个人评估总结(精选7篇)
我认真学习学院关于评建工作的要求,积极投身到评估工作中,高质量地完成高职评估的系部相关资料,并顺利通过学院的验收。现对评估期间的工作总结如下:
一、学习准备阶段
自2008年中评估工作全面启动后,我认真学习了学院下发的评估相关文件。如《xxx学院迎接高等职业院校人才培养工作评估总体方案》对评估工作的总体部署;《高等职业院校人才培养工作评估关键评估要素达标实施工作计划》的评估指标内涵说明;《xxx学院评估学习资料》对评估知识篇;关于制订高职高专教育专业教学计划的原则意见;自评报告、专业剖析工作要点、《迎评宣传手册》、《教师手册》等。
通过学习了解评估的具体内容,明确了高职的办学方向、各项指标的具体内涵,比如什么叫评估十六字指导方针、教育部16号文件的主要精神、什么是双师素质、高职教师的职称比例以及理论实践各种课程的比例要求等,为评估工作的开展做好知识的准备。
二、整理准备学院所要材料阶段
根据学院、系部的统一部署,补充、制定、完善教研室和系部学生管理相关制度,准备好各种评估材料。如重点专业申报材料、精品课程申报及建设材料、自评报告、专业剖析、学生实习实训记录、教研室活动记录及总结、专业毕业设计指导意见、实训开出率统计表、课程实践指导书、多媒体教室使用情况统计表、实验室利用率一览表、自行开发的多媒体课件统计、学生活动记录整理等等。
另外,在党建工作方面,积极响应党中央关于深入开展实践科学发展观活动的号召,根据学院党委的要求开展各种形式的活动,把学习效果落实到实处,党员师生带动全体师生以饱满的精神面貌迎接评估,全力配合学院评估工作的顺利展开。
三、专业剖析材料准备阶段 在系主任的领导下修订、完善了模具专业的09级教学计划;修订完善了模具专业的教学大纲、实训(实验)大纲、考试大纲、实训指导书。
丰富教学手段,积极推动多媒体和现代教育技术在教学中的应用;鼓励任课教师制作多媒体课件;开展了“教、学、做”一体化的情景教学。加强“双师”建设和专兼结合的教师队伍建设,专职教师中双师素质;实行了教师结对帮扶制度;培养专业带头人和骨干教师,开展了教师在xxx机械有限公司、xxx厂等企业一线挂职锻炼、培训进修。
加强校内外实训实习基地建设和对外合作,建立校内校外实习实训基地。根据学院实训设施的到位情况,见缝插针逐步落实学生校内实训计划,收到良好的效果。
四、迎评阶段
进入到迎评冲刺阶段,克服任务繁重等客观困难,积极投身到评建工作中,较好地完成了以下工作。
1、认真参加学习培训10余次;
2、参加系级和院级教师“说课”比赛获得较好的成绩;
3、参加教师评估知识考试;
4、接受模拟评估深度访谈1次,评估专家深度访谈2次;
5、组织07级模具专业学生前往xxx厂进行校外实习,为评估工作增添亮点。
努力的工作换来了可喜的成绩,在过去的一年里,在学院各级领导的关心和支持下,我扎实工作,务求实效,充分展示了我的个人工作能力。在未来的工作中,我将尽最大的努力把本职工作做得更好。xxx 二〇〇九年十二月二十五日篇二:评估个人工作总结 评估个人工作总结
我们学校迎来了四年一度的省评估。一方面,我们认识到迎“省检”工作挑战与机遇并存;另一方面,它给我们学校全面优化育人环境、大力提升办学水平带来了良好契机,是我们学校深入推进科研兴校、切实走向和谐发展的关键所在。因此我们学校迎检工作便做到了高起点、高标准、高水平,相关工作有条不紊、分类推进。校园环境日新月异,精神风貌焕然一新。我个人评估工作总结如下: 一.教学准备:
我在进行教学活动之前,认真备课,课前写好教案,不备课不上课。教案分细节写,要写明课题、教学目的、复习内容、导入新课的引言,写明知识的重点,难点与主要教学环节,设计好带有启发性、整体性的提问,课堂练习的主要内容及形式,板书设计及课后作业。教案书写整洁、清晰,条理分明。
教案是在集体备课的基础上形成的讲课思路,结合我本人和本班学生的实际,再加入一些个性化的东西,形成了具有个人特色的教学风格。教案中注意体现分层教学。养成了写课后反思和课后札记的习惯。二.课堂教学:
我注意抓实课堂教学过程中各个环节。
(1)及时侯课,严格遵守课堂常规,不扯闲话、抽烟、接打手机、从不坐讲。
(2)上课善于组织教学、保持良好的课堂纪律。严格要求学生,培养良好的学习习惯。(3)提高教学效率,向四十五分钟要质量,课堂教学尽可能多地为学生提供独立思考、自主探究、合作交流的空间,发挥学生的主体作用,充分利用教具、进行直观教学、并积极运用电教器材,开展电化教学,努力学习使用现代化的多媒体技术,调动学生的学习兴趣,引导学生主动参与,鼓励学生动口、动手、动脑,以提高课堂实效。
(4)教书育人,管教管导。既要传授知识,又要对学生进行思想教育。三.学生作业:
⑴作业布置要适量,语文学科以20分钟为宜。
