1、隨著中國經(jīng)濟(jì)的快速發(fā)展，中國的信用消費(fèi)已逐步浮出水面，個(gè)人貸款的增長速度非常迅速。個(gè)人消費(fèi)信貸已經(jīng)成為我國拉動內(nèi)需，促進(jìn)經(jīng)濟(jì)增長的重要手段。在個(gè)人消費(fèi)信貸的發(fā)展過程中面對的主要問題之一就是個(gè)人信用風(fēng)險(xiǎn)難以評估和控制，導(dǎo)致消費(fèi)信貸業(yè)務(wù)風(fēng)險(xiǎn)過高，因此，對個(gè)人信用評分模型的研究具有重要的應(yīng)用價(jià)值。 信用卡是消費(fèi)信貸中發(fā)展最快，且最富創(chuàng)新活力的重要的金融信用支付工具。本研究從信用卡風(fēng)險(xiǎn)度量角度研究個(gè)人信用評分模型。通過將現(xiàn)代的數(shù)據(jù)挖掘技

2、術(shù)中的支持向量機(jī)(SVM)、遺傳規(guī)劃(GP)和遺傳算法(GA)引入信用卡風(fēng)險(xiǎn)管理領(lǐng)域，建立了信用卡申請風(fēng)險(xiǎn)模型和后期行為管理的評分模型，然后將信用評分模型應(yīng)用到實(shí)際的信用數(shù)據(jù)中，驗(yàn)證了模型的有效性。 論文將遺傳規(guī)劃和支持向量機(jī)方法結(jié)合起來，建立兩階段申請風(fēng)險(xiǎn)評分模型(2SRSM)。第一階段利用遺傳規(guī)劃獲得規(guī)則，并根據(jù)具體問題，引入誤判成本分析和多目標(biāo)優(yōu)化選擇策略來改進(jìn)遺傳規(guī)劃算法。第二階段利用支持向量機(jī)處理規(guī)則無法覆蓋的客戶數(shù)據(jù)

3、。實(shí)證分析表明該評分模型具有分類準(zhǔn)確率高和可解釋性強(qiáng)的優(yōu)點(diǎn)。 論文通過研究國內(nèi)商業(yè)銀行信用卡行為數(shù)據(jù)，針對我國信用卡業(yè)務(wù)發(fā)展尚處于起步階段，數(shù)據(jù)樣本少、冗余屬性多的特點(diǎn)，建立了基于遺傳算法的特征選擇算法。通過特征選擇算法選擇關(guān)鍵屬性，消除了冗余屬性對模型的影響，再利用多類支持向量機(jī)建立動態(tài)調(diào)整客戶等級的信用卡行為評分模型，以便對信用卡的后期管理提供決策依據(jù)。實(shí)證分析表明，該模型能夠有效提取關(guān)鍵屬性，提高了模型的分類準(zhǔn)確率。