基于粗糙集和神经网络集成的贷款风险5级分类

被引：4

作者：

柯孔林 ^{[1
]}

冯宗宪 ^{[2
]}

机构：

[1] 浙江工商大学金融学院

[2] 西安交通大学金禾经济研究中心

来源：

控制理论与应用 | 2008年 / 04期

关键词：

粗糙集理论; 神经网络; 贷款风险; 分类;

D O I：

暂无

中图分类号：

F830.5 [信贷]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

建立了粗糙集与神经网络集成的贷款风险5级分类评价模型,该模型首先利用自组织映射神经网络离散化财务数据并应用遗传算法约简评价指标;基于最小约简指标提取贷款风险5级分类判别规则以及对BP神经网络进行训练;最后使用粗糙集理论判别与规则库匹配的检验样本风险等级,使用神经网络判别不与规则库任何规则匹配的检验样本风险等级.利用贷款企业数据库698家5级分类样本进行实证研究,结果表明,粗糙集与神经网络集成的判别模型预测准确率达到82.07%,是一种有效的贷款风险5级分类评价工具.

引用

页码：759 / 763

页数：5

共 4 条

[1] 基于遗传算法的粗糙集知识约简方法 [J].