⑵我对学生的作业严格要求,统一要求,格式规范。对作业的批改严肃认真及时。严禁学生代改。对后进生的作业要加强面批面改,作业中的错误让学生及时改正。
⑶在暑假、寒假、节假日,要布置开放性、实践性、综合性课外作业,如:调查水污染源,查找墙壁文化的不规范用语等,以调研报告、论文等形式完成。四.教学效果:
学校要求得快速发展,办好人民满意的教育,科学备考与真抓实干二者缺一不可。
我注重对学生知识的传授、能力的培养以及品质的养成,还注重学生的终身发展。鼓励他们乘胜前行,也为其他学生树立学习的榜样。学校定期召开家长会,让老师全面掌握学生在家中的学习情况,加深了对学生的了解,既关注学生的学习,又关注学生的生活,增强了教育教学的针对性和时效性。总之,这次省督导、教学评估工作,必将对规范义务教育阶段的教育教学行为,鼓励学校进行教学管理的改革与创新,保证新课程的有效实施,提高学校的管理水平和教学质量产生巨大而深远的影响。我校将以此次评估为契机, 认真分析、反思、诚恳听取专家的意见和建议,调整工作思路,更新教育观念,为学校的腾飞和发展,为振兴邯郸县教育做出新的更大的贡献。
成绩定格既往,灿烂属于明朝。明天是世上增值最快的一块土地,因为它充满了希望。只要我们坚定信念砥砺人生,只要脚踏实地坚毅执著,三中校园就能再写华章。
语文教师:*** 2009.3篇三:教学评估工作总结 常郭中学教学评估工作总结 为了迎省教学评估,我校首先成立了迎教学评估领导小组,学校一把手为组长,其他干部为成员,制定迎检计划,组织成员明确分工。我校的教学评估工作分工情况是:张德镇负责迎评全面工作,卞建军负责评估小组的工作:教育教学资料的征集、各学科的准备工作和校本主题教研活动;刘永泽负责学校硬件、环境卫生工作;张国治负责档案整理编辑、整理工作;王金栋负责学校秩序管理和迎检期间标语、锦旗悬挂、摆放工作。在实际工作中做到了献计献策,通力合作。
为了搞好教学评估工作,学校组织全体教师认真学习了《河北省义务教育阶段教学评估工作实施方案》、《河北省义务教育阶段教师教学评估标准》、《河北省义务教育阶段学校教学评估标准》和《河北省义务教育阶段教学评估实施要点》等文件,在深刻领会文件精神的基础上,全体教师达成共识。评估小组全体成员参照学校教学评估标准中的指标,对照本校工作,我们对学校教学工作以求真务实的工作态度逐条逐项地进行了自评。同时,通过问卷、座谈等多种形式,征求教师、学生及学生家长对学校教学工作的意见及建议。在评估中找出存在的问题与不足,与教师一同分析原因,制定出整改措施,在今后的工作中不断加以改进。学校建立了以教师自评为主,学校领导、学生、学生家长共同参与的评价制度,公平、公正、公开、客观、真实地对教师进行量化考核,形成了“学习标准——自我评价——学科组评价——广泛征求意见——学校确定评估结果”的基本流程,得到了全体教师的认可。今后我们将进一步总结经验,完善机制,以健全的制度调动教师工作的积极性,激发教师提高自身素质的主动性。学校严格按照课改要求进行课程管理,及时制定实施方案。按要求开足上全三级课程,有标准的学校、年级、班级课程表。音、体、美等学科设有专职教师。
我们开展了集体备课活动,重点放在了一些薄弱学科如校本课程、综合实践课和地方课程,同组老师积极参与,各抒己见,集大家的智慧和才能;我校进行了旨在提高教师授课水平和教研能力的系列研讨活动。活动分为三个步骤。第一步:班子成员结合自己所联系的学科分别进行听课指导。第二步:每学科推荐一名教师讲观摩课,同学科教师全部参加听课和评课。评课前要求听课教师写出评课反馈表。评课时授课教师要进行说课,然后所有教师人人发言。第三步:开展校本主题教研活动,指出课堂教学中存在的问题,教师对在课程实施中带有普遍性的重点、难点问题进行探讨和交流,明确今后努力的方向。这项活动在一定程度上促进了教师教育观念的更新,进一步提高了教师的授课水平,规范了校本教研中听课、说课、评课的基本操作方法,提高了教师的专业理论水平,同时也提高了课堂教学效果
在此次教学评估工作中干部教师集中一切精力加班加点,涌现了一大批令人感动的典型的人和事:卞校长和张国治主任为了资料整理花费了大量心血;王艳老师的孩子生病,本应到市医院检查,她仅仅给孩子在家输液,自己却每天工作在精心备课,直到评估工作结束后,才去给孩子检查;刘红玉老师家在泊头市,母亲年老体弱生病,急需儿女照顾,可红玉老师作为数学组备课组长却全身心铺在工作中无时间对老人尽一份孝心;刘建玲老师在迎检前接过物理室,毫无怨言,识器材、背数据;宋福彪老师负责印刷室、赵景芳老师协助刘校长抓硬件,这些年老的教师在教学评估中既出谋划策、又亲自为学校建设出力;杨兴德老师负责校资料打印、彩页编排和计算机室,也是昼夜苦干,负责解说的孙树华、齐淑娥两位老师为了让领导更能了解常郭中学的真实面貌,背内容,反复演练、充分准备;可以说在这次迎检中常郭中学教师都是废寝忘食、不计报酬的忘我工作,感人的事例不胜枚举。通过这次迎检看出我校的广大干部教师确实是一支敢打硬仗、迎难而上、团结奋进的队伍。
