| 摘要: |
| 针对我国现有信用风险预警模型普遍以单一企业为样本，无法反映集团信用风险状况的问题，采用支持向量机算法，建立了企业集团信用风险预警指标体系，利用全国大额贷款和授信企业集团客户样本数据进行训练，提出了基于支持向量机的集团信用风险预警模型。理论分析及预警数值试验结果表明：基于支持向量机的集团信用风险预警模型与传统的基于逻辑回归算法预警模型相比，具有更好的泛化能力；在相同预警敏感水平下，采用前者预警的假负率为16．67％，与后者的23．45％相比具有更高的预警精度。基于支持向量机的集团信用风险预警模型可较好的应用于企业集团信用风险预警领域中。 |
| 关键词: 支持向量机 巴塞尔新资本协议 企业集团 信用风险预警 逻辑回归 支持向量机算法 集团客户 信用风险 预警研究 support vector machine based model credit risk group 风险预警 应用 精度 水平 敏感 泛化能力 回归算法 基于逻辑 结果 数值试验 分析 |
| DOI：10.11841/j.issn.1007-4333.2008.02.043 |
| 修订日期：2007-12-20 |
| 基金项目:国家自然科学基金 |
|
| Research of group credit risk early-warning model based on support vector machine |
|
|
|
| Abstract: |
|
| Key words: |
