导读:本文包含了贷款分类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:风险,贷款,组合,资产,不平衡,商业银行,安泽。
贷款分类论文文献综述
江苏启东农商银行,仲飞杰,孙小唐[1]（2019）在《农商银行贷款分类要与经营实践相契合》一文中研究指出目前农商银行业务重心在“叁农”领域，农村区域经济发展相对落后，也面临较高的信贷风险。完善的贷款分类制度能够促进银行准确评估信贷风险，是防范和化解信贷风险的重要手段。农商银行贷款分类现状不容乐观，主要表现在：制度设计和执行方面的不足;重视程度不高，(本文来源于《农村金融时报》期刊2019-11-11）
葛娟娟[2]（2019）在《安泽联社分类施策清收不良贷款》一文中研究指出本报讯 （通讯员 葛娟娟） 在安泽联社全力冲刺“改制商行”的奋进路途中，坚持底线思维，突出问题导向，精准分类施策，实行“全员上阵、活动加速、扩大宣传、营造氛围”的清收举措，给农信社清收不良贷款、全面攻坚克难注入了强劲的动力。该联社全员上阵，汇聚“(本文来源于《临汾日报》期刊2019-09-07）
徐桂琼,李微[3]（2019）在《基于组合分类的P2P贷款逾期风险预警研究》一文中研究指出P2P网贷平台通常将风控重点放在贷前审批,贷后风险的管控能力薄弱。文章以Lending club平台为研究对象,将Two Step聚类与一般分类算法结合,构建P2P贷款的逾期风险预警模型。实证分析表明,新模型能有效甄别贷款的逾期风险。在监管趋严的背景下,为促进我国网贷平台的合规与健康发展提供了有益的参考。(本文来源于《管理现代化》期刊2019年04期）
郭冰楠,吴广潮[4]（2019）在《基于改进的代价敏感决策树的网络贷款分类》一文中研究指出在网络贷款用户数据集中,贷款成功和贷款失败的用户数量存在着严重的不平衡,传统的机器学习算法在解决该类问题时注重整体分类正确率,导致贷款成功用户的预测精度较低。针对此问题,在代价敏感决策树敏感函数的计算中加入类分布,以减弱正负样本数量对误分类代价的影响,构建改进的代价敏感决策树;以该决策树作为基分类器并以分类准确度作为衡量标准选择表现较好的基分类器,将它们与最后阶段生成的分类器集成得到最终的分类器。实验结果表明,与已有的常用于解决此类问题的算法(如MetaCost算法、代价敏感决策树、AdaCost算法等)相比,改进的代价敏感决策树对网络贷款用户分类可以降低总体的误分类错误率,具有更强的泛化能力。(本文来源于《计算机应用》期刊2019年10期）
王志鹏[5]（2019）在《风险分类:从不良贷款到不良资产》一文中研究指出信用风险是我国银行业面临的最主要风险,因此,完善的风险分类制度是银行有效防控信用风险的前提。4月30日,为促进商业银行准确识别信用风险,真实反映资产质量,银保监会发布《商业银行金融资产风险分类暂行办法(征求意见稿)》(下称"《暂行办法》")。《暂行办法》将风险分类对象扩大到全部金融资产,对资管产品提出穿透分类要求,逾期90天(本文来源于《金融博览(财富)》期刊2019年06期）
郭冰楠[6]（2019）在《基于重采样的代价敏感学习在网络贷款用户分类中的应用》一文中研究指出网络贷款数据集具有申请量大而获批少的特征,是典型的不平衡数据集。利用机器学习方法,预先筛选出可能给予贷款的用户,可大大减少后续人工审核的工作量,加快贷款用户的响应速度,具有较好的应用价值。对不平衡数据集的研究集中在数据层面和算法层面,本文在数据层面对随机平衡采样算法进行改进,在算法层面提出改进的代价敏感决策树算法,最后对算法层面和数据层面的改进算法进行融合,提出以最小误分类总代价为目标的新算法,并将提出的方法用于贷款用户分类研究中,论文的主要工作和贡献如下:1.不平衡数据集的重采样算法:本文在随机平衡采样算法的基础上,提出改进的随机平衡采样算法,该算法先根据样本点的位置,将所有样本点分为叁类:安全点、边界点和噪声点,之后移除噪声点和边界点中的多数类样本,这样不同类样本间的分类边界更清晰,并针对不同类型的样本采用不同的采样方式;再同时对多数类样本进行欠采样、少数类样本进行过采样,使样本集中各类别样本数目基本一致。在网络贷款分类中,与随机平衡采样算法相比,该算法提高了少数类样本的分类准确率。2.不平衡数据集的代价敏感学习算法:本文在代价敏感决策树敏感函数的计算中加入类分布,以减弱正负类样本数量差异过大对误分类总代价的影响,构建改进的代价敏感决策树。依此作为基分类器,训练得到多个模型,每个模型对原始数据集进行预测,以期望误分类总代价最小为准则对原始数据集进行重标记,对重标记的数据集进行训练,得到新模型,同时将新模型与分类准确率较高的基分类器进行集成,得到最终的分类器。在网络贷款分类中,与代价敏感决策树算法相比,该算法可以提高整体的分类正确率,具有更强的泛化能力。3.对不平衡数据集的研究大多是纯重采样或者纯代价敏感学习,本文基于类别不平衡和误分代价不等往往同时发生的事实,尝试将重构数据集和代价敏感学习相融合,先采用重采样方法降低数据集的不平衡程度,再采用代价敏感学习算法构建模型。在网络贷款分类中,与纯代价敏感学习算法相比,该算法的分类正确率得到了提升。(本文来源于《华南理工大学》期刊2019-04-15）
