全文预览

基于支持向量机的中小企业信用评价模型和应用研究

上传者:梦溪 |  格式:pdf  |  页数:60 |  大小:0KB

文档介绍
权方法,共计制兰鄯法实证研究了中小企业贷款信用评价模型,其认为中小企业贷款信用评价模型的建立是缓解中小企业融资难问题的有效途径。汪兴隆认为解决中小企业融资难、政策着力点不在于发展中小金融机构,而在于通过市场化改革、制度建设、差异化监管政策引导商业银行提升中小金融服务水平,其中对中小企业信贷模式的变革尤为重要。钟伟强认为中小企业贷款的主要障碍是没有合适的抵押物、完整的财务报表和规范的管理,金融机构应该从既能规避风险,又能顺利开展业务,符合监管要求和公司内部管理出发,对其贷款模式进行创新,其中信用评价技术的应用是贷款模式创新的有效方法。.行∑笠敌庞闷兰勰P脱芯国外很早就将信用评价技术运用于中小企业信用评估中,通过数理统计模型对中小企业信用状况进行了大量研究。首先将毓槟P陀τ于商业银行信用评估领域,甈.银行创建了信用矩阵模型来对中小企业信用分先进行评估。ü斜鸱治龌竦玫墓赜谥行∑笠敌庞米纯龅脑げ饨峁肫它特征变量一起输入到神经网络模型中,构建了“两阶段混合神经网络判别方法”,研究发现该模型不但可以减少神经网络法的训练时间,而且还能提高模型的预测精度。则认为贷款违约概率并不服从分布,因此回归方法不能对违约进行准确预测。在研究了回归方法的几种变异体后,他认为椒ǜ旁健等研究认为信用评价模型建立过程中涉及到两个关键的关联性问题:一是未来潜在贷款与当前及以前贷款表的关联性,二是未批准与已批准贷款特征变量间的关联性。虲研究了狙≡衲P秃统檠ㄖ氐挠τ檬否能提高模型有效性,相比于使用其中任意一种方法,这两种拒绝推断方法不管是单独应用还是共同应用都对模型有效性的提高几乎没有作用。和通过神经网络连接权值技术研究了神经网络信用评价模型的解释性,研究发现该技术能较好的诠释特征变量对信用分值的贡献。赽和算法建立了决策树模型,其研究结果表明集成方法不但可以显著提高信用评价模型的预测精度,还可以提高模型的泛化能力。

收藏

分享

举报
下载此文档