基于组合数据挖掘技术的信用评估模型研究

王梦菊　胡晓旭

摘要：组合数据挖掘技术正在成为研究的一个热点。组合方法是信用评估的一种新趋势，目标是提高模型的分类准确性。因此，介绍了信用评估的概念、信用评估指标体系建立的原则，以及常用信用评估方法的比较。最后，对目前信用评估模型中的组合方法进行了比较分析，为以何种角度构建组合信用评估模型提供了思路。

关键词：信用评估；数据挖掘；组合算法

中图分类：TP311.13文献标识码：A文章编号：1673-291X（2012）23-0129-02

一、信用评估的定义

信用评估是统计学和运筹学在金融和银行业中最成功的应用之一，也是最早开发的金融风险管理工具之一。信用评估通常定义为一种用于预测贷款申请者或现存借款人将发生违约或拖欠概率的统计或定量方法，广泛应用于消费信贷到商业贷款的各类信用分析中。信用评估的本质是模式识别——将企业或个体消费者按照其历史资料和相应的数据划分为履约（即“好”客户）和违约（即“坏”客户）两类。各种信用评估方法的思路在本质上是相同的，即运用数据挖掘技术、统计学和运筹学等方法，通过对消费者基本特征、信用记录、行为记录等大量数据进行系统的分析，挖掘数据中蕴含的行为模式、信用特征，获取历史信息和未来信用表现之间的关系，发展出预测性的模型，来综合评估消费者未来的某种信用表现即事先确认某些决定违约（与偿还款项相反的行为）概率的关键因素，然后将它们加以联合考虑或加权计算出一个数量化的分数。……