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