• <input id="zdukh"></input>
  • <b id="zdukh"><bdo id="zdukh"></bdo></b>
      <b id="zdukh"><bdo id="zdukh"></bdo></b>
    1. <i id="zdukh"><bdo id="zdukh"></bdo></i>

      <wbr id="zdukh"><table id="zdukh"></table></wbr>

      1. <input id="zdukh"></input>
        <wbr id="zdukh"><ins id="zdukh"></ins></wbr>
        <sub id="zdukh"></sub>
        公務員期刊網(wǎng) 論文中心 正文

        房貸信用風險評估系統(tǒng)設(shè)計分析

        前言:想要寫出一篇引人入勝的文章?我們特意為您整理了房貸信用風險評估系統(tǒng)設(shè)計分析范文,希望能給你帶來靈感和參考,敬請閱讀。

        房貸信用風險評估系統(tǒng)設(shè)計分析

        摘要:近年來,貸款買房成為購房的常態(tài),銀行需要通過各種統(tǒng)計數(shù)據(jù)對貸款者進行信用評估,根據(jù)評估結(jié)果決定是否貸款,以此規(guī)避風險。據(jù)此,針對該問題進行調(diào)研,收集數(shù)據(jù),利用數(shù)據(jù)挖掘原理,采用Weka軟件與貝葉斯模型,設(shè)計出房貸信用風險控制系統(tǒng),為銀行的房貸信用評估業(yè)務提供參考,為其他需要信用風險評級的機構(gòu)或組織提供經(jīng)驗。

        關(guān)鍵詞:房貸;信用風險評級;數(shù)據(jù)挖掘

        1基本軟件與模型介紹

        在構(gòu)建該信用風險評估系統(tǒng)時,一是采用的是Weka軟件。該軟件能對數(shù)據(jù)進行初步處理、分類、回歸、聚類、關(guān)聯(lián)規(guī)則等,并實現(xiàn)可視化操作。本文對收集的數(shù)據(jù)采用了初步處理、利用Apriori關(guān)聯(lián)規(guī)則挖掘分析的方法。二是利用MSBNx貝葉斯網(wǎng)分類工具,采用貝葉斯信念網(wǎng)絡(luò)分類進行類型劃分,利用相關(guān)的算法。以此確定出因素之間的相關(guān)關(guān)系以及相應的概率,為模型的建立以及結(jié)論的產(chǎn)生提供參考依據(jù)。

        2房貸信用風險樣本調(diào)查結(jié)果

        本文選取6類最具代表性的指標,即財產(chǎn)狀況、年齡、婚姻狀況、有無固定電話、信用保證金額、信用等級。由于Weka軟件只識別英文,將以上6類用英文代替,分別是property、age、status、telephone、creditamount、class。調(diào)查結(jié)果如表1所示。

        3數(shù)據(jù)挖掘過程

        3.1數(shù)據(jù)初步處理。首先對數(shù)據(jù)進行初步處理,以保證數(shù)據(jù)挖掘的質(zhì)量。依次進行數(shù)據(jù)缺失項處理;數(shù)據(jù)的標準化處理;數(shù)據(jù)的規(guī)范化處理,規(guī)范到[-1,+1]區(qū)間。3.2Apriori關(guān)聯(lián)規(guī)則挖掘分析。使用Apriori算法獲取關(guān)聯(lián)信息并進行分析,對初步處理的數(shù)據(jù)進行關(guān)聯(lián)規(guī)則挖掘。采用支持度、置信度2個指標,分別確定數(shù)據(jù)集的頻繁程度、Y在包含X的事物出現(xiàn)的概率。同時將滿足最小支持度、最小置信度閾值的規(guī)則稱為強規(guī)則。首先,采用支持度閾值為25%、置信度閾值為85%,對挖掘的最佳關(guān)聯(lián)規(guī)則第1、2條進行分析。結(jié)果表明有房產(chǎn)與信用額度有強關(guān)聯(lián)(lift=1.22>1);年齡在35~49與信用額度小關(guān)聯(lián)較?。╨ift=1.07)。隨后采用置信度閾值為55%進行分析,找出:“status=malesingle,telephone=none==>property=realestate”規(guī)則的置信度和提升讀。結(jié)果表明有房產(chǎn)單身男性與沒有電話號碼有強關(guān)聯(lián)規(guī)(lift=1.22)。

        4數(shù)據(jù)挖掘分類分析結(jié)果

        通過上述過程得出的結(jié)果,運用MSBNx工具中的貝葉斯信念網(wǎng)絡(luò)分類方法進行分析,得出最終的結(jié)果。貝葉斯信念網(wǎng)絡(luò)分類:首先,將年齡與信用額度離散成3類,得到年齡與信用額度離散結(jié)果,隨后,構(gòu)建貝葉斯信念網(wǎng)絡(luò)分類進行類型劃分,如圖1中橢圓圈及箭頭所構(gòu)成的網(wǎng)絡(luò)。最后,可求得信用等級(class)好(Good)、壞(bad)的概率。例:求“有車、年齡超過50歲、無電話、信用額小于3000”的信貸評級。根據(jù)系統(tǒng)給出的結(jié)果得出good、bad概率分別為0.835443、0.164557,信用等級好的概率大,故銀行可提供貸款給借款人。

        5結(jié)語

        由于實際情況復雜,本文只選取6類代表性指標調(diào)查,設(shè)計出信用風險評估系統(tǒng),并給出操作示范。最終決策客觀、規(guī)范,實現(xiàn)風險控制的目標。同時為其他需要信用風險評估的機構(gòu)或組織提供了一個有效的操作方法,這是該信用風險評估系統(tǒng)更為深層的作用。

        作者:馬楠藍 李雨芹 曹云 吳沁欣 單位:西華大學

        无码人妻一二三区久久免费_亚洲一区二区国产?变态?另类_国产精品一区免视频播放_日韩乱码人妻无码中文视频
      2. <input id="zdukh"></input>
      3. <b id="zdukh"><bdo id="zdukh"></bdo></b>
          <b id="zdukh"><bdo id="zdukh"></bdo></b>
        1. <i id="zdukh"><bdo id="zdukh"></bdo></i>

          <wbr id="zdukh"><table id="zdukh"></table></wbr>

          1. <input id="zdukh"></input>
            <wbr id="zdukh"><ins id="zdukh"></ins></wbr>
            <sub id="zdukh"></sub>
            中文字幕精品一区二区2022年 | 在线看免费白色福利 | 日韩一区精品视频在线观看蜜桃 | 日韩欧美国产一线 | 午夜福利国产观看视频1 | 日本高级黄区免费 |