基于支持向量机的商业银行信用风险评估模型

• 作者: 刘闽 林成德
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 信用风险评估 神经网络 统计学习理论 支持向量机
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP18
• 字数: 4040字
• 语种: 中文
• DOI: 10.3321/j.issn:0438-0479.2005.01.008

摘要

贷款业务是商业银行最重要的资产业务,构建一个适用的信用风险评估模型十分重要.本文基于近年来在智能学习系统领域发展起来的新理论,引入小样本学习的通用学习算法--支持向量机(SVM),建立了商业银行的信用风险评估模型,通过与多元判别分析、以及神经网络模型的比较,证实了该方法用于风险评估的有效性及优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林成德	厦门大学自动化系	18	418	9.0	18.0
2	刘闽	厦门大学自动化系	2	86	2.0	2.0