典型文献
机器学习视角下商业银行客户信用风险评估研究
文献摘要：
有效把控信贷风险是商业银行稳健运行的关键环节.本文从商业银行客户信贷数据出发,运用非平衡样本处理算法使少数类样本信息得到平衡,并通过机器学习分类器挖掘影响客户违约的重要风险因子,最后构建Logistic模型计算违约概率.研究发现:第一,客户忠诚度是重要因子,忠诚度越高,客户违约概率越低;第二,客户历史信贷数据价值高,是事前风险控制中的重要参考依据;第三,信贷合同特征是影响客户违约的另一重要维度,包括合同期限和合同利率.研究结论可以为银行授信、风险预警和防范违约风险提供理论参考和实践指导.
文献关键词：
信贷风险;非平衡处理;机器学习;Logistic模型
中图分类号：
作者姓名：
顾洲一;胡丽娟
作者机构：
浙江金融职业学院,浙江 杭州 310018
文献出处：
引用格式：
[1]顾洲一;胡丽娟-.机器学习视角下商业银行客户信用风险评估研究)[J].金融发展研究,2022(01):79-84
A类：
非平衡处理
B类：
学习视角,商业银行,行客,客户信用,信用风险评估,评估研究,信贷风险,从商,非平衡样本,样本处理,理算,少数类,机器学习分类器,风险因子,违约概率,客户忠诚度,数据价值,事前,风险控制,合同期,期限,合同利率,银行授信,风险预警,违约风险,实践指导
AB值：
0.367508
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