我校虽然顺利通过了省教学评估工作,但也存在一些问题:第一,薄弱学科需要进一步加大力度,提高专任老师的业务素质;第二,我校校本教研活动正处于由课例研讨向主题教研转变过程中,部分老师的研讨能力仍停留在老的思路上,需要通过不断的通过学习加以提高;第三,要结合本校和学生的实际情况,挖掘师生的潜力,形成本学校的办学特色和亮点。第四教学管理有待进一步加强;第五,是教学条件有待进一步改善。针对上述问题,我们计划从以下几个方面改进工作:
1、教学管理力求高层次。学校领导是教育教学的管理者,管理者的知识水平、管理能力直接影响教学管理的水准。班子成员要加强教育教学理论的学习,重点学习新课程的理念,用先进的理论指导课改,管理教学。发扬开拓进取、不断创新的精神,力争使教学管理逐步走上科学化、规范化的轨道。今后主要实施三个系统的管理,即计划系统、监督检查系统、总结反馈系统的管理,向管理要质量,向管理要效益。
2、校本课程力求特色化。我校的校本课程目前停留在较低的层次上,今后将进一步丰富校本课程的内容,增强校本课程的教育效果,突出我校办学特色,争取培养更多的特长生,从而对我校的整体教育教学质量起到更大的促进作用。
3、校本研修力求上档次。今后要继续深化实践反思制度。学校对教师反思实行“两定”、“两专”、“一返还”的管理制度。“两定”即定时上交新课程教学反思,一月交一次;学校定时公布检查结果,有借鉴意义的内容利用“教师论坛”进行交流。“两专”即学校专档管理,专项检评。“一返还”即学期末把教师实践反思返还给教师,为以后教学提供借鉴。二是继续深化伙伴合作制度。发挥教研组的作用,通过教研组开展教师间的合作研究;学校要多组织全校的专项教研活动,包括课堂教学、说课、基本功竞赛、经验交流、教学成果展示等,通过活动达到同伴互助共同提高的目的。
4、教学条件力求高标准。一是强化现代教育手段在学校教育教学中的运用。完善校园局域网,实现教师教学的资源共享。二是强化实验操作等教育手段在学校教学中的运用。三是逐步加大购置教育教研类图书、光盘等资料的资金投入,为教师更好地进行教学研究创造必要的物质条件。
5、多措并举,引领教师专业发展。首先是构建和谐民主的管理模式,让教师真正成为学校的主人,让每位教师成为幸福的人。其次是多种渠道、多种形式培植教师的职业情感。第三是为教师成长搭建平台。把平时的训练提高与考核评比结合起来,通过“教师论坛”和学校的各种竞赛展示教师的风采;同时,采取“走出去,请进来”的方法,让教师开阔视野,提高档次,促进教师教育观念的转变和业务水平的提高。
一.传统信用评估方法
传统信用评估的方法一般可以分为三类:专家评分模型、统计模型和人工智能方法。专家分析方法太过依赖于专家的经验和隐性知识。因此具有更高预测精度的基于统计模型和机器学习的分类方法逐渐应用于信用评估。
(一) 统计模型
1. 线性判别分析
线性判别分析作为分类方法最早是由Fisher于1936年提出, 是处信用评估最常用的方法。LDA由通过这两个类的几何中心的线性判别函数将客户进行分类。LDA的缺陷在于它不仅要求因变量与自变量之间存在线性关系而且要求输入变量服从正态分布。
2. Logistic回归
Logistic回归是线性回归的进一步变形, 其回归方程为:
由上式方程求出的概率以0.5为界, 小于0.5表示客户违约, 反之表示客户不违约。LR的优势在于不要求变量满足正态分布;能分辨与客户行为密切联系的变量。
3.MARS
多变量自适应回归样条 (MARS) 是一种泛化能力很强的专门针对高维数据的非线性、无参数的回归方法。模型的实施包括两个阶段: (1) 建立大量的基函数并使其过拟合原始数据 (2) 根据广泛交叉验证标准, 依次删除贡献最小的基函。
(二) 人工智能方法
1. 神经网络
人工神经网络 (ANN) 是一种应用类似于大脑神经突触连接的结构进行信息处理的模型。信用评估中普遍采用的是后向传播的前馈型神经网络, 包括输入层、隐含层和输出层三个部分。隐含层可以采用Logistic、sigmoid和RBF等激励函数。
2. 支持向量机
当在输入空间不能实现线性分离可以引入核函数通过非线性变换将样本集映射到高维特征空间中。
3. 基因算法
基因算法从初代种群开始按照一定的适应度函数及遗传操作 (选择、交叉及变异) 对个体进行筛选, 直到产生适应度最高的种群为待优化参数的最优解。基因算法具有自适应性、全局优化性和隐含并行性等特点, 因此可以处理任意形式的目标函数和约束。
二.新型综合评估模型
统计模型和人工智能方都是传统的信用评估模型。目前综合各种评估方法优势的混合模型已经成为研究热点。
(一) 简单混合模型
