人工神經(jīng)網(wǎng)絡(luò)在汽車消費信貸信用風險評價模型中的應(yīng)用研究.pdf

1、我國汽車消費信貸業(yè)務(wù)經(jīng)過十余年的發(fā)展，逐步形成較為規(guī)范、有序的市場環(huán)境，然而在發(fā)展過程中卻暴露了許多嚴峻的問題，尤其是客戶違約風險極為嚴重，導致消費信貸業(yè)務(wù)幾度被叫停，極大的阻礙了汽車消費信貸業(yè)務(wù)在國內(nèi)的發(fā)展，對汽車行業(yè)也產(chǎn)生了巨大的影響。如何有效地評估消費信貸業(yè)務(wù)借款人的信用，提高授信審批的準確度，進而降低違約風險，是本文著重研究和探討的方向。
　　 本文的主要思路是：以我國汽車消費信貸業(yè)務(wù)為切入點，針對汽車消費信貸業(yè)務(wù)發(fā)展中

2、存在的高違約風險，采取數(shù)據(jù)挖掘技術(shù)應(yīng)用于違約風險的主要源頭“個人信用風險”的評估方面，通過建立基于神經(jīng)網(wǎng)絡(luò)算法的信用評估模型，對申請汽車消費信貸業(yè)務(wù)的借款人信用狀況進行評價，預(yù)測出借款人可能的違約狀況，從而從貸款審批源頭上控制風險，減少汽車金融服務(wù)機構(gòu)的損失。
　　 主要內(nèi)容是：第一部分對國內(nèi)外汽車消費信貸的發(fā)展狀況和特點進行比較分析，進而得出汽車消費信貸的風險多方面成因，并著重針對個人信用風險評估方法進行深入的研究。第二部分對

3、數(shù)據(jù)挖掘理論的原理、過程，以及人工神經(jīng)網(wǎng)絡(luò)三種主要算法的原理和應(yīng)用進行深入的研究。第三部分在對個人信用風險成因深入研究的基礎(chǔ)上，對汽車金融服務(wù)公司2800條客戶信息進行數(shù)據(jù)挖掘，研究如何將人工神經(jīng)網(wǎng)絡(luò)算法應(yīng)用信用評估建模過程，通過建立BP神經(jīng)網(wǎng)絡(luò)模型、多層感知器神經(jīng)網(wǎng)絡(luò)模型、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型，找出個人信息指標與信用評估之間隱含的規(guī)律。經(jīng)比較分析選擇出預(yù)測精度最高、穩(wěn)定性最好的信用評估模型，通過該模型可以預(yù)測新的借款人可能的違約狀況

4、。根據(jù)模型的結(jié)果得到各信息指標對于不良信用即貸款狀態(tài)為呆帳的影響程度，從而確定各指標項的權(quán)重建立其個人信用評價模型，將數(shù)據(jù)挖掘結(jié)果量化為具體的評分模型。
　　 本文研究的意義在于：第一、通過神經(jīng)網(wǎng)絡(luò)算法建立的神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度達到87.43%，相比較國內(nèi)相關(guān)方面研究成果，模型質(zhì)量較高，同時生成的指標體系可以極大地提高貸款審批效率。第二、本文模型的數(shù)據(jù)源于國外著名汽車金融服務(wù)公司本地客戶信息，由于數(shù)據(jù)挖掘最大的優(yōu)點就是“原生性”