文件名称：使用决策树模型的个人破产预测-研究论文
文件大小：663KB
文件格式：PDF
更新时间：2024-06-30 04:25:32
Data mining Credit
目的 – 个人破产在马来西亚呈上升趋势。 马来西亚破产管理署报告称，自2007年以来个人破产有所增加，2014年累计个人破产案件总数为131,282件。这确实是一个令人担忧的问题，因为越来越多的个人破产案件将对马来西亚经济产生负面影响，以及对社会。 从个人的个人经济来看，破产使他们获得工作的机会最小化。 除此之外，他们的账户将被冻结，失去对其资产和财产的控制权，不得开展任何业务，也不得参与任何公司的管理。 破产者也将被拒绝任何贷款申请，被限制出国旅行并且不能作为担保人。 本文旨在通过使用决策树技术开发个人破产预测模型来研究这个问题。设计/方法/方法——在本文中，破产被定义为未能解决贷款的终止成员。 样本包括 24,546 个案件，其中 17% 的案件已解决，83% 的案件已终止。 数据包括一个因变量，即破产状态（Y = 1（破产），Y = 0（未破产））和 12 个预测变量。 SAS Enterprise Miner 14.1 软件用于开发决策树模型。 调查结果——完成后，本研究成功得出破产人的概况、可靠的个人破产评分模型和个人破产的重要变量。 实际意义——该决策树模型可用于专利和创收。 金融机构能够为潜在借款人使用该模型来预测他们个人破产的趋势。社会影响——提高社会对个人破产重要变量的认识，以便他们避免破产。原创性/价值——这个决策树模型是能够促进和协助金融机构评估和评估其潜在借款人。 它有助于识别潜在的违约借款人。 它还可以帮助金融机构实施正确的策略，以避免拖欠借款人。