历史数据缺失情况下银行信贷决策研究 ——基于谨慎信任场和机器学习的模型构建

摘要：

针对传统信贷业务决策模型难以评估新增客户状况、研究角度单一等问题,本文结合信誉和基于信任的合作机制,构建了一个融合谨慎阻力、机器学习等理论的银行信贷业务决策模型.具体做法如下:首先,通过谨慎信任场模型计算得到信任密度和阈值对比,据此淘汰部分信贷客户;然后,用机器学习预测问题客户,进行二次筛选;最后,比较精选客户的信任压强,进而为信贷业务决策提供参考.实验结果证实,谨慎信任场模型能够有效剔除问题企业,对于指导银行信贷业务决策具有重要意义.

关键词：信贷决策、信任、谨慎信任场、机器学习

分类号：F832(金融、银行)

资助基金：本文受到教育部人文社会科学基金19YJAZH064

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：85-98