简单混合方法就是在特征选择、模型参数确定和分类三个阶段选用不同的方法。基于这个思想Tsai&Chen[2]将混合模型分为:聚类+分类、分类+分类、聚类+聚类、分类+聚类四种方法, 并比较得出分类+分类优于其他三种方法。
1.基于ANN或SVM的混合模型
对于基于SVM的混合方法, 还需确定SVM模型中的参数, 如惩罚因子C和RBF函数中的参数γ。常用特征选择方法包括LR、GA、F-score等。POS[2]用于参数选择。
2.Class-wise分类器
Class-wise分类器是解决不具代表性样本问题, 特点是利用聚类算法事先对样本自动聚类, 从而决定类标签的个数。Hsieh[3]建立了先聚类后分类的混合的个人信用评估模型。Luo等人[4]建立了一种基于聚类的、优于SVM的新型分类器:集群发射 (CLC) 。
(二) 集成学习方法
集成模型和简单混合模型的区别在于, 集成学习模型是产生多个不同参数的同一种类型的分类器。Subagging、CELSC和随机子空间等是常用的集成技术。目前集成方法已经成为信用评估最新的方法模型。研究表明, 集成分类器能更好地解决数据缺失和类不均衡等问题, 比单一模型或简单混合模型具有更好的分类能力和预测精度。
三.目前研究存在的问题
尽管个人信用评估的研究日趋成熟, 但是在研究过程中仍然存在许多问题。
(一) 行为评估
行为评估是根据一定时段内现有客户的偿还表现等来对其进行信用管理, 它包括基本个人信息以及还款行为和购买历史。信用评估可看做是一个对新客户进行评判的静态过程, 而行为评估是信用评估的后续的动态过程。
(二) 越复杂的分类方法越好?
如今多模式的混合方法和集成方法成为信用评估领域的研究热点。实际上, 如何将信用评估模型进行推广是目前研究面临的一个难题。信用模型的泛化能力和适用性等应用问题是将来研究的主要工作。一方面, 分类精度是否应成为评价模型的唯一指标?另一方面, 实施新模型还存在很大的成本和风险。
(三) 不同的违约类型和贷款类型
借款者违约可以分为两种类型:理性违约和被迫违约。银行在进行信用评估时, 应当区分这两种违约类型, 并采取不同的补救措施。另外, 因为个人贷款可分为汽车贷款、住房贷款、个人小范围贷款等等, 所以建立针对不同贷款类型的信用评估是有必要的。
(四) 由data-driven转向domain-driven
人工智能评估模型是一种data-driven的评估方法, 其分类结果常常是无意义的, 并且不能被人为地控制。domain-driven中的分类标准和约束条件是根据该领域的知识和专家的意见制定的, 使得人和学习机器在分类时能够进行“对话”。今后评估模型会逐渐转向domain-driven, 使得银行等评估机构可以根据自身的要求, 更自主地参与贷款人的评估和分类中。
四.结束语
本文总结了信用评估传统方法和新型综合评估模型, 重点介绍了简单混合模型和集成学习方法。文章最后对目前信用评估模型存在的几个问题进行探讨, 提出了用竞争风险模型解决不同的违约风险和模型由datadriven转向domain-driven。另外评估模型的广泛应用和提高分类精度应当成为未来该领域研究的主要趋势。
参考文献
[1]Thomas LC.A survey of credit and behavioralscoring:forecasting financial risk of lending toconsumers[J].International Journal of Forecasting, 2000, 16 (2) :149~172
[2]姜明辉, 袁旭川.个人信用评估PSO-SVM模型的构建与应用[J].管理学报.2008, 5 (4) :511~515
[3]Hsieh NC.Hybrid mining approach in the desighof credit scoring models[J].Expert Systems withApplications.2005.28 (4) :655~665
[关键词] 个人信用评估Logistic回归神经网络
个人信用评估的主要目的是对可能引起信用风险的因素进行定性分析、定量计算,以测量消费者的违约概率,为授信方决策提供依据。
在我国,商业银行的信用分析与评估技术还处于传统的比例分析阶段,该方法的最大缺陷在于指标和权重的确定带有很大的主观性,使得评估结果与消费者个人的实际信用状况有很大出入,远不能满足商业银行对消费信贷安全性的准确测量。因此需要引入科学方法来确定有效指标,并建立准确的定量模型来解决信用评估问题。
本文的目的在于:根据我国商业银行的具体情况,结合国际上目前较为流行的个人信用评估方法,就国内外个人信用评估领域使用较多的判别分析、Logistic回归、神经网络方法以及分类树法,利用中国商业银行的数据分别建立评估模型并对它们进行比较,最后给出有关结论。以此研究我国商业银行个人信用风险评估问题。
