[C];2010年
3 陈林;周宗放;;基于信度理论的新兴技术企业信用风险评估方法[A];中国灾害防御协会风险分析专业委员会第二届年会论文集(二)[C];2006年
4 郑义;;以深度学习落实数学核心素养的策略分析[A];华南教育信息化研究经验交流会2021论文汇编(十)[C];2021年
5 高水彬;;初中英语深度阅读教学探索[A];课程教学与管理研究论文集(二)[C];2021年
6 范钟琪;;基于大数据文本分析的深圳市大沙河生态长廊绩效评价[A];中国水利学会2021学术年会论文集第二分册[C];2021年
7 陈文升;;浅析内外环境变化给估价机构发展带来的新问题[A];估价需求演变与机构持续发展:2019中国房地产估价年会论文集[C];2019年
8 潘翔;郭璇;吴文辉;肖治庭;李东升;;反恐“算法战”应用思考[A];第九届中国指挥控制大会论文集[C];2021年
9 孙权;;大数据推动文化产业形成新格局[A];北京文化发展报告(2016)[C];2017年
10 王威;;大数据时代背景下大学英语微课群建设研究[A];2020年南国博览学术研讨会论文集(一)[C];2020年
11 廖裕彬;;基于大数据的高三语文临界辅导策略分析[A];数字教材·数字化教学——第四届中小学数字化教学研讨会论文案例集[C];2019年
12 余雷;;大数据标准制定中数据治理的一点思考[A];2019贵州社会公共安全高端论坛优秀论文集[C];2019年
13 王鑫;;基于大数据驱动视角试析固定资产投资审计计划制定及其组织实施[A];江苏省审计机关第七届青年审计论坛论文集[C];2018年
14 王博韬;;基于大数据背景下的公共政策制定中管理信息系统的应用[A];“决策论坛——决策科学化与民主化学术研讨会”论文集(下)[C];2017年
15 丁亚海;王振雷;王昕;;基于改进特征选择的XGboost性能评估方法[A];第32届中国过程控制会议(CPCC2021)论文集[C];2021年
16 王赛;韩德强;张世醒;;一种基于证据理论的动态特征选择[A];第三十九届中国控制会议论文集(7)[C];2020年
17 林海涛;;基于特征选择的脉冲星模式识别[A];中国天文学会2018年学术年会摘要集[C];2018年
18 赵微;何慧;秦励寒;;大数据时代企业经营管理的挑战和对策[A];2019智能电网新技术发展与应用研讨会论文集[C];2019年
19 邓刚;郭锐;;基于“大数据”的作战决策优势问题探析[A];2013第一届中国指挥控制大会论文集[C];2013年
20 史彩娟;沙宇阳;刘健;闫晓东;刘利平;;基于自适应半监督稀疏特征选择的图像标注[A];第十届全国信号和智能信息处理与应用学术会议专刊[C];2016年
中国博士学位论文全文数据库 前20条
1 杨德杰;基于深度学习的个人信用风险评估研究[D];中央财经大学;2019年
2 赵静娴;基于决策树的信用风险评估方法研究[D];天津大学;2009年
3 郭英见;基于信息融合的国有商业银行信用风险评估研究[D];哈尔滨工业大学;2010年
4 帅理;个人信用风险评估理论与方法的拓展研究[D];电子科技大学;2015年
5 王露笛;心律失常与心力衰竭智能诊断方法研究[D];北京邮电大学;2019年
6 徐俊;基于视觉的文本生成方法研究[D];中国科学技术大学;2018年
7 张钧波;面向大数据的高效特征选择与学习算法研究[D];西南交通大学;2015年
8 朱敏;面向医学不平衡数据的特征选择及分类技术研究[D];浙江大学;2018年
9 袁明冬;基于图的特征提取和特征选择及其应用研究[D];西安电子科技大学;2017年
10 胡小娟;基于特征选择的文本分类方法研究[D];吉林大学;2018年
11 任宇林;结构化预测中N元特征选择算法的研究[D];华中科技大学;2018年
12 Reehan Ali Shah;基于稀疏模型组合的网络入侵分类[D];浙江大学;2019年
