简介:消费金融公司在西方发达国家已存在了上百年,对各国的金融发展起到了无可替代的重要作用。然而,其顺利运作和持续发展是建立在西方发达国家较为成熟和完善的个人信用评估体系之上的。鉴于我国目前的个人信用评估体系尚处于不成熟阶段,所以要想消费金融公司发挥其原有的作用,就必须进一步完善我国的个人信用评估体系。本文所构建的模型是在传统的由单模型构建的个人信用评估体系的基础上,将两种模型结合而成的混合模,并用数据对其预测精度进行实证检验,进而得出结论。
简介:个人信用制度由个人身份证明、个人社会档案、个人纳税情况、个人储蓄和债务记录等许多综合资料组成,它是由国家建立,用于保障、管理和监督个人信用个人信用活动健康、规范发展的一系列具有法律效力的行为规范和规章制度。其目的主要是为查验、证明和解释个人资信情况,并通过制度来规范个人信用活动,提高人们的守约意识,从而建立起良好的市场经济信用秩序。在西方国家,每一个人都拥有一个终生不变的信用信用号,通过这个无法伪造的信用号,任何行政执法机关、银行都可以查询个人信用号上的使用记录,一旦有不良的记录,就将造成个人在开办公司、税务登记和贷款等方面的极大困难。因此,市民非常重视培养自己的信用。这种制度的建立在西方国家已有150年的历史。然而,我国至今尚未建立类似的制度,每个人的每一笔贷款、每一份税务登记对于银行和税务机关来说都是全新的。我国现阶段这种资信的断层,为国家税收的征收管理带来不小的阻力。
简介:摘要院随着个人消费贷款的普及,贷款人的个人信用评估变得尤为重要。本文选取德国和澳大利亚某商业银行的个人信贷数据为样本数据,采用主成分分析提取样本数据的主成分,通过遗传算法优化神经网络的网络结构、初始连接权值和阀值,然后将优化的神经网络算法用于个人信用评估。与其他算法的准确率比较的结果表明,基于主成分分析—遗传算法—神经网络算法的个人信用评估准确率要高,而且模型的网络结构得到优化,运算时间也有缩短。