中国管理信息化
中國管理信息化
중국관리신식화
CHINA MANAGEMENT INFORMATIONIZATION
2012年
16期
32-37
,共6页
陈刚%陆嘉骏%刘澄%刘祥东%王洋洋
陳剛%陸嘉駿%劉澄%劉祥東%王洋洋
진강%륙가준%류징%류상동%왕양양
支持向量机%信用风险%BP神经网络%贷款违约率
支持嚮量機%信用風險%BP神經網絡%貸款違約率
지지향량궤%신용풍험%BP신경망락%대관위약솔
随着银行利率市场化的呼声加强,商业银行自身信用风险问题日益突出,对商业银行信用风险进行科学评估成为信用风险管理的关键.针对国内上市商业银行样本数量偏少的情况,本文引入适合小样本学习的支持向量机(SVM)来评估信用风险.通过对财务数据的主成分分析构建了商业银行信用风险评估指标体系.以贷款违约率作为输出指标,利用v-SVR(Support Vector Regression)模型对16家上市银行的主成分进行评估.通过评估结果与历史数据对比发现,模型能很好地预测商业银行的信用风险,比BP神经网络模型和ε-SVR模型具有更高的预测精度.
隨著銀行利率市場化的呼聲加彊,商業銀行自身信用風險問題日益突齣,對商業銀行信用風險進行科學評估成為信用風險管理的關鍵.針對國內上市商業銀行樣本數量偏少的情況,本文引入適閤小樣本學習的支持嚮量機(SVM)來評估信用風險.通過對財務數據的主成分分析構建瞭商業銀行信用風險評估指標體繫.以貸款違約率作為輸齣指標,利用v-SVR(Support Vector Regression)模型對16傢上市銀行的主成分進行評估.通過評估結果與歷史數據對比髮現,模型能很好地預測商業銀行的信用風險,比BP神經網絡模型和ε-SVR模型具有更高的預測精度.
수착은행리솔시장화적호성가강,상업은행자신신용풍험문제일익돌출,대상업은행신용풍험진행과학평고성위신용풍험관리적관건.침대국내상시상업은행양본수량편소적정황,본문인입괄합소양본학습적지지향량궤(SVM)래평고신용풍험.통과대재무수거적주성분분석구건료상업은행신용풍험평고지표체계.이대관위약솔작위수출지표,이용v-SVR(Support Vector Regression)모형대16가상시은행적주성분진행평고.통과평고결과여역사수거대비발현,모형능흔호지예측상업은행적신용풍험,비BP신경망락모형화ε-SVR모형구유경고적예측정도.
