應(yīng)用決策樹構(gòu)建個人住房貸款風(fēng)險評估模型.pdf

1、本文主要運用數(shù)據(jù)挖掘中的決策樹技術(shù)對經(jīng)過預(yù)處理后的個人住房貸款挖掘數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)隱藏在大量數(shù)據(jù)中的隱含模式，最終得到個人住房貸款風(fēng)險評估模型。本文研究的內(nèi)容主要包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理以及模型的建立，而這三部分又是基于數(shù)據(jù)挖掘以及決策樹的相關(guān)理論，根據(jù)業(yè)務(wù)需求并按照數(shù)據(jù)挖掘工作的一般步驟展開的。 論文針對我國商業(yè)銀行信貸資產(chǎn)質(zhì)量低下和風(fēng)險加大的客觀情況，借鑒外資銀行應(yīng)用數(shù)據(jù)挖掘決策樹技術(shù)建立客戶信用評價系統(tǒng)的成功經(jīng)

2、驗，在明確挖掘目的的前提下，深入理解數(shù)據(jù)挖掘、決策樹、數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、聚類分析以及模型評價等方面的相關(guān)概念。在此基礎(chǔ)上，結(jié)合本文研究的問題以及數(shù)據(jù)的特點，通過各種方法的分析與比較，用適合的數(shù)據(jù)采集和預(yù)處理方法對數(shù)據(jù)庫中的一半數(shù)據(jù)進(jìn)行處理，建立適合挖掘的數(shù)據(jù)集，應(yīng)用決策樹C4.5算法以及聚類k-平均算法對這些數(shù)據(jù)進(jìn)行挖掘和分析，通過計算風(fēng)險度量值和決策影響程度值，確定每個屬性各個取值的分?jǐn)?shù)值，得到個人住房貸款風(fēng)險評估模型。最后使用剩

3、余的一半數(shù)據(jù)作為測試樣本來評價這個模型，證明此模型具有較強(qiáng)的預(yù)測能力，是當(dāng)前商業(yè)銀行可以采用的最優(yōu)模型，值得在實踐中推廣。 具體來說，本文的研究內(nèi)容主要有以下幾個方面： 1．針對我國個人住房貸款違約率上升的現(xiàn)象，借鑒國外銀行取得的成果，提出使用數(shù)據(jù)挖掘決策樹技術(shù)構(gòu)建個人住房貸款風(fēng)險評估模型將會給商業(yè)銀行帶來很多直接效益。 2．通過數(shù)據(jù)挖掘分類算法的比較，選擇決策樹技術(shù)以及經(jīng)典的C4.5算法作為本研究使用的算法，并

4、介紹其基本理論。 3．依據(jù)數(shù)據(jù)挖掘步驟，明確挖掘目的，以某商業(yè)銀行個人信貸數(shù)據(jù)為分析對象，分析研究個人住房貸款原始數(shù)據(jù)庫的數(shù)據(jù)，通過隨機(jī)序列發(fā)生器，從中隨機(jī)抽取一半數(shù)據(jù)作為本研究的樣本數(shù)據(jù)，得到個人住房貸款處理數(shù)據(jù)集，為數(shù)據(jù)挖掘后續(xù)步驟奠定數(shù)據(jù)基礎(chǔ)，另外一半將被用來測試。 4．兼顧數(shù)據(jù)質(zhì)量和計算效率，對一些重要的預(yù)處理方法深入地研究和實踐，選擇較為完善的預(yù)處理方法對個人住房貸款處理數(shù)據(jù)集進(jìn)行了一系列的處理，得到適合挖掘的