基于数据可视化Rattle的个人信用风险评价建模

本文从个人信贷的定义出发,先总结了国内外个人信贷评估的经验理论,再根据模型评价和综合评判两个方面进行模式创新,通过实证研究,挖掘出了决定我国个人信用状况的重要变量,通过数据可视化Rattle建立起个人信用评价模型。利用SVM、决策树、Neural Net等算法进行有效性的比较,又利用Logistic回归这一经典计量模型扩展了客户进行信用评分。除此之外,借鉴VaR概念提出Profit-at-Risk模型,测算出使用模型存在的风险,并且在收益和风险中取得平衡,弥补了数据挖掘模型只关注准确度的不足。