基于粗糙集与支持向量机的企业短期贷款违约判别

• 作者: 柯孔林
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 粗糙集 支持向量机 神经网络 违约判别
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 论文
• 页码范围: 1365-1370
• 页数: 6页
• 分类号: TP273
• 字数: 6043字
• 语种: 中文

摘要

建立了粗糙集和支持向量机集成的企业贷款违约判别模型,该模型首先利用自组织映射 (SOM)神经网络对具有连续属性值的财务数据进行离散处理,并应用遗传算法约简评价指标,然后将约简得到的最小条件属性集及相应的原始数据送入支持向量机进行训练,最后对企业短期贷款检验样本进行违约判别.采用贷款企业数据库558家制造业样本企业和522家房地产业样本企业进行交叉验证的实证研究,结果表明,与BP神经网络、多元判别分析、Logistic等违约判别模型相比,粗糙集和支持向量机集成的违约判别模型有更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柯孔林	浙江工商大学金融学院	24	784	15.0	24.0