基于高斯混合模型的消费贷款管理中违约概率预测
综合经济学
2020-11-17 v1 经济学
摘要
信用评分是全球金融机构与信贷放贷者进行金融决策的重要工具。本文提出一种基于高斯混合模型（GMM）的新方法，用于预测个体贷款申请人的违约概率。我们的模型将相似客户相互聚类，并为每个群组关联一个健康状态的概率。此外，我们基于 GMM 的模型以概率方式将个体样本关联到各聚类，并依据个体与 GMM 聚类的关系估计其违约概率。我们为银行及非银行金融机构中的风险管理者与决策者提供应用方案，通过对违约概率低于决策阈值的申请人放贷以实现利润最大化并降低预期损失。我们的模型具有若干优势。首先，它给出每个个体申请人的信用状况的概率视图而非二分类，从而为金融决策者提供更多信息。其次，由我们基于 GMM 的违约概率在训练集上计算的预期损失非常接近实际损失；第三，我们的方法计算高效。
引用
@article{arxiv.2011.07906,
title = {Forecasting Probability of Default for Consumer Loan Management with Gaussian Mixture Models},
author = {Hamidreza Arian and Seyed Mohammad Sina Seyfi and Azin Sharifi},
journal= {arXiv preprint arXiv:2011.07906},
year = {2020}
}