本文關(guān)鍵詞：信用評(píng)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(píng)估中常用的一種數(shù)據(jù)降維技術(shù),然而傳統(tǒng)的基于相關(guān)性的特征選擇方法 (CFS)在計(jì)算變量間相關(guān)系數(shù)時(shí),本質(zhì)上是一種線性分析方法,無法有效處理非線性關(guān)系的數(shù)據(jù),導(dǎo)致不能準(zhǔn)確估計(jì)變量間相關(guān)性的大小。本文在分析CFS方法的基礎(chǔ)上,引入Gebelein最大相關(guān)系數(shù)(GMC),提出了一種非線性相關(guān)性特征選擇方法——基于Gebelein最大相關(guān)性特征選擇方法(GCFS)。在此基礎(chǔ)上,結(jié)合支持向量機(jī)(SVM)技術(shù),構(gòu)建了GCFS-SVM評(píng)估模型。該模型能有效地識(shí)別變量間的非線性相關(guān)關(guān)系,更真實(shí)估計(jì)變量間相關(guān)系數(shù)大小,從而篩選出最優(yōu)變量子集,最終提高模型評(píng)估預(yù)測(cè)能力。為驗(yàn)證本文所提方法的效果,通過對(duì)兩個(gè)公開的信用數(shù)據(jù)集的實(shí)證研究,結(jié)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(píng)估模型預(yù)測(cè)性能,提高模型判別能力,本研究成果也為信用評(píng)估模型的構(gòu)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(xué)數(shù)學(xué)科學(xué)學(xué)院;華南師范大學(xué)金融工程與風(fēng)險(xiǎn)管理研究所;
【關(guān)鍵詞】： 信用評(píng)估 特征選擇 GMC 支持向量機(jī)
【分類號(hào)】：F224.9
【正文快照】： 一、引言及相關(guān)文獻(xiàn)評(píng)述 近幾年來,無論是次貸危機(jī)還是歐債危機(jī),它們都有個(gè)共同特征:企業(yè)(或個(gè)人)因財(cái)務(wù)狀況惡化而導(dǎo)致的信用風(fēng)險(xiǎn)急劇增大,從而導(dǎo)致資本市場(chǎng)的劇烈波動(dòng),進(jìn)而給投資者、金融機(jī)構(gòu)等帶來巨大損失,也給相關(guān)金融機(jī)構(gòu)和監(jiān)管當(dāng)局的風(fēng)險(xiǎn)管理帶來極大沖擊。而評(píng)判信用

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前9條

1 郭明瑋;趙宇宙;項(xiàng)俊平;張陳斌;陳宗海;;基于支持向量機(jī)的目標(biāo)檢測(cè)算法綜述[J];控制與決策;2014年02期

2 姚旭;王曉丹;張玉璽;權(quán)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(cái)務(wù)危機(jī)判別模型研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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(fēng)險(xiǎn)評(píng)估模型研究[J];金融研究;2009年01期

5 石曉軍;任若恩;肖遠(yuǎn)文;;邊界Logistic違約率模型及實(shí)證研究[J];管理科學(xué)學(xué)報(bào);2007年03期

6 劉揚(yáng);劉偉江;;特征選擇方法在信用評(píng)估指標(biāo)選取中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)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(cè)度模型的構(gòu)建研究[J];經(jīng)濟(jì)科學(xué);2005年03期

8 梁琪;企業(yè)經(jīng)營(yíng)管理預(yù)警:主成分分析在logistic回歸方法中的應(yīng)用[J];管理工程學(xué)報(bào);2005年01期

9 呂長(zhǎng)江,趙巖;上市公司財(cái)務(wù)狀況分類研究[J];會(huì)計(jì)研究;2004年11期

【共引文獻(xiàn)】

中國(guó)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(duì)變壓器油介質(zhì)損耗因數(shù)的影響[J];石油學(xué)報(bào)(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(jī)與應(yīng)用;2017年02期

3 佘博;田福慶;湯健;李克玉;;基于自適應(yīng)LTSA算法的滾動(dòng)軸承故障診斷[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)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(cè)算模型與實(shí)證研究[J];運(yùn)籌與管理;2016年06期

5 杜葉倩;;指標(biāo)簡(jiǎn)化方法的探討——以信用評(píng)級(jí)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(diǎn)剔除的SVM信用風(fēng)險(xiǎn)評(píng)價(jià)方法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)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(xué)技術(shù)與工程;2016年32期

8 肖斌卿;楊e，

本文編號(hào)：465146