-
题名机器学习方法在预防信用卡违约风险中的应用
被引量：2
- 1
-
-
作者
曾叙坚
吕露
陆鑫
梁杜艺
王东
-
机构
桂林电子科技大学数学与计算科学学院
-
出处
《无线互联科技》
2020年第18期166-168,共3页
-
基金
2019年广西区大学生创新训练计划项目,项目编号:2019。
-
文摘
文章使用机器学习中的决策树和随机森林算法建立信用卡违约预警模型。第一步,建立相关系数热力图,发现用户的违约状态与个人贷款的相关性最强、其次是开户时长和存款时长;第二步,使用过滤式特征选择方法选取主要的特征;第三步,分别使用决策树和随机模型建立信用卡违约预警模型;第四步,总结这两个模型的优缺点。结论:决策树模型训练速度快,但是模型精度一般;随机森林模型训练速度慢,但是模型精度优良。
-
关键词
信用卡违约预警模型
机器学习
过滤式特征选择
决策树
随机森林
-
Keywords
credit card default warning model
machine learning
filter feature selection
decision tree
random forest
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
F832.2
[经济管理—金融学]
-
-
题名基于随机森林的信用卡违约预测研究
被引量：4
- 2
-
-
作者
郭建山
钱军浩
-
机构
江南大学物联网工程学院
-
出处
《现代信息科技》
2020年第3期1-4,9,共5页
-
文摘
近些年信用卡的违约情况呈现逐年上升的趋势,使商业银行面临严重的经营风险,商业银行若想在信用卡业务中获得利润,必须控制信用卡的违约率。关于信用卡违约的研究主要围绕信用评级展开,鉴于传统单一分类器预测模型拟合不足或过拟合的缺陷,提出改进后的随机森林预测模型,并在实证分析中与KNN、逻辑回归、决策树和GBDT相比较。模型提高了信用卡违约识别率,降低了违约风险,对提高商业银行的风险管控能力具有积极意义。
-
关键词
信用卡违约
逻辑回归
GBDT
ROC曲线
随机森林
-
Keywords
credit card default
logistic regression
GBDT
ROC curve
random forest
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名美国信用卡事件对我国信用卡市场规范化管理的启示
- 3
-
-
作者
黄辉
李志超
拓文娜
-
机构
中国人民银行庆城县支行
中国人民银行庆阳市中心支行
-
出处
《征信》
北大核心
2019年第1期50-53,共4页
-
文摘
随着我国信用卡市场的逐渐繁荣,其潜藏的风险愈来愈引起相关各方的关注和重视。从美国信用卡事件入手,对比分析我国信用卡市场的发展现状和存在的问题,提出美国信用卡事件对我国信用卡市场规范化管理的启示。建议建立健全法律法规体系,确保监管有法可依;进一步完善个人征信体系,加大信用评级建设;加强信用卡发卡机构规范化管理,引导商业银行长远规划信用卡市场发展;加大宣传力度,引导广大消费者珍爱信用、合理消费。
-
关键词
信用卡违约
规范化管理
风险
信用评级
-
Keywords
credit card default
normalization management
risk
credit rating
-
分类号
F832.2
[经济管理—金融学]
-