一、指标与样本数据
本文随机选取我国某商业银行某城市分行的个人汽车贷款1253个样本作为样本总体,按照银行的标准将其划分为“好”客户(293人),“坏”客户(960人),并将其随机分为两组,其中的四分之三作为训练样本用于构建模型,剩下的四分之一作为保留样本对模型的性能进行检验。参考银行客户贷款申请表及还款记录,选取类别(class),性别(sex ),年龄(age),婚姻〔marry〕,受教育状况(edu),月均收入(income),行业(company),职业(job),共八个指标。模型中class为被解释变量,sex, age, marry, edu,income, company, job为解释变量。
表1个人信用指标定义表
二、信用评估模型的构建
1.Logistic回归
在本建模总体中,由于将一个“好”客户错分为“坏”客户(即第一类错误)所造成的平均利润损失L和将一个“坏”客户错分为“好”客户(即第二类错误)所引起的平均坏账损失D很难估计出来。为简单起见,将它们取为相等。将选取的训练样本(共940个)使用SAS EnterpriseMiner,选择stepwise方法选择最优的自变量指标进入方程对因变量进行拟合,自变量指标进入方程的顺序是:edu, sex, marry, income, age, job;company被剔除,最后得到式(1)的回归方程。
2.分类树
分类树方法的思想是把所有申请表的答案分成不同的组,然后依据每组中多数成员是好还是坏而判别每个组为好或坏。申请数据组A首先被分成两个组,在针对申请人最终无法偿还贷款方面,相对于未分开的总体组来说每个分开组的内部成员具有更相似的性质。每个这样的组又经过一分为二,得到更具有相似性质的更多小组,这样的过程不断重复。当小组内的成员达到树的终止节点条件時,分区程序停止。然后每个终止节点被分类为“好”的或“坏”的,整个过程可以用一个树的形式来表示(参见图1)。
图1修剪后的分类树
本文使用CART算法建立分类树模型。依据国外学者的研究结果(Lyn C.Thomas,2000),在本研究样本总量为1253的情况下,为了防止样本训练过度,设定节点最小样本数目为5(节点中较少的一类样本的数量已经不超过预先设定的5个,此时停止分割)。这棵分类树共产生了14个叶节点。
3.神经网络方法
神经网络模型的建立主要需考虑两方面的问题:一是确定网络结构;二是学习参数的调整。本文使用只包含一个隐含层的BP神经网络模型,并采用试值法确定隐含层结点数。
表2隐含层节点数的影响
我们分别就隐结点数为1、2、3、4、5、6、7的情况进行了模拟,各种网络的输出情况见表2。对于保留样本,综合分析第一类错误、第二类错误和总误判率,可以得出当隐含层结点数为5时,总误判率最低且第二类错误比率也最低。采用同样的方法,我们最终选定了神经网络模型的学习率η=0.4,惯性参数α=0.6。
三、不同模型结果比较
由于Logistic回归具有假设条件少、具有可解释性和操作简单的特点,这里将其作为线性方法建模的代表,将其与非参数方法(分类树和神经网络)进行比较。
1.比较之一:错误分类率
实际上,以总的损失最小为标准是衡量模型优劣最合适的评价方法。但是在实际问题中,上述两类错误造成的损失往往是未知的而且难以精确的估计出来。因此,这里将综合考虑总错分率、第一类错误比率和第二类错误比率,以此作为弥补。
从表3中可以看出,就本文的建模数据而言:
(1)3种模型对测试样本的总错误分类率均高于训练样本的总错误分类率。这说明仅用训练样本计算的错误分类率还不能真正地反映模型的预测能力,对测试样本的错分率才是对模型预测能力的一个较好的评估。
(2)就测试样本的总错误分类率而言,logistic回归、分类树、神经网络的总错误分类率均在15%~17%之间,差别不大。这说明所比较的3种方法均具有一定的分辨能力,能够在相当程度上将“好”客户和“坏”客户区分开来。
(3)在使用logistic回归、分类树法和神经网络3种方法对测试样本进行分类时,其第二类错误的比率均较高,最低的神经网络方法也达到37.65%。就模型的稳健性而言,理论上Logistic回归作为一种线性建模方法其稳健性应优于非参数方法,而我们的实证结果表明神经网络方法最优。因此,综合总错分率、第二类错误比率和稳健性看,神经网络方法是一种较好的方法。
2.比较之二:模型验证的全程比较分析
图2和图3是将Logistic回归、分类树、神经网络三种方法所得的模型验证曲线放一起进行比较。图3是图2的累积分布形式。
