基于决策树的中小企业信用风险预警研究
发布时间：2021-01-24 12:15
2018年8月国务院召开关于促进中小企业发展工作会议中指出,中小企业贡献了70%以上的创新技术成果,提供国家50%左右的税收收入,解决80%以上城镇居民就业问题,是国家经济高质量增长的重要基础。近年来,中小企业陷入融资难、融资贵等难题,制约中小企业健康长远发展。中小企业之所以陷入融资困境是因为其信用风险较高、违约概率较大,导致中小企业一般难以通过商业银行的贷款审核。因此,本文试图建立基于决策树的中小企业信用风险预警模型,通过决策树模型能够较为准确的预测中小企业的信用风险水平,从而为商业银行做出贷款决策提供参考依据,体现决策树作为中小企业信用风险预警模型具有良好的应用价值。本文选取2018年度中小企业板上44家存在信用风险的企业和884家未发生信用风险的企业作为研究样本,深入探讨中小企业信用风险的现状和特征,揭示信息不对称理论、信贷配给理论以及不完全契约理论成为中小企业产生信用风险的主要原因。通过对比信用风险预警计量方法,表明决策树模型具有分类规则简单、模型假定相对宽松以及适用范围更广等优势。因此,本文选择决策树方法作为中小企业信用风险预警模型,通过过滤式特征选择方法从盈利能力、经营能力...
【文章来源】：安徽财经大学安徽省
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
DTROC曲线
基于决策树的中小企业信用风险预警研究29考虑到本文的样本量有限，且属于二分类问题，没能凸显决策树以外模型的优势所在。每个模型各有优势同时也都存在不足之处，需要结合研究对象的具体特征选择合适的预警模型，更加丰富当前风险预警实证领域的研究。图4-2DTROC曲线图4-3LogisticROC曲线图4-4SVMROC曲线图4-5KNNROC曲线第五节实证检验结果分析为了对实证检验结果进行更进一步的分析，将Logistic回归模型、SVM以及K最近邻的误判率进行对比。根据表4-2中各模型检验结果显示，决策树误判率最低，相比之下，传统的Logistic模型预测性能偏差，训练集和测试集的总体误判率均达到了20%以上，反映Logistic模型在处理不平衡数据时模型效果较差。K最近邻也表现出较差的预测精度，误判率也很高，可能与K最近邻偏向慵懒学习，缺乏主动性有很大的关系。另外还可以发现SVM模型在信用预警方面准确率也较高，训练集和测试集的
基于决策树的中小企业信用风险预警研究29考虑到本文的样本量有限，且属于二分类问题，没能凸显决策树以外模型的优势所在。每个模型各有优势同时也都存在不足之处，需要结合研究对象的具体特征选择合适的预警模型，更加丰富当前风险预警实证领域的研究。图4-2DTROC曲线图4-3LogisticROC曲线图4-4SVMROC曲线图4-5KNNROC曲线第五节实证检验结果分析为了对实证检验结果进行更进一步的分析，将Logistic回归模型、SVM以及K最近邻的误判率进行对比。根据表4-2中各模型检验结果显示，决策树误判率最低，相比之下，传统的Logistic模型预测性能偏差，训练集和测试集的总体误判率均达到了20%以上，反映Logistic模型在处理不平衡数据时模型效果较差。K最近邻也表现出较差的预测精度，误判率也很高，可能与K最近邻偏向慵懒学习，缺乏主动性有很大的关系。另外还可以发现SVM模型在信用预警方面准确率也较高，训练集和测试集的
【参考文献】：
期刊论文
[1]基于逐步判别分析的小企业债信评级模型及实证[J]. 迟国泰,李鸿禧. 管理工程学报. 2019(04)
[2]基于非均衡样本的信用债违约风险预警研究[J]. 张永东. 南方金融. 2019(01)
[3]普惠金融、银行信贷与商户小额贷款融资——基于风险等级匹配视角[J]. 石宝峰,王静,迟国泰. 中国管理科学. 2017(09)
[4]基于不平衡样本的互联网个人信用评估研究[J]. 李毅,姜天英,刘亚茹. 统计与信息论坛. 2017(02)
[5]小微企业信用评级模型及比较研究[J]. 肖斌卿,杨旸,余哲,沈才胜. 系统工程学报. 2016(06)
[6]基于模糊神经网络的小微企业信用评级研究[J]. 肖斌卿,杨旸,李心丹,李昊骅. 管理科学学报. 2016(11)