13 Arfan Ali Nagra;混合粒子群优化算法研究及其应用[D];江苏大学;2019年
14 滕旭阳;面向特征选择问题的优化方法研究[D];哈尔滨工程大学;2017年
15 蒙震;中小企业信用风险评估及其对贷款定价的影响研究[D];对外经济贸易大学;2015年
16 徐尔茨;固态硬盘存储系统关键技术研究[D];国防科技大学;2019年
17 高珊珊;农村消费信贷信用风险评估[D];中国矿业大学(北京);2010年
18 TRAN DUY VU NGOC LAN;基于神经网络模型的中国和越南上市商业银行信用风险评估研究[D];湖南大学;2012年
19 凌兆龙;因果特征选择与结构学习算法研究[D];合肥工业大学;2020年
20 唐波;特殊变换及其在加倍算法和张量特征选择中的应用[D];湘潭大学;2019年
中国硕士学位论文全文数据库 前20条
1 马欣磊;大数据背景下的个人信用风险评估研究[D];山东科技大学;2019年
2 宓珊珊;我国个人信用风险评估方法研究[D];西南财经大学;2016年
3 王量;基于大数据的个人信用评估及预警模型研究[D];上海交通大学;2018年
4 王佳欢;基于直觉模糊层次分析法的P2P网贷个人信用风险评价研究[D];河北工程大学;2019年
5 李妍;互联网金融发展下个人信用风险研究[D];对外经济贸易大学;2018年
6 游德创;基于混合集成算法的个人信用风险评估研究[D];广东工业大学;2018年
7 于鸣燕;人工神经网络在金融领域信用风险评估中的应用[D];南京理工大学;2007年
8 曹佳;基于人工神经网络的商业银行个人信用风险控制模型[D];北京化工大学;2008年
9 吴金凤;极值理论在个人信用风险评估方面的应用[D];中国地质大学(北京);2014年
10 崔健;商业银行个人信用风险评价[D];天津大学;2005年
11 许姗;供应链金融视角下中小企业信用风险评估研究[D];山东财经大学;2021年
12 张琪;科技型中小企业信用风险评估研究[D];天津财经大学;2019年
13 赵士琛;引入企业社会责任变量的企业信用风险评估实证研究[D];湖南大学;2019年
14 张晨;基于加权ACO-Stacking集成策略的P2P网贷信用风险评估模型研究[D];西南财经大学;2019年
15 李怿民;Z银行滨江支行个人信用风险评估优化策略研究[D];浙江工商大学;2019年
16 贾洛;我国房地产上市公司信用风险评估研究[D];北京交通大学;2019年
17 常永炷;基于多源文本的信用风险评估研究与应用[D];电子科技大学;2019年
18 赵云;基于大数据平台的个人信用风险评估[D];南昌大学;2019年
19 董礼;引入文本信息的制造业上市公司信用风险评估研究[D];贵州财经大学;2019年
20 吴逸群;神经网络模型在网络信用风险评估中的应用研究[D];武汉大学;2017年
中国重要报纸全文数据库 前8条
1 本报记者邹小丹;规避个人信用风险迫在眉睫[N];中华工商时报;2002年
2 本报记者 周松林;中证指数两项债市信用风险评估新指标发布[N];中国证券报;2017年
3 记者 祁豆豆;中证指数发布两项债市信用风险评估新指标[N];上海证券报;2017年
4 本报记者 于德良;用图计算做黑名单测试 京东金融准确率超90%[N];证券日报;2017年
5 记者 陈小三;日本信用风险评估工具登陆中国[N];国际商报;2006年
6 记者 卫容之;中国信用风险评估仍高居“A类”[N];国际金融报;2003年
7 本报记者 李振辉;根据自身特征选择健身方式[N];广东科技报;2008年
8 记者 潘清 王旺旺;应对违约风险困扰 信用债市场补信用甄别“短板”[N];经济参考报;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978