基于支持向量机的商业银行信用风险评估模型研究

被引:85
作者
刘云焘
吴冲
王敏
乔木
机构
[1] 哈尔滨工业大学管理学院,哈尔滨工业大学管理学院,西安交通大学会计学院,中国工商银行黑龙江省分行黑龙江哈尔滨,黑龙江哈尔滨,陕西西安,黑龙江哈尔滨
关键词
信用风险; 支持向量机; 神经网络;
D O I
暂无
中图分类号
F830.33 [商业银行];
学科分类号
020219 [财政学(含:税收学)];
摘要
本文将支持向量机(SupportVectorMachine,SVM)应用于商业银行信用风险研究中,通过实证研究,证实了该方法用于商业银行信用风险评估比BP神经网络更具有效性和优越性。
引用
收藏
页码:52 / 55
页数:4
相关论文
共 4 条
[1]
A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167
[2]
样本数目不对称时的SVM模型 [J].
肖健华 ;
吴今培 .
计算机科学, 2003, (02) :165-167
[3]
国外信用风险评估方法的发展现状.[J].丁欣.湖南大学学报(社会科学版).2002, S1
[4]
经济转轨时期我国商业银行信贷风险的分析 [J].
韩平 ;
席酉民 .
当代经济科学, 1999, (04)