邵晶晶[7]（2019）在《基于组合分类策略的个人贷款客户信用评估研究》一文中研究指出随着经济发展,“互联网+”金融迅速崛起,提前消费观念越来越被大众所接受,居民追求更高的生活品质,对房屋、车辆等大额商品的需求不断增加。据统计,截止到2018年末,个人贷款总额占全年人民币贷款的29.45%,而个人贷款的不良贷款余额达20300亿元,反映了个人贷款需求大风险高。为了经济健康发展,金融机构及时规避风险,正确评估借款人信用是亟待解决的问题。实际问题中信用数据受不同国家、地域和经济文化的影响具有一定的特殊性,现有信用评估方法更适合特定的应用场景和数据集,鲁棒性较差。本文提出了基于组合分类策略的个人贷款信用评估模型。评估模型包括特征选择和组合分类两部分组成:首先,特征选择分为两阶段:第一阶段特征过滤,分别计算每个特征与类别的互信息值,并从大到小排序,设置过滤阈值,将小于过滤阈值的特征剔除;第二阶段特征分组,分别计算两两特征之间的互信息值,并从大到小排序,设置分组阈值,将大于分组阈值的特征分为一组,以此类推,直到所有特征被分组,选出每组中与类别关联度最大的特征作为最终的特征子集。保证特征子集与类别关联度大,特征间冗余度小;其次,选择信用评估问题中具有代表性的支持向量机、逻辑回归、随机森林和K-最近邻这四个算法作为组合分类的基分类器,分别根据基分类器在数据集上的准确性和稳定性计算决策分值,各基分类器对新客户信用好坏进行评判,将信用评判为一类的基分类器的决策分值相加,并比较大小,得到最终新客户的信用好坏。组合分类量化各基分类器在数据集的效果,提高更适用的基分类器在最终决策中的作用,降低误判率。另外,针对真实数据普遍存在的样本类别不平衡问题,本文采用SMOTE采样对样本少的类别进行扩充。为验证提出的信用评估方法的有效性,本文在叁个UCI真实信用数据集上进行SMOTE采样与普通过采样对比实验、改进互信息和传统互信息对比实验以及组合分类器和单分类器对比实验,实验结果表明,本文的方法对不同真实数据集具有较好的准确性和稳健性,适合实际问题应用。(本文来源于《合肥工业大学》期刊2019-04-01）
马宇州,隋学深[8]（2019）在《商业银行审计中贷款风险等级分类规则挖掘研究》一文中研究指出商业银行贷款等级分类真实性审计中,在发现正常贷款和不良贷款之间相互错分的基础上,挖掘出正常贷款和不良贷款数据各自分类规则特征,可以帮助审计人员理解贷款风险等级分类的内在数量规律。本文基于商业银行的实际生产数据,运用决策树的REPTree算法对不良贷款和正常贷款的关联规则进行了数据挖掘研究,发现了对不良贷款和正常贷款具有较强分类能力的条件属性,并挖掘出了由这些属性构成的不良贷款和正常贷款的分类规则。(本文来源于《审计月刊》期刊2019年02期）
李杰,孟祥军[9]（2018）在《新金融工具准则之下资产管理公司购入不良贷款的金融资产分类与计量研究》一文中研究指出新金融工具会计准则之下,"购买或源生的已发生信用减值的金融资产"分类和计量问题,是实务中的一个难点领域。本文在对新准则规范进行提炼的基础上,具体分析了资产管理公司购入不良贷款的主流业务模式及其相应的金融资产分类;并对购入不良贷款的后续计量难点和实务中的关注点进行了深入分析和阐述。(本文来源于《金融会计》期刊2018年10期）
郭子源[10]（2018）在《6月末浦发银行不良贷款环比双降》一文中研究指出本报讯 记者郭子源报道：“本着‘真实反映’原则，浦发银行严格风险贷款分类管理，对逾期超过90天以上的贷款下调不良，准确反映资产风险分类情况，风险暴露较为彻底。”浦发银行副行长谢伟在近日举行的银行业例行新闻发布会上说。他表示，浦发银行加强早期风险(本文来源于《经济日报》期刊2018-08-27）
贷款分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本报讯 （通讯员 葛娟娟） 在安泽联社全力冲刺“改制商行”的奋进路途中，坚持底线思维，突出问题导向，精准分类施策，实行“全员上阵、活动加速、扩大宣传、营造氛围”的清收举措，给农信社清收不良贷款、全面攻坚克难注入了强劲的动力。该联社全员上阵，汇聚“
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
贷款分类论文参考文献
[1].江苏启东农商银行,仲飞杰,孙小唐.农商银行贷款分类要与经营实践相契合[N].农村金融时报.2019
[2].葛娟娟.安泽联社分类施策清收不良贷款[N].临汾日报.2019
[3].徐桂琼,李微.基于组合分类的P2P贷款逾期风险预警研究[J].管理现代化.2019
[4].郭冰楠,吴广潮.基于改进的代价敏感决策树的网络贷款分类[J].计算机应用.2019
[5].王志鹏.风险分类:从不良贷款到不良资产[J].金融博览(财富).2019
[6].郭冰楠.基于重采样的代价敏感学习在网络贷款用户分类中的应用[D].华南理工大学.2019
[7].邵晶晶.基于组合分类策略的个人贷款客户信用评估研究[D].合肥工业大学.2019
[8].马宇州,隋学深.商业银行审计中贷款风险等级分类规则挖掘研究[J].审计月刊.2019
[9].李杰,孟祥军.新金融工具准则之下资产管理公司购入不良贷款的金融资产分类与计量研究[J].金融会计.2018
[10].郭子源.6月末浦发银行不良贷款环比双降[N].经济日报.2018
论文知识图
