银行客户信用评估动态分类器集成选择模型

• 作者: 刘敦虎 汪寿阳 肖进 顾新
• 来源期刊: 管理科学学报
• 学科: 经济
• 关键词: 信用评估 缺失数据 动态分类器集成选择
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 金融系统专辑
• 页码范围: 114-126
• 页数: 13页
• 分类号: F830.91
• 字数: 11449字
• 语种: 中文

摘要

现实的银行客户信用评估数据常包含大量的缺失值，这在很大程度上影响了信用评估模型的性能。针对已有模型的不足，提出了面向缺失数据的动态分类器集成选择模型DCESM 。该模型充分利用数据集中所包含的已知信息，在训练信用评估模型之前不需要事先对缺失数据进行预处理，从而减少了对数据缺失机制假设以及数据分布模型的依赖。从UCI数据库中选择两个银行信用卡业务信用评估数据集进行实证分析，结果表明，与4种常用的基于插补法的多分类器集成模型以及1种直接面向缺失数据建模的集成模型相比，DCESM模型能够取得更好的客户信用评估性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾新	四川大学商学院	267	4237	33.0	55.0
5	汪寿阳	中国科学院数学与系统科学研究院	321	6538	40.0	64.0
6	肖进	四川大学商学院	36	471	12.0	21.0
10	刘敦虎	成都信息工程学院管理学院	28	469	12.0	21.0