卞凌志，王直杰

（东华大学信息科学与技术学院，上海 201620）

（*通信作者电子邮箱wangzj@dhu.edu.cn）

0 引言

随着金融业的不断发展，向商业银行贷款的人数也越来越多，这在增加了银行可周转资金的同时也使银行面临信用风险的威胁［1］。根据中国银行业监督管理委员会统计，银行不良贷款余额近年来呈上升趋势，因此，构建有效、可靠的信用评分模型对于银行避免损失和在激烈竞争的市场中生存至关重要［2］。

利用借款人个人信息对违约概率进行预测可以衡量借款人无法偿还债务的风险。为了提高信用评分的准确度，要求对借款人的信息进行全面的分析并建立合适的模型。

目前信用评分的模型可分为两类：一种是基于传统统计学习的方法，另一种是基于机器学习的方法。传统基于统计学习的方法利用数据在统计方面的性质和规律进行建模，主要的方法有逻辑回归（Logistic Regression，LR）与线性判别分析（Linear Discriminant Analysis，LDA）。如Steenackers 等［3］利用LR 的统计学习思想对信用评分进行建模；Baesens 等［4］分别使用LDA与LR方法对信用评分进行建模。LR使用极大似然法的迭代方式，从而找到参数中最接近真实的估计值；LDA通过计算原始分类样本的均值与方差，并计算新的样本在投影后得到的特征属于各分类的概率。这两种方法可以有效解决各种分类问题，但是统计学习强烈依赖于独立变量和非独立变量之间的线性关系，不能有效地利用现有的特征学习的方法，因此预测准确度不高。继传统方法后，在分类问题中逐渐开始使用基于集成学习的机器学习方法，集成学习在信用评分模型中的应用分为装袋法（Bagging）和提升法（Boosting）。……