基于层次分类方法的信用评级研究

摘要：

针对当前企业信用评级中的诚信问题,提出先将客观信用数据进行分析,得到客观数据的相关性,利用主成分分析得到新的特征组合,最后根据信用评级的特点,利用二分类支持向量机与决策树进行多次分类,从而实现多分类信用评级.研究结果表明,与直接多分类决策树和随机森林算法比较,层次分类决策树方法有效地降低了数据过拟合情况并提高了整个模型的测试精度,分别达到了88.5％和76％,有助于提升中小企业信用评级的准确性.

关键词：信用评级、层次分类、中小企业、层次决策

所属期刊栏目：35

分类号：F830.31(金融、银行)

资助基金：国网电商运营大数据平台关键技术研究及用户信用评分模型应用研究B36802170048

在线出版日期：2018-03-26（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：54-57