论文部分内容阅读
随着我国商业银行消费信贷业务的展开,个人信用得到了空前的重视。在我国个人信用体系缺失的情况之下,如何在商业银行内部发展一种合理有效的个人信用评分方法,是商业银行实现贷前风险控制,进一步促进消费信贷发展的关键。
本文在各种文献的基础上,围绕个人信用评分的两个主要因素展开。首先,通过分析已有的理论方法和实证结果,结合我国的具体情况,提出了可供我国商业银行参照的指标体系；然后将Logistic回归理论与个人信用评分相结合,详细讨论了Logistic回归的推理、假设条件、分布抽样、极大似然估计等具体过程,并就个人信用评分系统的升级以及个人信用的多级分类进行了必要的讨论。说明了Logistic回归由于具有善于处理定性变量、能对变量进行有效筛选等特点,而适用于个人信用评分。在此基础上,本文使用Logistic回归模型对商业银行的个人信贷数据进行了实证分析,分别构建了判断违约与实际违约的Logistic回归模型,并进行了估计。结果表明,在本文所使用的5个变量中,婚姻及家庭与银行的放贷关系不大,而性别则与实际违约关系不大。就模型本身而言,Logistic回归对于好坏客户的分类准确率能达到86.7％。模型运行过程比较简单,对于训练样本只要求表述成好坏两类客户人群,而结果能得到精确的分值。总的来说,在我国的个人信用评分刚刚起步的情况下,首先考虑在商业银行内部使用Logistic回归来建立个人信用评分模型,是一种比较合理的选择。
全文共分为五章,具体为：
第一章是引论。本章主要从个人信用评价主要理论与国内外研究进展入手,结合我国商业银行个人信用评估的实际情况,给出了进行本课题研究的必要性和紧迫性。
第二章是个人信用评分指标体系研究。本章主要从指标体系的不同类别、我国个人信用评分指标体系的构建和指标的量化处理方法三个大的方面入手,指出在个人信用评分中,使用哪些指标是能否对客户进行准确分类的关键。信用评分的指标根据信用评分的意图可以分为不同的类别,他们之间的差别较大。本章列举了三种不同类别的指标体系,并着重分析了普遍意义上个人信用综合评分指标,以及指标对于违约风险等因素的影响。并在此基础上,综合考虑我国的国情,提出了适应于我国信用环境的指标体系。同时说明了在模型中指标的量化处理方法,为后面的实证分析做准备。
第三章是Logistic回归模型的构建。本章主要从Logistic回归原理、变量的逐步选择法、回归的判别更新与多级分类入手,通过结合个人信用评分,详细介绍了线性Logistic回归的推理过程、假设条件、抽样方法以及变量筛选、偏差处理等具体问题,并简单介绍了Logistic回归评分系统而言的系统升级和多类分级等问题。从这些过程可以认为,使用Logistic回归进行个人信用评分至少有三个优点：(1)训练样本只需给出好坏客户的判断,但输出结果却可以给出具体的分值；(2)Logistic回归可以对协变量进行有效、严密的筛选,并对偏差进行有效修正；(3)系统升级简单易行,且能实现个人信用的多级分类。
第四章是Logistic回归模型的实证分析。本章主要从数据获得与预处理、协变量的筛选、Logistic回归常用的检验和模拟运行结果四个方面,对Logistic回归在个人信用评分领域的应用进行了分析,分别构建了银行判别违约和客户实际违约方程并进行了估计。结果表明在本章所使用的五个指标：性别、工作职务、住房、学历、婚姻及家庭中,婚姻与家庭在银行的放贷决策中影响并显著,而性别则对实际违约与否影响并不显著。这个差别说明了我国的商业银行目前的放贷决策并不是十分有效。就Logistic回归模型本身而言,对客户的分类准确率能达到86.7％,且运行过程比较简单,得出的结果较为合理,可以认为对我国的信用数据具有较好的适用性。
第五章是结论与政策建议。本章归纳文章的结论并提出政策建议。