基于优化ACGAN GBDT的个人信用风险评估模型研究

• 作者: 张在美 吕娟 刘彦
• 来源期刊: 财经理论与实践
• 关键词: 信用风险评估 样本不平衡 类间重叠 ACGAN GBDT
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 财务与会计
• 页码范围: 84-89
• 页数: 5页
• 分类号: F830.5
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbejb.2022.05.011

摘要

针对个人信用数据不平衡、类间重叠、类型多样性等特点，运用优化的辅助分类器生成对抗网络（ACGAN）、梯度提升决策树（GBDT）分别进行数据过采样、学习与分类，在此基础上构建个人信用风险评估模型。依据金融及大数据相关竞赛平台提供的两个信贷数据集进行实证，从AUC、G mean、Recall等指标出发考量模型的性能。结果显示，模型使用新的过采样技术生成的样本与原始样本非常接近，对违约样本及总样本的识别性能均优于对照模型。