基于Logit与SVM的银行业信用风险预警模型研究

• 全文链接
• 请求原文

作   者：

张奇;  胡蓝艺;  王珏; 

作者机构：

中国科学院数学与系统科学研究院预测科学研究中心; 

关键词：

混合预警模型;  信用风险;  SVM;  Logit; 

期刊名称：

系统工程理论与实践

基金项目：

基于智能优化的信用风险评估方法与综合集成预警模型研究

i s s n：

1000-6788

年卷期：

2015 年 07 期

页   码：

1784-1790

摘   要：

本文以银行业金融机构大额授信风险及零售贷款违约风险数据为基础,从宏观经济环境、客户信贷行为、企业经营水平三个维度出发,对客户风险预警的相关指标进行系统分析,构建了企业客户风险预警指标体系,并利用统计学和数据挖掘方法,从企业财务、企业信贷行为等客户数据信息中挖掘出隐含在背后的客户风险特征.在上述分析的基础上,引入一种基于Logit与SVM的混合预警模型.该模型除了具有单个模型的良好基本性质,还能够充分捕捉和有效刻画影响因素对于客户违约的线性和非线性的复杂特征.实证结果表明,新的模型具有更好的泛化能力,对客户信贷风险具有较高的预警准确率.