提出了一種基于隨機(jī)森林和支持向量機(jī)的集成模型來預(yù)測商業(yè)銀行財(cái)務(wù)困境.結(jié)果表明,一方面,與多層感知神經(jīng)網(wǎng)絡(luò)相比,支持向量機(jī)可以更有效地作為集成學(xué)習(xí)模型的基分類器,雖然多層感知器神經(jīng)網(wǎng)絡(luò)在以往的研究中更多地被用于基分類器.另一方面,與現(xiàn)有的bagging、dagging、multiboost、adaboosting、random subspace等集成學(xué)習(xí)算法相比,該模型的預(yù)測性能明顯提高.另一個(gè)關(guān)鍵發(fā)現(xiàn)是,利用銀行業(yè)、宏觀經(jīng)濟(jì)狀況和國際金融風(fēng)險(xiǎn)變量補(bǔ)充銀行層面的脆弱性,可以顯著提高模型在商業(yè)銀行財(cái)務(wù)困境預(yù)測中的表現(xiàn).

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 溫珂;;動(dòng)態(tài)參數(shù)神經(jīng)網(wǎng)絡(luò)的投資銀行風(fēng)險(xiǎn)預(yù)測模型[J];科技通報(bào);2015年09期

2 遲國泰;潘明道;齊菲;;一個(gè)基于小樣本的銀行信用風(fēng)險(xiǎn)評(píng)級(jí)模型的設(shè)計(jì)及應(yīng)用[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2014年06期

相關(guān)博士學(xué)位論文 前1條

1 馮業(yè)偉;基于支持向量機(jī)和移動(dòng)Agent技術(shù)的銀行風(fēng)險(xiǎn)早期預(yù)警系統(tǒng)研究[D];中國海洋大學(xué);2011年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳瑩;武志偉;李心丹;翁炳辰;;基于MCLP模型的個(gè)人住房抵押貸款違約風(fēng)險(xiǎn)研究[J];審計(jì)與經(jīng)濟(jì)研究;2015年01期

2 范宏;李佳妮;;基于不同投資行為的動(dòng)態(tài)銀行網(wǎng)絡(luò)穩(wěn)定性研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2014年04期

3 戴紅軍;孫濤;;商業(yè)銀行信貸管理中行業(yè)風(fēng)險(xiǎn)評(píng)價(jià)研究——基于嶺回歸方法[J];會(huì)計(jì)之友;2013年31期

4 章彰;;持續(xù)監(jiān)管銀行的風(fēng)險(xiǎn)預(yù)測能力[J];中國金融;2013年08期

5 李家軍;李婭婭;;基于BP模型的商業(yè)銀行貸款風(fēng)險(xiǎn)預(yù)測[J];計(jì)算機(jī)仿真;2008年03期

6 彭壽康;;會(huì)計(jì)信息的數(shù)據(jù)挖掘方法與銀行信貸風(fēng)險(xiǎn)預(yù)測[J];商業(yè)經(jīng)濟(jì)與管理;2008年03期

7 孫清;;信用風(fēng)險(xiǎn)模型預(yù)測能力比較分析[J];經(jīng)濟(jì)理論與經(jīng)濟(jì)管理;2007年07期

8 陳偉;夏建華;;綜合主、客觀權(quán)重信息的最優(yōu)組合賦權(quán)方法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2007年01期

9 李萌;Logit模型在商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[J];管理科學(xué);2005年02期

10 方先明,熊鵬;基于RBF網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)控制研究[J];金融論壇;2005年04期

相關(guān)博士學(xué)位論文 前3條

1 陳祥國;衛(wèi)星數(shù)傳調(diào)度的蟻群優(yōu)化模型及算法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

2 龍濤;多UCAV協(xié)同任務(wù)控制中分布式任務(wù)分配與任務(wù)協(xié)調(diào)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2006年

3 馬巧云;基于多Agent系統(tǒng)的動(dòng)態(tài)任務(wù)分配研究[D];華中科技大學(xué);2006年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙志升;傅軒昂;靳曉松;劉洋;;基于隨機(jī)森林特征選擇的垃圾短信識(shí)別[J];電腦與信息技術(shù);2018年06期

2 秦喜文;郭宇;董小剛;郭佳靜;袁迪;;基于局部均值分解和迭代隨機(jī)森林的腦電分類[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2020年01期