将25%的测试集数据(在建模过程中从未用过的)根据模型算出分值,这样就可以定义“好”(1)与“坏”(0)值。将这些观察点按信用评估分值从大到小排列(模型中,分值大意味着“好”,分值小意味着“坏”)。排列好后将所有观察点大致分为10份,每一份中约有测试集中10%的观察点,然后依次对这10份中每一份内的“好”与“坏”进行计算,算出“好”的比率。比如在第一个10%中有31个观察点,其中29个是“好”,2个是“坏”;在100%处,可以看到“好”的比率约为3%。将10份“好”的比率绘成图形,连线而成得到图2。
图2 模型验证比较图图3 模型验证累积分布比较图
可以看出两图形的曲线并不平滑,有凹凸,表明模型的效果在某些范围内并不很好,这是因为采集的样本数据数量有限造成的。这些不平滑会对信用评估的应用产生一定的影响。三个模型的分类结果图放在一起比较,可以方便地得出上面已分别陈述过的结论:
神经网络模型要比其他两个模型的分类效果更好些,因为其更加平滑;而分类树模型比回归模型要好一些;实际上在全程范围内三种模型的分类效果几乎同样的好,这点与国外的研究结论一致(A.D. Lovie and P. Lovie,1986)。
四、结论
由于我国个人征信工作刚刚起步,信用记录有限,导致信用数据的信息缺失和我国目前还没有形成经过验证的信用指标体系。基于上述原因,虽然logistic回归被国外证明为一种相当成熟的评估模型,却不能很好的适应我国现阶段的个人信用指标的多样性、不确定性和大量信息缺失等特点。相比之下神经网络方法由于其所具有的自学习能力、容错能力和泛化能力,更适用于我国目前个人信用问题的研究。
经过全校师生辛勤努力,为期一周的本科教学评估工作圆满结束了。在本次评估期间,作为一名新进校的年轻教师,我参加了冲刺阶段几个月的评估准备工作,提高了个人工作和学习能力,受益匪浅。
首先,在校,院领导领导下,全校师生积极配合,提前三年开始了本科评估准备工作。从刚入校那一天起,我就被校园中浓郁的评估氛围所感染,不知不觉,已融入其中。在教学评估冲刺阶段,我积极完成学院安排的各项工作,参加了毕业生答辩工作,2007级研究生复试工作和本科毕业生论文审查工作。在工作中,提高了自身职业水平和能力,为以后的发展打下良好基础。
同时,本科教学工作的开展对我个人教学水平的提高起到了巨大作用。通过学校,学院和教研室组织的各项听课和教学实践活动,我虚心向教学能手取经,学到了宝贵的教学经验。本学期我担任物理课程教学任务,我把学到的经验和自己的实践,学生反馈结合起来,取得了不错的教学效果,这与本科教学评估是密不可分的。
开展党建三级量化考核评估,是新形势下加强和改进基层党组织建设的一项重要措施。在以邓小平理论和“三个代表”重要思想为指导,认真贯彻党的政策方针精神方面,结合实际,根据学院党委和高分子党支部开展党建三级量化考核评估工作安排,我针对自己的情况总结如下:
一.政治思想表现
1.坚持加强理论学习,不断提高思想政治素质。虽然自己的教学任务工作较为繁重,但自己没有放松对政治理论的学习,能学习邓小平理论和 “三个代表”重要思想,并能根据学校发展和本人工作需要,认真学习并用心领会党和国家的教育方针政策,理论联系实际,自觉地践行“三个代表”重要思想。
2.自觉加强党性锻炼,顾全大局,有良好的党性修养和较强的大局观念。在工作中能以人为本,有较强的服务意识,关心学生的学习。
3.作为一名党的干部,我能严格执行廉洁自律规定,自觉抵制各种腐朽思想的侵蚀,坚持做到自我规范与自我完善。
二.主要工作业绩
1.在教与学方面,强化教学,探索教学改革,圆满完成各项教学任务。
2.作为一名教师,在教学工作中我能够严格要求自己,认真备课,特别注重教学方法的改进,注重学生能力的培养,采用启发式教学,避免照本宣科, 教学生动,形式多样,针对性强。对学生做到严慈相济,情理相融。因此,我的教学态度和教学效果始终获得学生好评,努力做好教研和科研工作发表学术论文。
三.不足之处
1.工作中求成心切,有时表现出急躁情绪。当工作遇到困难时,有时也会有退缩的心理。
2.政治理论学习和相关业务学习还需加强。
撰写人:___________
日
期:___________
2021年房地产评估个人工作总结
在年前分配工作时,曾经考虑过暂时离开企业拆迁评估工作岗位,后来得知我仍然负责企业拆迁评估工作并担任项目经理,这既是公司领导对我过去工作的肯定也是对我今后工作的期望。今年受整体宏观调控的影响,拆迁评估的业务量较上年相对减少,企业拆迁评估工作我主要负责的有__开发区、阳澄湖镇、黄桥、太平、浒关经济开发区及__震泽镇等五个地区。
转眼间__年已经离我们而去,__年是我们公司实施新的___架构的开端之年。公司___架构的改变同样也意味着员工角色的转变,从过去的一个人身兼多个方面的工作(包括抵押贷款、司法鉴定、房屋拆迁)到现如今的专门负责某个方面,工作更具备针对性与专业性,对员工也提出了更高的要求。
