西南财经大学
学位论文原创性及知识产权声明
本人郑重声明：所呈交的学位论文，是本人在导师的指导下独立进行研
究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他
个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个
人和集体，均已在文中以明确方式标明，因本学位论文引起的法律结果完全
由本人承担。
本人同意在校攻读学位期间论文工作的知识产权单位属西南财经大学。
本人完全了解西南财经大学有关保留、使用学位论文的规定，即学校有权保
留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和
借阅。本人授权西南财经大学可以将本学位论文的全部或部分内容编入有关
数据库进行检索，可以采用影印、缩印、数字化或其他复制手段保存和汇编
本学位论文。
本学位论文属于
1、□保密，在_____年解密后适用本授权书。
2、□√不保密
特此声明。
学位申请人：
年
月
日

摘要
摘要
作为农村地区金融体系的重要组成部分，农村商业银行为农村地区的居
民提供个人消费贷款的产品，满足农村地区人群的贷款需求。农村银行一般
采用专家规则评分法，对申请贷款的个人客户的各项要素进行评分，汇总要
素评分后得到该客户的信用评分，并作为判断客户是否会发生贷款违约行为
的依据，但是从实际效果来看，该方法并不能很好的反应客户的真实的违约
概率。较为广泛使用的机器学习模型主要包括神经网络、支持向量机等模型，
虽然这些模型对个人消费贷款违约风险的预测具有一定的效果，但是单一模
型在预测的性能上提升空间有限，而机器学习中的 Stacking集成学习框架能
够通过组合不同模型的方式，提升预测的效果。为进一步提升农村商业银行
个人消费贷款违约风险评价的效果。
本文以农商银行为研究对象，对农商银行个人消费贷款的违约风险预测
进行研究。首先，对“5C”理论以及预期收入理论等进行分析。其次，对 A
银行个人消费贷款的发展以及风险情况进行分析，总结农商银行个人消费贷
款违约风险预测中遇到的问题。第三，分析影响个人消费贷款的各项因素，
构建个人消费贷款违约风险的预测指标体系。第四，基于 Stacking模型组合
BP神经网络模型、决策树模型以及逻辑回归模型，构建农商银行个人消费贷
款的违约风险预测模型。最后，搜集农商银行的个人消费贷款数据，采用不
同模型对违约风险进行预测，并对比分析模型的预测效果。
本文的研究结论如下：
（1）农商银行个人消费贷款规模不断增长的同时违约风险也逐渐提升。
而农商银行个人消费贷款违约风险提升的原因在于农商银行对个人消费贷款
违约风险的评价指标体系不完善，评价方法也难以反应个人消费贷款的真实
违约情况，因此，需要进一步完善农商银行个人消费贷款违约风险预测的指
标体系以及预测方法。
1

基于集成学习的 A农村商业银行个人消费贷款违约风险评价研究
（2）Stacking组合模型具有最优的预测效果，在各项评价指标体系上均
相对其他模型更好。Stacking模型通过组合决策树、BP神经网络以及逻辑回
归模型，将原来这三个对个人消费贷款的违约风险预测能力较为一般的模型，
通过 Stacking组合以后，提高了整体的预测性能。Stacking组合模型对比当前
农商银行采用的基于专家规则评分的方法，在预测性能上也有了较大的提升，
在查全率上提高了 0.172，在查准率上提高了 0.067，在准确率上提高了 0.129，
在真负率上提高了 0.31，在 AUC上提升了 0.135。
（3）在预测农商银行个人消费贷款违约风险的指标体系中，净资产、历
史逾期次数、纠纷次数、交易频率波动、交易金额金额波动均对预测结果具
有较为重要的影响。
本文的研究对农商银行提升个人消费贷款违约风险的预测能力，完善违
约风险的管理，具有一定的参考价值。
关键词：个人消费贷款；违约风险；Stacking组合模型；风险预测；
2
。。。以下略