摘 要

在这个“贷款消费”逐渐成为主流的社会下，个人信贷无论是给社会还是个人而言都带来极大的便利，但是同样的风险问题也不断地显现出来。自1956年第一张信用卡面世以来，风险管理也就贯穿了整个信用卡业务的发展历史。为此，本文将基于深度神经网络对个人信用风险进行预测，得出ROC曲线和AUC值并与传统的的logistic模型进行对比，从而得出结论深度神经网络模型优于logistic模型。

关键词：个人信用风险 风险评估 深度神经网络 logistic模型 深度学习

Study on credit card default risk based on machine learning algorithm

Abstract

In this "loan consumption" has gradually become the mainstream of society, personal credit has brought great convenience to both the society and individuals, but the same risk problem has been constantly emerging. Since the launch of the first credit card in 1956, risk management has become an integral part of credit card business.Therefore, this paper forecasts personal credit risk based on the deep neural network, obtains the ROC curve and AUC value And compare it with the traditional logistics model, and draw the conclusion that the deep neural network model exceeds the logistics model.

Key words: personal credit risk; risk assessment; deep neural network; logistic model; deep learning

目录

摘 要.........................................................................................................1

ABSTRACT.............................................................................................2第一章 引言.............................................................................................3

1.1研究背景………………………………………………………………..3

1.2文献综述………………………………………………………………..3

1.3本文的研究方法，意义和创新点……………………………………..5

第二章 样本选取..............................................................................6

2.1 数据来源………………………………………………………………..6

2.2 样本选取………………………………………………………………..6

第三章 人信用评估的实证研究..................................................8

3.1 logistic模型研究………………………………………………………..……8

3.1.1建立模型………………………………………………………8

3.1.2 极大似然估计…………………………………………………9

3.1.3 结果分析…………………………………………………………9

3.2 深度神经网络研究…………………………………………………...12

3.3 实证结果对比分析…………………………………………………...13

3.3.1实验设置………………………………………………………14

3.3.2结果分析………………………………………………………14

第四章 结论与展望.............................................................................15

4.1 结 论………………………………………………………………….15

4.2 建议与展望………………………………………………..………...15

参考文献..........................................................................................16

致 谢................................................................................................18

1. 引言

1.1研究背景

中国的信用卡业务始于20世纪中后期，中国的第一张信用卡发行于20世纪的中期。21世纪，中国信用卡随着经济的飞速进步也得到了良好的发展，随着互联网的崛起，尤其是移动互联技术的快速发展和广泛应用，为信用卡业务提供了很多的机遇，同时也给商业银行带来了一些的麻烦。

1.2文献综述

个人信用在现如今的社会变得愈来愈重要，它不仅是现代社会的润滑剂和市场工具，同时也是金融活动和发展的衍生基础。所以个人信用的风险评估也就成为了个人信用体系中的一个重要环节。

关于信用卡违约风险管理的内容大量出现在不同的报纸期刊上，还没有形成完整的体系和理论[1-2]。随着国内外信用评分研究的深入，个人信用评价也从统计方法演变为非参数方法，运作研究方法再到人工智能方法，并从一种模型演变为多种组合模型。[3]。国内的诸多学者主要基于统计学方法法对个人信用评估进行了进一步的研究，现如今的个人信用评价中主流为logistic模型，在这类模型中，作者选取了贷款人的历史数据，根据贷款人的不同特征变量，对申请人还款和违约的行为进行了大量分析；接下来通过交叉表来直观反应自变量和因变量的联系；将指标引入模型并使用不同的统计软件进行 Logistic回归分析；最后根据结果得出logistic方程来对借贷人的信用进行评判[4-8]。

Logistic回归目前在信用评价领域应用最为广泛，从预测结果也可以看出，模型的稳健性是 Logistic 回归的优点，但精度却不是很高，随后李卯[9]将logistic回归和随机森林法进行了对比，结果显示随机森林算法，其模型的训练效果和预测精度都高于logistic回归。