在此之前,负责了多年的企业拆迁评估工作,取得的成绩微不足道,问题却是屡有出现,对此自己也反省过,归根结底的原因是自己的责任心不够,考虑问题不够全面、深刻,从而在处理问题的时候显得较为草率,给相关客户留下不够专业的不良印象。今年被安排在非私业务部门,既在意料之中又在意料之外。在年前分配工作时,曾经考虑过暂时离开企业拆迁评估工作岗位,后来得知我仍然负责企业拆迁评估工作并担任项目经理,这既是公司领导对我过去工作的肯定也是对我今后工作的期望。
今年受整体宏观调控的影响,拆迁评估的业务量较上年相对减少,企业拆迁评估工作我主要负责的有__开发区、阳澄湖镇、黄桥、太平、浒关经济开发区及__震泽镇等五个地区。
__开发区主要是常楼地块的___家企业评估报告的签约扫尾工作,截止__年底已签约___家,工作基本完结。
阳澄湖镇__年主要负责的是下半年___家沙场码头,鉴于沙场码头的特殊性,根据委托方要求,该项目沙场码头评估标准出现了差异,因此出现了同一个企业多次复核...范文仅供参考
消费信贷风险是指股份制商业银行消费贷款不能按期收回,造成信贷资金损失的可能性。由于消费贷款的发放和收回之间存在着一定的时间间隔,在此期间内各种不确定因素的影响,导致借款人不能按期还贷,造成股份制商业银行贷款不能收回,消费信贷风险由可能性转变为现实性[1]。最初的个人信用评估主要采用定性分析,由评估者依个人的经验进行主观评判。主要的方法有3C评价原则和后来的5C评价原则,3C或5C评估原则的主观因素太多,指标较少, 主要依赖评估人的经验和能力,具有很大的主观随意性,使得授信者很难对个人信用状况进行全面、有效的评价。随着统计方法的发展,定量分析被大量运用于个人信用评估模型中,但单纯的依赖统计方法进行定量分析并不能客观的反映个人信用状况,而且预测精度偏低。因此,建立一套定性与定量相结合的分析方法就成为必需。
本文主要针对个人消费信贷风险评估中定性分析的主观性及定量分析中预测精度不高等问题,运用粗糙集理论,结合Rosetta计算软件,通过对具体数据进行定量分析与定性分析,导出个人消费风险评估规则,最后对个人信贷风险进行评价。
一、粗糙集理论的基本原理
粗糙集理论是波兰学者Z.Pawlak提出的一种处理模糊、不确定、不完善信息系统及归纳的数学工具。它能对繁杂的知识系统进行有效约简,从决策表中导出决策规则,并对导出的决策规则进行分析、评估,从而处理模糊、不确定、不完善系统的一种有效方法[3]。
1. 知识表达系统
知识是基于对对象分类的能力,在企业信用评估系统中,知识表达系统S,表示如下:S=(U, A, F, V, D),式中:为样本的集合;为非空有限属性集;为条件属性集,即选用的评价指标;为决策属性集(即违约与否,履约用“1”表示,违约用“0”表示));为属性值域集合;F为U与A的关系集,F:U×A→V的影射。
整个信用评估中,将样本分为训练样本和测试样本,训练样本用来对原始数据进行处理生成规则,测试样本用于对生成的规则进行检测。在个人消费信贷评估中,样本是以一个二维表格的形式表示,称为决策表。表中的每一行描述了一个属性(即评估指标),每一列描述了所研究问题域(称为论域U)中的一个样本。
2. 连续属性的离散化处理[4,5]
粗糙集的数学基础是集合论,集合论的一大特点是无法直接处理连续的属性,而现实当中度量商业银行信贷风险的指标数据一般是连续的,因此,需要对数据进行离散化处理。连续属性离散化的根本出发点,是在尽量减少决策表信息损失的前提下(保持决策表不同类对象的可分辨关系),得到简化和浓缩的决策表,以便用粗集理论分析,获得决策所需要的知识。设为实数集,分别用将属性a的值域,分为一个断点集合
3. 属性约简[5,6]
在选取的各种指标中,并非所有的指标都很重要,其中某些属性是冗余的。属性约简就是在保持属性分类能力不变的条件下,删除其中不相关或不重要的属性。对,如果称为Dj的c正域),则认为a是冗余的,则称c′=c-{a}为c的一个约简。
4. 决策规则生成及新样本判别
(1)决策规则生成
根据约简后的决策信息系统,我们可以得到具有一定决策概率的不精确决策规则。其中大量的决策规则是冗余的。利用分类可信度和覆盖度定义生成决策规则。根据决策属性类针对条件属性类的上下逼近,利用式(1)、(2)计算各规则的可信度和覆盖度[7]。
式中:αR (D)为可信度;βR (D)为覆盖度;xk代表第k条规则的决策属性类;R代表针对规则的条件属性所作的分类。
(1)新样本判别[8]
银行信贷人员可利用以上决策规则对一个新的贷款企业进行预测,对于新样本判别可采用文献[8]中应用的新样本判别方法进行判别,应用这种推理方法,对于任意待识样本,我们都可以根据从决策表中所得到的规则进行处理,得到合适的结论。
二、基于粗糙集理论的个人消费信贷风险评估规则
本文利用粗糙集软件ROSETTA来对个人消费信贷风险评估规则进行挖掘。
1. 样本数据准备
