基于差分进化自动聚类的信用风险评价模型研究

发布时间：2017-06-03 12:11

  本文关键词：基于差分进化自动聚类的信用风险评价模型研究，由笔耕文化传播整理发布。

【摘要】：随着风险评价的日益复杂化,多维度、多时序等不规则的样本数据增加了评估的难度。本文建立信用风险评价的差分进化自动聚类模型,并将其应用到我国上市公司信用风险评价中。该模型不要求事先知道分类的数据,相反,通过群体智能去寻找最优的分区。通过数据仿真,并与遗传算法、决策树、BP神经网络模型进行信用风险评价的实证对比研究,结果表明,该模型能够非常准确的找到数据对应的分区,大大提高了信用评估的准确性,降低了风险成本,对信用风险的管理和控制具有很高的利用价值。
【作者单位】： 华中师范大学信息管理学院;华南农业大学数学与信息学院;
【关键词】： 差分进化 启发式搜索 群体智能 信用风险
【基金】：湖北省自然科学基金创新群体项目(2011CDA116) 国家自然科学基金资助项目(70971052) 华中师范大学自主科研资助项目(CCNU14Z02016)
【分类号】：F832.51;F224
【正文快照】： 1引言最近全球金融市场持续动荡,而由此引发的全球金融危机引起了越来越多的关注,然而在银行和金融机构所面临的众多风险中,信贷风险是最难以评估和管理的。信用评价是信用风险管理的主要工具之一,这使得银行和金融机构能够准确的评估信贷风险,改善现金流,降低可能出现的风险,

【相似文献】

中国期刊全文数据库 前1条

1 曾宇容;王林;顿彩霞;;一种简单有效的求解TSP的混合差分进化算法[J];计算机应用研究;2012年12期

中国硕士学位论文全文数据库 前1条

1 顿彩霞;基于差分进化算法的随机需求联合补货与配送调度模型研究[D];华中科技大学;2012年

  本文关键词：基于差分进化自动聚类的信用风险评价模型研究，由笔耕文化传播整理发布。

，

本文编号：418114