信用风险管理

信用风险评分卡研究

使用 SAS 语言从头到尾详细介绍评分卡开发与实施，附带 SAS 宏代码示例。

数据挖掘 2 2024-05-25

数据挖掘助力银行信用风险管理

数据挖掘技术为银行信用风险管理提供了强大的工具，通过分析客户财务、行为数据，识别高风险客户，建立风险模型，采取针对性措施，有效降低信贷损失，提高银行收益性。

数据挖掘 2 2024-05-15

SAS信用风险评分卡建模指南

为评分卡和相关模型构建提供详细说明，辅以完整的SAS宏代码，实用且易于理解。

数据挖掘 8 2024-04-29

客户信用风险检测与预测数据科学与机器学习案例分析

这个项目源自暑期实习，所有代码和数据均公开，供数据分析初学者学习。项目通过描述性统计分析和数据处理，包括分类变量重编码、异常值识别和缺失值填补。模型方面采用了逻辑回归、glmnet惩罚逻辑回归、支持向量机等，并绘制了ROC曲线和混淆矩阵进行可视化。建议进一步尝试其他模型如分类树、随机森林、集成模型和神经网络以改进模型性能。

数据挖掘 1 2024-07-18

Shapley 风险分解

给定协方差矩阵和权重向量，函数将返回每个资产的 Shapley 风险分解值。此外，还会计算 Euler 风险分解值以作对比。

Matlab 4 2024-05-25

基于大数据分析的实时风险管理系统

基于大数据的风险控制理念、体系架构、模型与策略，以及核心模块详细阐述。

算法与数据结构 3 2024-07-13

金融模型风险密度探索

利用 MATLAB 开发的高级金融模型，深入了解期权定价中的风险中性密度。

Matlab 2 2024-05-25

电信用户行为日志数据集

该数据集包含80,000条数据，分为5个维度，可用于大数据分析。

统计分析 3 2024-05-16

电信用户流失分析项目构想

本项目选择WA_Fn-UseC_-Telco-Customer-Churn.csv数据集进行用户流失分析。该数据集包含7043条用户记录，涵盖21个字段信息，其中包含20个用户特征字段以及1个目标特征字段，用于刻画用户是否流失。

统计分析 3 2024-05-23

基于Fisher判别的信用评估方法

诚信即诚实守信，也称为社会整体诚信和社会整体信用度，是指一个国家和地区的各类主体失信守信的整体程度，是社会交易中信用风险的体现，是中华民族几千年来的优良传统美德。通过给出的客户数据作为训练样本，利用MATLAB软件对8个指标的数据进行Fisher判别分析，以判别客户的信用值。

Matlab 2 2024-07-17