个人信用评分模型比较研究
本文对个人信用理论的发展及内涵进行了简要的概括总结,对个人信用评分模型的统计学方法、运筹学方法和人工智能技术方法进行了归类.并着重对信用评分模型的Logistic回归方法、分类树方法和神经网络方法进行了比较研究.最后得出了分类树模型比Logistic回归模型有更好的分类效果,在三个模型中稳健性最好;神经网络模型的精确度性最高,比另外两个模型的性能更好更强,但模型的稳健性不是很好,在信用评分应用质量方面只对信用极好或极差的客户有所保证.
个人信用评分 回归分析 分类树 神经网络
毛建军 蔡卫民
北京科技大学管理学院,北京,100083
国内会议
厦门
中文
358-363
2006-11-02（万方平台首次上网日期，不代表论文的发表时间）