本文關鍵詞：信用評估中的特征選擇方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：特征(變量)選擇是信用評估中常用的一種數(shù)據(jù)降維技術,然而傳統(tǒng)的基于相關性的特征選擇方法 (CFS)在計算變量間相關系數(shù)時,本質(zhì)上是一種線性分析方法,無法有效處理非線性關系的數(shù)據(jù),導致不能準確估計變量間相關性的大小。本文在分析CFS方法的基礎上,引入Gebelein最大相關系數(shù)(GMC),提出了一種非線性相關性特征選擇方法——基于Gebelein最大相關性特征選擇方法(GCFS)。在此基礎上,結合支持向量機(SVM)技術,構建了GCFS-SVM評估模型。該模型能有效地識別變量間的非線性相關關系,更真實估計變量間相關系數(shù)大小,從而篩選出最優(yōu)變量子集,最終提高模型評估預測能力。為驗證本文所提方法的效果,通過對兩個公開的信用數(shù)據(jù)集的實證研究,結果表明:與其他方法相比,本文提出的GCFS方法能顯著改善信用評估模型預測性能,提高模型判別能力,本研究成果也為信用評估模型的構建提供了一種新的思路和有益的參考。
【作者單位】： 華南師范大學數(shù)學科學學院;華南師范大學金融工程與風險管理研究所;
【關鍵詞】： 信用評估 特征選擇 GMC 支持向量機
【分類號】：F224.9
【正文快照】： 一、引言及相關文獻評述 近幾年來,無論是次貸危機還是歐債危機,它們都有個共同特征:企業(yè)(或個人)因財務狀況惡化而導致的信用風險急劇增大,從而導致資本市場的劇烈波動,進而給投資者、金融機構等帶來巨大損失,也給相關金融機構和監(jiān)管當局的風險管理帶來極大沖擊。而評判信用

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 郭明瑋;趙宇宙;項俊平;張陳斌;陳宗海;;基于支持向量機的目標檢測算法綜述[J];控制與決策;2014年02期

2 姚旭;王曉丹;張玉璽;權文;;特征選擇方法綜述[J];控制與決策;2012年02期

3 韓立巖;李蕾;;中小上市公司財務危機判別模型研究[J];數(shù)量經(jīng)濟技術經(jīng)濟研究;2010年08期

4 郭英見;吳沖;;基于信息融合的商業(yè)銀行信用風險評估模型研究[J];金融研究;2009年01期

5 石曉軍;任若恩;肖遠文;;邊界Logistic違約率模型及實證研究[J];管理科學學報;2007年03期

6 劉揚;劉偉江;;特征選擇方法在信用評估指標選取中的應用[J];數(shù)理統(tǒng)計與管理;2006年06期

7 唐春陽,馮宗憲;基于多元線性回歸的企業(yè)信用違約率測度模型的構建研究[J];經(jīng)濟科學;2005年03期

8 梁琪;企業(yè)經(jīng)營管理預警:主成分分析在logistic回歸方法中的應用[J];管理工程學報;2005年01期

9 呂長江,趙巖;上市公司財務狀況分類研究[J];會計研究;2004年11期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳彬;韓超;劉閣;;顆粒污染物對變壓器油介質(zhì)損耗因數(shù)的影響[J];石油學報(石油加工);2017年01期

2 高集榮;田艷;楊永紅;劉清華;;基于誤分類模式的乳腺癌診斷研究[J];微型機與應用;2017年02期

3 佘博;田福慶;湯健;李克玉;;基于自適應LTSA算法的滾動軸承故障診斷[J];華中科技大學學報(自然科學版);2017年01期

4 曹勇;李孟剛;李剛;洪雅惠;;基于信用利差與Logistic回歸的公司違約概率測算模型與實證研究[J];運籌與管理;2016年06期

5 杜葉倩;;指標簡化方法的探討——以信用評級為例[J];現(xiàn)代商業(yè);2016年35期

6 劉穎;王麗敏;姜建華;趙成麗;張池軍;孫鐵錚;;基于離群點剔除的SVM信用風險評價方法[J];吉林大學學報(理學版);2016年06期

7 王永吉;孟慶巖;楊健;孫云曉;李鵬;邢武杰;;一種基于特征選擇的面向?qū)ο筮b感影像分類方法[J];科學技術與工程;2016年32期

8 肖斌卿;楊e，

本文編號：465146