基于支持向量回归的商业银行信贷风险评估

作为一种有效的金融监管方式,商业银行信贷风险评估是银行监管体系的重要组成部分.针对商业银行的行业特点以及其中存在的信贷风险问题,本文指出:反映商业银行经营状况的各种指标数据存在高度的非线性、不确定性和不精确性,并由此导致现有的信贷风险评估模型难以胜任.为此,结合人工智能的最新研究成果,建立基于支持向量回归(Support Vector Regression,SVR)的商业银行信贷风险评估模型.实证研究表明,该方法取得的结果是可以接受的.
支持向量回归 信贷风险 商业银行 核函数 风险评估模型
汤俊 肖健华 吴今培
五邑大学智能技术与系统研究所,广东江门,529020 五邑大学智能技术与系统研究所,广东江门,529020;北京航空航天大学经济管理学院,北京,100083
国内会议
深圳
中文
442-448
2006-06-30(万方平台首次上网日期,不代表论文的发表时间)