深度循环生存分析在个人信用评估中的应用  

作　　者：李淑锦[1] 梅浩 

机构地区：[1]杭州电子科技大学经济学院

出　　处：《中国集体经济》2023年第33期94-97,共4页China Collective Economy

基　　金：国家社会科学基金项目(17BJY233)。

摘　　要：根据资金流入的特点,金融机构同时面临着违约和提前还款风险。文章创新性地构造了违约和提前还款实际生存时间,将深度循环生存分析模型(Deep Recurrent Survival Analysis,DRSA)用于预测个人信贷的风险事件概率,在12个月、12~24个月以及24~36个月的时间窗口上对风险进行评估,并与logistic、Cox-PH、混合治愈模型进行比较分析。实证结果显示,DRSA模型在信用风险评估上是有效的。相较于提前还款而言违约预测的准确度更高,在三个时间窗口上分别达到97.4%、98.8%和99.8%。

关 键 词：生存分析 信用风险 竞争风险 深度学习 类别不平衡 LSTM 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] F831.2[自动化与计算机技术—控制科学与工程]