企业集团信用风险评估SVM集成分类器的构建与应用
发布时间:2017-10-04 17:14
本文关键词:企业集团信用风险评估SVM集成分类器的构建与应用
【摘要】:将AdaBoost算法与支持向量机(SVM)相结合,建立了SVM集成分类器,并将之应用于商业银行的企业集团信用风险评估中。实证检验结果表明:SVM集成分类器较单一的SVM方法具有更高的分类准确率。
【作者单位】: 电子科技大学经济与管理学院;云南师范大学数学学院;
【关键词】: 企业集团 信用风险 信用评估 支持向量机
【基金】:国家自然科学基金项目“企业集团内关联信用风险的传染机理与演化特征研究”(70971015);国家自然科学基金项目“关联信用风险演化结构与传染机理研究”(701271043) 云南师范大学“十二五”学科建设项目
【分类号】:F832.33;F830.49;F224
【正文快照】: 1研究背景在中国转轨经济实践中,面对不发达的金融市场,中央政府和地方政府都大力推动以资本、股权和经营决策控制关系为纽带的,跨地区、跨行业和跨经营的企业集团的发展。企业集团凭借其较强的竞争力成为商业银行竞相发放贷款的主要客户。但是,这些集团客户在给商业银行带来
【参考文献】
中国期刊全文数据库 前10条
1 蒙肖莲;杨毓;李金林;;企业集团客户贷后信用风险识别[J];系统工程;2008年06期
2 陈林;周宗放;;基于多层模糊逻辑门FTA的企业集团控股公司信用风险评估[J];系统工程;2008年12期
3 姜明辉;袁绪川;;个人信用评估PSO-SVM模型的构建及应用[J];管理学报;2008年04期
4 刘昌平;范明钰;王光卫;马素丽;;基于梯度算法的支持向量机参数优化方法[J];控制与决策;2008年11期
5 赵明渊;唐勇;傅,
本文编号:971854
本文链接:https://www.wllwen.com/guanlilunwen/huobilw/971854.html