[7]基于LS-SVM的小微企业信用评估研究[J]. 肖斌卿,柏巍,姚瑶,李心丹. 审计与经济研究. 2016(06)
[8]不平衡数据的企业财务预警模型研究[J]. 李扬,李竟翔,马双鸽. 数理统计与管理. 2016(05)
[9]基于Probit回归的小企业债信评级模型及实证[J]. 迟国泰,张亚京,石宝峰. 管理科学学报. 2016(06)
[10]货币政策、监管政策与银行信贷行为——基于中国银行业的实证分析（2002-2012）[J]. 魏巍,蒋海,庞素琳. 国际金融研究. 2016(05)
本文编号：2997229
【文章来源】：安徽财经大学安徽省
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
DTROC曲线
基于决策树的中小企业信用风险预警研究29考虑到本文的样本量有限，且属于二分类问题，没能凸显决策树以外模型的优势所在。每个模型各有优势同时也都存在不足之处，需要结合研究对象的具体特征选择合适的预警模型，更加丰富当前风险预警实证领域的研究。图4-2DTROC曲线图4-3LogisticROC曲线图4-4SVMROC曲线图4-5KNNROC曲线第五节实证检验结果分析为了对实证检验结果进行更进一步的分析，将Logistic回归模型、SVM以及K最近邻的误判率进行对比。根据表4-2中各模型检验结果显示，决策树误判率最低，相比之下，传统的Logistic模型预测性能偏差，训练集和测试集的总体误判率均达到了20%以上，反映Logistic模型在处理不平衡数据时模型效果较差。K最近邻也表现出较差的预测精度，误判率也很高，可能与K最近邻偏向慵懒学习，缺乏主动性有很大的关系。另外还可以发现SVM模型在信用预警方面准确率也较高，训练集和测试集的
基于决策树的中小企业信用风险预警研究29考虑到本文的样本量有限，且属于二分类问题，没能凸显决策树以外模型的优势所在。每个模型各有优势同时也都存在不足之处，需要结合研究对象的具体特征选择合适的预警模型，更加丰富当前风险预警实证领域的研究。图4-2DTROC曲线图4-3LogisticROC曲线图4-4SVMROC曲线图4-5KNNROC曲线第五节实证检验结果分析为了对实证检验结果进行更进一步的分析，将Logistic回归模型、SVM以及K最近邻的误判率进行对比。根据表4-2中各模型检验结果显示，决策树误判率最低，相比之下，传统的Logistic模型预测性能偏差，训练集和测试集的总体误判率均达到了20%以上，反映Logistic模型在处理不平衡数据时模型效果较差。K最近邻也表现出较差的预测精度，误判率也很高，可能与K最近邻偏向慵懒学习，缺乏主动性有很大的关系。另外还可以发现SVM模型在信用预警方面准确率也较高，训练集和测试集的
【参考文献】：
期刊论文
[1]基于逐步判别分析的小企业债信评级模型及实证[J]. 迟国泰,李鸿禧. 管理工程学报. 2019(04)
[2]基于非均衡样本的信用债违约风险预警研究[J]. 张永东. 南方金融. 2019(01)
[3]普惠金融、银行信贷与商户小额贷款融资——基于风险等级匹配视角[J]. 石宝峰,王静,迟国泰. 中国管理科学. 2017(09)
[4]基于不平衡样本的互联网个人信用评估研究[J]. 李毅,姜天英,刘亚茹. 统计与信息论坛. 2017(02)
[5]小微企业信用评级模型及比较研究[J]. 肖斌卿,杨旸,余哲,沈才胜. 系统工程学报. 2016(06)
[6]基于模糊神经网络的小微企业信用评级研究[J]. 肖斌卿,杨旸,李心丹,李昊骅. 管理科学学报. 2016(11)
[7]基于LS-SVM的小微企业信用评估研究[J]. 肖斌卿,柏巍,姚瑶,李心丹. 审计与经济研究. 2016(06)
[8]不平衡数据的企业财务预警模型研究[J]. 李扬,李竟翔,马双鸽. 数理统计与管理. 2016(05)
[9]基于Probit回归的小企业债信评级模型及实证[J]. 迟国泰,张亚京,石宝峰. 管理科学学报. 2016(06)
[10]货币政策、监管政策与银行信贷行为——基于中国银行业的实证分析（2002-2012）[J]. 魏巍,蒋海,庞素琳. 国际金融研究. 2016(05)
本文编号：2997229
本文链接：https://www.wllwen.com/guanlilunwen/huobilw/2997229.html
