个人信用风险评分的指标选择研究

摘要：

随着我国征信体系的不断完善,商业银行进行个人信用风险评分模型的开发时,可供选择的指标会越来越多,这些指标及其衍生指标会导致信用模型的训练时间冗长,其中的无关指标和冗余指标还会降低模型的预测效果,实际情况和客观需要都对个人信用风险评分领域的指标选择方法提出了更高的要求.本文首先分析了目前个人信用风险评分领域广泛使用的Gini系数、Ⅳ信息量准则、R-square规则等指标选择方法的特点与不足,然后基于一种新的数据离散化方法,并结合机器学习领域的基于一致性的特征选择方法,对个人信用风险指标进行两步筛选.本文认为,两步筛选法计算量不大,考虑了指标之间的相互联系,并从指标集合的角度挑选最优的指标子集,具有较强的适用性.

关键词：个人信用、指标选择、数据离散化

分类号：F830.5(金融、银行)

在线出版日期：2015-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：5-15