基于粗糙集和支持向量机的商业银行信用风险评估模型

• 作 者: 陈珊珊
• 机 构: 东南大学经济管理学院
• 出 处: 价值工程
• 发表日期: 2008年5期
• 关键词: 信用风险评估 粗糙集(RS) 支持向量机(SVM)
• 基金项目: 国家自然科学基金资助项目(70671025)

结合粗糙集理论的属性约简和支持向量机（SVM）的分类机理，提出一种数据分类的混合算法；建立了基于此算法的商业银行信用风险评估模型。模型以粗糙集属性约简作为预处理器，删除冗余属性和冲突对象，但不损失有效信息；然后基于SVM进行分类建模和预测。实证表明，创建的模型分类性能良好，降低SVM分类过程的复杂度，一定程度上避免了训练模型的过拟合现象。通过与SVM和神经网络模型的比较，证实该方法用于信用风险评估的有效性。