摘要

随着个人贷款的需求日渐旺盛,评估贷款人的信用好坏对金融机构规避风险尤为重要。文章提出了基于组合分类策略的个人信用风险评估模型,该模型引入了决策分值的概念,选取K最近邻(K-nearest neighbor, KNN)、随机森林(random forest,RF)、决策树(decision tree,DT)和支持向量机(support vector machine SVM)等常用的信用评估分类算法作为基分类器,分别从稳定性和准确性2个维度计算每个基分类器的决策分值,并根据组合后的决策分值评估贷款人信用好坏,最后在3个真实数据集上验证了该模型的有效性。