AdaBoost集成SVM的供应链金融信用风险评估

摘要：

为了实现供应链金融信用风险的科学定量管理,建立了一种AdaBoost集成的支持向量机(SVM)算法.该方法首先采用SVM方法对信用风险数据进行分类学习,建立基学习器;接着通过AdaBoost集成算法对基学习器迭代训练,生成最终的供应链金融信用风险评估模型.实证结果表明,AdaBoost集成SVM分类器较模糊积分SVM集成等方法具有更高的分类准确率,因此该模型具有很好的应用前景.

关键词：供应链金融、信用风险评估、支持向量机、AdaBoost

所属期刊栏目：32

分类号：F832;F270(金融、银行)

资助基金：上海市教委科研创新项目12YZ1710;上海金融学院校级科研项目SHFUKT13-07

在线出版日期：2015-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：19-22