基于粗糙集与支持向量机的企业短期贷款违约判别

摘要：

建立了粗糙集和支持向量机集成的企业贷款违约判别模型,该模型首先利用自组织映射 (SOM)神经网络对具有连续属性值的财务数据进行离散处理,并应用遗传算法约简评价指标,然后将约简得到的最小条件属性集及相应的原始数据送入支持向量机进行训练,最后对企业短期贷款检验样本进行违约判别.采用贷款企业数据库558家制造业样本企业和522家房地产业样本企业进行交叉验证的实证研究,结果表明,与BP神经网络、多元判别分析、Logistic等违约判别模型相比,粗糙集和支持向量机集成的违约判别模型有更好的预测效果.

关键词：粗糙集、支持向量机、神经网络、违约判别

所属期刊栏目：26

分类号：TP273(自动化技术及设备)

资助基金：国家教育部人文社会科学研究项目08JC790096;浙江省高校人文社会科学浙江工商大学金融学重点研究基地项目

在线出版日期：2010-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1365-1370