面向农户贷款信用风险评估的Relief-GEP模型

发布时间：2021-06-06 21:37

　　现有的信用评估模型往往需要在建模前预设模型的基本形态结构,极易因函数形式的误设导致评估结果误差较大,同时现有模型大多面向传统大中型企业、消费信贷用户,对农户这一借款主体缺乏适用性。基于宿迁地区某农村信用社的农户信贷数据库,设计一种面向我国农户贷款信用风险评估模型——Relief-GEP模型。模型首先使用Relief算法,对建模样本集维度进行删减,剔除对预测违约概率影响不大的各项指标,在摈弃部分噪声数据的同时提高后续建模精度;在缺乏最优函数形式的先验信息情况下使用基因表达式编程算法,以"适者生存"的逻辑通过反复演化迭代,动态构筑模型的核心部分。实证研究表明,Relief-GEP模型相比于当前流行的12个信用风险评估模型,拥有更优的拟合精度与更好的泛化能力。 

【文章来源】：软件导刊. 2020,19(11)

【文章页数】：5 页

【部分图文】：

GEP算法演化适应度变化

【参考文献】：
期刊论文
[1]末位淘汰机制下的农户信用水平演化动态模拟仿真及案例检验[J]. 王惠,王静.  农林经济管理学报. 2019(06)
[2]一种采用冗余性动态权重的特征选择算法[J]. 肖利军,郭继昌,顾翔元.  西安电子科技大学学报. 2019(05)
[3]基于LightGBM算法的信用风险评估模型研究[J]. 王思宇,陈建平.  软件导刊. 2019(10)
[4]“新常态”下中国农贷市场供求关系的重新解读——基于农户分化视角[J]. 张梓榆,温涛,王小华.  农业技术经济. 2018(04)
[5]论普惠:普惠金融的经济伦理本质与史学简析[J]. 王颖,曾康霖.  金融研究. 2016(02)
[6]农村信用社农户信用综合评价模型[J]. 王树娟,霍学喜,何学松.  财贸研究. 2005(05)



本文编号：3215186