根据银行的一般规定,借款人超过60天不还款或还款金额不足即作为违约处理。本文采用数据来源于深圳某商业银行经过银行批准的消费信贷数据,共有样本数据529组,其中违约和履约客户的样本数分别为256和273个,从这529组样本中按1∶0.8随机抽取423组作为训练样本,其余106组数据为测试样本。
2. 指标变量选取
根据国内外个人消费信贷指标体系的选择方法及数据的可获取性,本文初选10个指标变量,其中定性指标包括:婚姻状况、教育程度等,定量指标包括:月收入,贷款金额等。具体见表1。
个人信用评分指标体系共由10个条件属性构成,分别由个人自然特征变量、经济状况变量及信用状况变量三部分组成。履约与否是决策属性,“0”表示违约,“1”表示履约。
3. 样本数据离散
本文运用粗糙集专用软件ROSETTA中的Equal frequency binning来对样本数据进行离散,得出各属性的断点,然后根据所得的断点进行区间划分。如:将年龄划分为七个区间,根据相关个人消费信贷知识可知,符合贷款要求的个人一般是分布在25~50岁这个区间,所以根据所得断点将年龄划分为[0, 25]、[26, 30]、[31, 35]、[36, 40]、[41, 45]、[46, 50]、[51,∞]七个区间,并分别赋值为1、2、3、4、5、6、7。以此类推,其他条件属性也采用相同的划分方法,最终将所有样本数据的条件属性序数化。
4. 属性约简
在选用的10个条件属性中有一些指标是冗余的,存在噪音与不一致,本文运用ROSETTA中的遗传算法(Genetic algorithm)来进行属性约简。最终得出18条约简,部分约简见表2ㄢ
5. 评估规则
(1)导出评估规则
文章运用粗糙集软件Rosette及以上约简得出基于粗糙集理论的个人消费信贷风险评估规则。本文10个条件属性,423个样本共得出2815个评估规则,但大多数规则是冗余的,为了提高预测精度,选择RHS Accuracy≥1.0, Sup≥10, COV≥0.02的所有规则,并依据相关信贷风险理论筛选出99条规则,部分筛选出的规则见表3ㄢ
(1)应用类例
假如有一新的客户到银行申请办理消费贷款,此客户的基本资料是:年龄33岁已婚;教育程度是高等教育;没有固定的单位、职务;贷款金额不足1万元。将这些基本信息代入以上的评估规则第二个规则可以发现,尽管此客户教育程度较高,也有稳定的家庭关系,贷款的金额也不高,但其没有固定的单位和职务,违约风险大,银行信贷人员应慎重对其发放贷款。
6. 规则检验
为了检验以上规则的有效性,现将测试子表中的106个测试样本进行检验,先将样本数据运用Equal frequency binning进行离散,导入评估规则进行检验,具体见表4ㄢ
从以上检验结果可得知在对测试子表中的106个测试样本的检验中,本规则对履约客户的预测分类准确率为0.903226%,而对违约客户的预测分类准确率极高为0.954545%,总的预测准确率为0.924528%,预测准确率很高,说明此评估规则可为信贷人员作出信贷决策提供参考。
结论
本文将粗糙集理论运用于商业银行个人消费信贷风险评估,将定性分析与定量分析相结合,选取的评估指标合理,指标数据客观且易收集,处理方法简单易行,测试精度高,适宜在中国商业银行推广运用。
参考文献
[1]胡馄.股份制商业银行个人消费信货风险管理对策研究[D].武汉:武汉大学硕士学位论文, 2005:24-30.
[2]沈翠华.基于支持向量机的消费信贷中个人信用评估方法研究[D].博士论文, 2008.
[3]PAWLAK.Z.Roughset:Theoretical aspects of reasoning about data[M].Dordrecht/Boston/London:Kluwer Academic Publishers, 1991.
[4]王宗军, 李红侠, 邓晓岚.粗糙集理论研究的最新进展及发展趋势[J].武汉理工大学学报:信息与管理工程版, 2006, (1) .
[5]柯孔林.粗糙集理论在个人信用评估中的应用[J].金融问题研究, 2006, (5) .
[6]张文修, 仇国芳.基于粗糙集的不确定决策[M].北京:清华大学出版社, 2005.
[7]张华伦, 孙毅.企业财务危机预警Rough-Fuzzy-ANN模型的建立及应用[J].运筹与管理, 2006, (2) .
[8]王国胤, 刘锋, 吴渝, 聂能.Rough集规则知识获取研究中的不一致性问题[J].重庆邮电学院学报, 2000, (3) .
【个人评估总结】推荐阅读:
员工年度评估个人总结06-20
审核评估个人工作总结06-11
个人资产评估报告09-08
个人信用评估系统12-27
风险控制资产评估个人简历07-08
个人专业发展规划与实施情况自我评估02-12
《资产评估—机器设备》评估总结07-24
评估验收情况总结10-18
评估工作总结12-29
学校督导评估总结01-19