非均衡样本视角下的中国商业银行竞争力预测——基于ADASYN-BalanceCasecade-SVM智能模型

• 作者: 张虎 范莉莉 黄迅
• 来源期刊: 财会月刊（理论版）
• 关键词: 竞争力预测 数据包络分析 自适应合成抽样 BalanceCascade 支持向量机
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 金融与理财
• 页码范围: 55-62
• 页数: 8页
• 语种: 中文

摘要

本文运用数据包络分析(DEA)方法对中国商业银行的竞争力水平进行测度,以此作为状态指标变量,并基于非均衡商业银行样本视角,将计算机科学的ADASYN和BalanceCascade两种非均衡样本处理方法与SVM人工智能方法相结合,构建ADASYN-BalanceCascade-SVM智能模型,进而与传统的SVM、ADASYN-SVM、BalanceCascade-SVM以及ADASYN-BalanceCascade-BPNN模型进行对比研究.实证研究结果表明,非均衡样本处理方法能够有效地解决商业银行的非均衡样本问题,同时,与其余预测模型相比,ADASYN-BalanceCascade-SVM模型具有最为优越的预测性能.