贝森斯,B。;Van Gestel,T。;斯蒂芬诺娃,M。;范登·波尔(D.Van den Poel)。;Vantheinen,J。 个人贷款数据的神经网络生存分析。 (英语) Zbl 1095.90110号 J.运营商。Res.Soc公司。 56,第9期,1089-1098(2005). 总结:传统上,信用评分的目的是在申请时区分好的付款人和坏的付款者。客户违约的时间也值得调查,因为它可以为银行提供进行利润评分的能力。客户违约的分析通常使用生存分析来解决。在本文中,我们讨论并对比了用于生存分析的统计和神经网络方法。与比例风险模型相比,神经网络可以提供一个有趣的替代方案,因为它具有通用近似特性,并且不需要基线风险假设。根据神经网络对截尾观测值、时变输入、生成的生存曲线的单调性及其可扩展性的处理方式,对几种神经网络生存分析模型进行了讨论和评估。在实验部分,我们对比了神经网络生存分析模型和比例风险模型的性能,以使用英国金融机构的数据预测贷款违约和提前还款。 引用于11文件 理学硕士: 90立方厘米 涉及图形或网络的编程 关键词:信用评分;生存分析;神经网络 PDF格式BibTeX公司 XML格式引用 \textit{B.Baesens}等人,J.Oper。Res.Soc.56,第9号,1089--1098(2005;Zbl 1095.90110) 全文: 内政部