3 趙藝淞;楊昆;王保云;黎曉路;;隨機(jī)森林在城市不透水面提取中的應(yīng)用研究[J];云南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年03期

4 左曉慶;李瀟雨;劉懷鵬;;基于隨機(jī)森林算法的城區(qū)土地覆蓋分類研究[J];河北省科學(xué)院學(xué)報(bào);2020年01期

5 劉文博;梁盛楠;秦喜文;董小剛;王純杰;;基于迭代隨機(jī)森林算法的糖尿病預(yù)測[J];長春工業(yè)大學(xué)學(xué)報(bào);2019年06期

6 賈少春;;隨機(jī)森林和支持向量機(jī)算法在β-發(fā)夾模體預(yù)測中的比較[J];溫州大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年03期

7 盛曉欣;田翔華;周毅;;基于隨機(jī)森林癲癇患者腦電數(shù)據(jù)的分析研究[J];中國數(shù)字醫(yī)學(xué);2020年01期

8 滕文駿;;隨機(jī)森林?jǐn)?shù)據(jù)情感挖掘方法分析[J];通訊世界;2020年01期

9 沈智勇;蘇翀;周揚(yáng);沈智威;;一種面向非均衡分類的隨機(jī)森林算法[J];計(jì)算機(jī)與現(xiàn)代化;2018年12期

10 楊曉峰;嚴(yán)建峰;劉曉升;楊璐;;深度隨機(jī)森林在離網(wǎng)預(yù)測中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2016年06期

相關(guān)博士學(xué)位論文 前10條

1 趙東;基于群智能優(yōu)化的機(jī)器學(xué)習(xí)方法研究及應(yīng)用[D];吉林大學(xué);2017年

2 彭詩力;大規(guī)模混合數(shù)據(jù)分類的核方法研究[D];天津大學(xué);2017年

3 胡慶輝;非稀疏多核支持向量機(jī)學(xué)習(xí)方法研究[D];武漢大學(xué);2015年

4 孫宗海;支持向量機(jī)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2003年

5 翟永杰;基于支持向量機(jī)的故障智能診斷方法研究[D];華北電力大學(xué)（河北）;2004年

6 唐發(fā)明;基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)算法研究[D];華中科技大學(xué);2005年

7 宋夫華;支持向量機(jī)逆系統(tǒng)方法及其應(yīng)用研究[D];浙江大學(xué);2006年

8 鐘偉民;支持向量機(jī)在先進(jìn)控制中的應(yīng)用研究[D];浙江大學(xué);2006年

9 吳春國;廣義染色體遺傳算法與迭代式最小二乘支持向量機(jī)回歸算法研究[D];吉林大學(xué);2006年

10 張國云;支持向量機(jī)算法及其應(yīng)用研究[D];湖南大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 張大力;基于多光譜CCD影像和LiDAR數(shù)據(jù)的單木樹種分類研究[D];東北林業(yè)大學(xué);2019年

2 李晨;基于駕駛模擬試驗(yàn)的貨車駕駛?cè)朔中鸟{駛識(shí)別研究[D];北京交通大學(xué);2019年

3 陳莊宏;出行鏈活動(dòng)類型識(shí)別研究[D];上海交通大學(xué);2016年

4 王淑丹;基于機(jī)器學(xué)習(xí)的道路標(biāo)志檢測與識(shí)別技術(shù)[D];杭州電子科技大學(xué);2016年

5 寧霄;基于隨機(jī)森林和卷積神經(jīng)網(wǎng)絡(luò)的年輪分割與參數(shù)測量研究[D];東北林業(yè)大學(xué);2019年

6 段仕;利用機(jī)器學(xué)習(xí)算法預(yù)測綿羊全基因組蛋白質(zhì)互作關(guān)系[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2019年

7 楊文娣;基于多維度特征與隨機(jī)森林的對(duì)外漢語文本可讀性評(píng)估[D];華中師范大學(xué);2019年

8 趙彩鳳;基于隨機(jī)森林的紙幣紅外特征鑒偽算法研究[D];遼寧科技大學(xué);2019年

9 陶小華;改進(jìn)的隨機(jī)森林模型在容器云任務(wù)分配中的應(yīng)用研究[D];桂林理工大學(xué);2019年

10 莊巧蕙;基于改進(jìn)隨機(jī)森林算法的研究與應(yīng)用[D];華僑大學(xué);2019年

本文編號(hào)：2880853