基于GA-BP-Adaboost模型的信用卡逾期还款风险评估研究

• 作者: 张秋菊
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 信用卡 信用风险 数据挖掘 逾期还款
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 经济学与管理科学
• 页码范围: 81-86
• 页数: 6页
• 分类号: F224|TP183
• 字数: 6745字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2018.01.017

摘要

针对信用卡逾期还款问题,在第1阶段对持卡人是否会逾期还款进行分类的基础上,又在第2阶段对持卡人逾期时间进行了预测.考虑到单个BP神经网络模型运行结果受初始权值影响大,稳定性不好.以Adaboost方法训练若干个弱分类器和弱预测器,结合成一个强分类器和一个强预测器,完成了第1阶段对客户是否会逾期还款的评估,以及第2阶段对客户逾期还款时间的预测.最后用该方法对某银行的持卡人还款情况进行了数值实验,结果显示提出的逾期还款风险两阶段评估模型具有很高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张秋菊	北京理工大学管理与经济学院	3	28	3.0	3.0