商业银行信用风险评估模型研究——基于线上供应链金融的实证

被引：33

作者：

戴昕琦

机构：

[1] 中国政法大学法学院

来源：

软科学 | 2018年 / 32卷 / 05期

关键词：

商业银行; 线上供应链金融; 信用风险; 随机森林模型;

D O I：

10.13956/j.ss.1001-8409.2018.05.30

中图分类号：

F832.4 [信贷];

学科分类号：

1201 ; 020204 ;

摘要：

在线上供应链金融融资模式特点的基础上,建立了相应的信用风险评价指标体系,同时,分别基于SMOTE-RF模型、C-SMOTE模型与Logistic模型进行了分析,结论认为,C-SMOTE-RF模型在线上供应链金融信用风险评估上更加准确可靠。基于C-SMOTE算法的随机森林模型在帮助商业银行管理线上供应链金融信用风险、降低信用损失上效果更为显著。

引用

页码：139 / 144

页数：6

共 7 条

[1] 供应链融资视角下的商业银行信用风险传导机制研究 [J].

杨洋 .

西部金融, 2016, (12) :10-14

[2] 基于随机森林的P2P网贷信用风险评价、预警与实证研究 [J].

于晓虹 ;

楼文高 .

金融理论与实践, 2016, (02) :53-58

[3] 基于随机森林算法的绿色信贷信用风险评估研究 [J].

李进 .

金融理论与实践, 2015, (11) :14-18

[4] 基于KM-SMOTE和随机森林的不平衡数据分类 [J].

陈斌 ;

苏一丹 ;

黄山 .

计算机技术与发展, 2015, 25 (09) :17-21

[5] 线上供应链金融信用风险研究——基于解释结构模型 [J].

刘宏 ;

吴屏 ;

朱一鸣 .

财会月刊, 2015, (08) :97-101

[6] 基于供应链金融的商业银行信用风险评估 [J].

李倩 ;

苏越良 .

价值工程, 2014, 33 (08) :31-34

[7]

Focusing the financial flow of supply chains: An empirical investigation of financial supply chain management[J] . David A. Wuttke,Constantin Blome,Michael Henke.International Journal of Production Economics . 2013 (2)

← 1 →