基于神经网络和决策树相结合的信用风险评估模型研究

被引：10

作者：

赵静娴 ^{[1
,2
]}

杜子平 ^{[2
]}

机构：

[1] 天津大学管理学院

[2] 天津科技大学经管学院

来源：

关键词：

决策树; RBF神经网络; 信用风险;

D O I：

10.15918/j.jbitss1009-3370.2009.01.026

中图分类号：

F830.5 [信贷];

学科分类号：

1201 ; 020204 ;

摘要：

文章提出了一种将神经网络和决策树相结合的信用风险评估模型NN-DT。该方法依据属性重要性将贷款企业的财务指标进行排序,然后通过RBF神经网络进行属性裁减生成决策树,从而得出企业是否违约的分类。最后以判别分析以及C4.5算法为参照方法进行了实证研究,结果表明,NN-DT模型显著地提高了预测精度。

引用

页码：76 / 79

页数：4