基于邻域粗糙集和距离判别的信用风险评级

• 作者: 郭春花
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 数学
• 关键词: 信用评级 信用风险 邻域粗糙集 马氏距离
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 数学·物理
• 页码范围: 130-134
• 页数: 5页
• 分类号: O21|F224.9
• 字数: 3504字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2013.02.026

摘要

针对信用风险评级过程中数据的高维性和各属性数据存在量纲差异性的问题,提出了一种基于邻域粗糙集和距离判别的信用风险评级方法.邻域粗糙集是一种常用的降维方法,与传统的降维方法相比有严格的数学推导,对数值型属性和类别型属性可作分别处理.数值型属性在距离判别时容易受到数据量纲的影响,采用马氏距离可以消除数据量纲差异对分类造成的影响.因此以待测样本与各类训练总体之间的马氏距离的大小作为判据对待测样本进行分类.对现实数据进行实验,各类和总体的数据准确率表明该方法是一种有效的评级方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭春花	重庆大学数学与统计学院	1	9	1.0	1.0