第三讲：信用评级模型主讲：梁满发工作目标信用评级就是对贷款申请者进行信用评估，目的是减少贷方（银行、投资公司、信用卡公司）的金融风险。信用评级模型还可用于人才甄聘、绩效考核、投资风险评估、犯罪识别等工作中。现在我们以某金融机构对客户信用卡申请审批工作为背景，运用数据挖掘方法建立信用评分的模型，对申请者给以信用评分，产生一个自动决策系统帮助决定接受或拒绝信用申请。我们把信用合格者视为响应，不合格者视为非响应。我们要作信用评级就是寻找信用合格者与不合格者之间的行为模式或社会背景的差别，以此来判别某种特定的申请者信用。因此，我们必须要有足够的高质量的客户信用观察数据，既要包括足够的响应和非响应，以及相应的客户金融行为信息和社会背景信息，这些信息可是区别不同信用者因素。在此，我们有某德国银行的客户信用的历史数据，数据文件名为SAMPSIO.DMAGECR。数据含有1000个申请者观察，其中有21个变量， good_bad是表示信用的二值响应变量。它是从银行内部一个更大的数据库中抽样出来的，原数据库中仅有10的响应（信用不合格者），为了有足够的响应数据供分析，才取了重抽样方式，抽取的样本中响应占
