基于大数据方法的客户信用评估模式研究.pdfVIP

专业学位硕士研究生学位论文 （金融硕士） 基于大数据方法的客户信用评估模式研究 作者姓名 彭梦娇 学 号 7220160353 2019年05月 万方数据 分类号： 学校代码：10619 UDC： 密级： 西南科技大学硕士学位论文 （金融硕士） 基于大数据方法的客户信用评估模式研究 作者：彭梦娇 学科(专业)或领域名称：金融 指导教师姓名、职称：张泽明、副教授 校外指导教师姓名、职称：张志勇、高级经济师 学生所属培养单位：经济管理学院 论文答辩日期：2019年5 月14 日 I 万方数据 AThesis Submittedto SouthwestUniversity of Scienceand Technology fortheDegreeofMaster （Master ofFinance） Researchon Customer Credit Evaluation Model Based on Big Data Method Candidate:Mengjiao Peng Supervisor:Zeming Zhang May 2019 II 万方数据 摘 要 摘 要 随着国际竞争日趋热烈，国内市场竞争压力不断增大，我国经济的持续发展 和市场经济体制深化改革，企业为扩大产品销售的规模、提高市场占有的产品份 额，已逐渐拥有自己的客户信用评估体系，并采用授信方式推广促销。然而，由 于我国传统的企业客户信用评估模式多存在缺乏客观性，动态性以及完整性等问 题，使得企业不能全面及时的了解评估对象的信用状态。同时，随着互联网、大 数据时代的到来使得受评估企业将关联方等更多的与信用相关的信息暴露在大众 的视野中。因此对如何利用大数据技术将更多的有用信息纳入信用评估体系，挖 掘出各信息之间隐藏的逻辑关系，更高效快捷地刻画企业还贷能力和违约风险的 研究显得十分必要。 首先，本文针对传统客户信用评估模式中大数据技术未充分利用的问题，对 基于大数据方法的客户信用评估流程进行了梳理，并结合大数据时代信息暴露更 多的特点，通过对相关文献的整理以及笔者的调研初步筛选出了结合大数据技术 的评估指标，然后运用灰色关联聚类分析方法对评估指标进行二次筛选，剔除了 冗余指标，进而确定了最终的客户信用评估指标体系。 然后，本文为保证业务上的可解释性，模型稳定性，以及模型精准度构建了 逻辑回归与梯度提升决策树的加权融合信用评估模型。此外，本文还采用十折交 叉验证法检验模型