基于消费数据的个人信用评价研究

随着我国经济总量不断攀升，政府政策更加完善，广大人民对物质的需求不断发生变化，2013年《征信业管理条例》发布，有效推动了征信体系的健康发展。对个人信用评价研究成果进行分析，构造更加高效、精准的个人信用评价模型迫在眉睫。研究发现，数据的预处理以及个人信用评分指标体系的构建对个人信用评分的最终结果有着重要的影响，通过随机森林、KNN决策树等方法分别对指标变量的缺失值进行插补，使用随机森林、WOE值和IV值对数据指标进行重要性排序，确定入选模型变量，构建个人信用评分的指标体系，结合综合评价方法构造熵值法、变异系数法AHP模型、灰色综合评价三种个人信用评价模型，信度系数对建立的多个个人信用评分模型进行组合赋权，以此构建组合评分模型。