基于随机森林的信用卡违约预测研究

摘要：

近些年信用卡的违约情况呈现逐年上升的趋势,使商业银行面临严重的经营风险,商业银行若想在信用卡业务中获得利润,必须控制信用卡的违约率.关于信用卡违约的研究主要围绕信用评级展开,鉴于传统单一分类器预测模型拟合不足或过拟合的缺陷,提出改进后的随机森林预测模型,并在实证分析中与KNN、逻辑回归、决策树和GBDT相比较.模型提高了信用卡违约识别率,降低了违约风险,对提高商业银行的风险管控能力具有积极意义.

关键词：信用卡违约、逻辑回归、GBDT、ROC曲线、随机森林

所属期刊栏目：4

分类号：TP391(计算技术、计算机技术)

在线出版日期：2020-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,9