| 客户分组对商业银行个人信用评分模型的提升作用研究 |
| |
| 引用本文： | 张亚京,赵志冲.客户分组对商业银行个人信用评分模型的提升作用研究[J].征信,2021,39(12):67-71. |
| |
| 作者姓名： | 张亚京 赵志冲 |
| |
| 作者单位： | 中国人民银行征信中心博士后工作站,北京100031;中国人民银行金融研究所博士后流动站,北京100033;东北财经大学管理科学与工程学院,辽宁大连116025 |
| |
| 摘 要： | 分组模型是指根据借款人的行为特征分出不同的客群,是信用评分模型开发中的重要一环,可以提升信用评分模型的精度.采用模糊C均值聚类和CART决策树两种方法对全部借款人进行分组,并对分组后的每个客群进行WOE数值转换和逻辑回归信用评分模型的构建,通过对比发现分组后信用评分模型的KS和AUC均有提升,其中模糊C均值聚类作为无监督学习方法也取得较好的模型性能.
|
| 关 键 词： | 分组模型 信用评分模型 模糊聚类 CART决策树 |
Research on the Promotion Effect of Customer Grouping on Personal Credit Scoring Model of Commercial Banks |
| |
| Zhang Yajing,Zhao Zhichong.Research on the Promotion Effect of Customer Grouping on Personal Credit Scoring Model of Commercial Banks[J].征信,2021,39(12):67-71. |
| |
| Authors: | Zhang Yajing Zhao Zhichong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
