基于lssvm的供应链金融业务中企业信用风险评估研究

《基于lssvm的供应链金融业务中企业信用风险评估研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于LSSVM的供应链金融业务中企业信用风险评估研究2015年第6期总第197期征信CREDn’REFERENCENo．62015SerialNO．197基于LSSVM的供应链金融业务中企业信用风险评估研究王粲，高更君(上海海事大学物流研究中心，上海28><#004699'>01306)摘要：针对目前供应链金融业务中企业信用风险评估不科学与不完善的问题，在对企业信用风险评估的指标体系进行梳理和完善的基础上，利用最小二乘支持向量机(LSSVM)的基本原理尝试构建了企业信用风险LSSVM评估模型，并对模型的可行性和优越性

2、做了分析和验证。研究结果表明：LSSVM评估模型收敛速度快、准确度较高、泛化能力强，为供应链金融业务中的企业信用风险评估提供了一种新的办法和思路。关键词：供应链金融；企业信用风险；最小二乘支持向量机；评估模型中图分类号：F832．4；F276．3文献标识码：A文章编号：1674—747X(2015)06—0026—04一、引言随着经济的快速发展，物流的作用越来越阻显，但是物流成本的居高不下阻碍了企业的发展，开展供应链金融业务已经成为降低物流成本的有效途径。由于供应链金融业务自身具有创新性和资本资源整合的独特优势??，

3、业界对该业务产生了迫切的需求，使得供应链金融在国内外得到了广泛实践和迅猛发展，并取得了诸多业绩。但是，目前该类业务开展过程中依然存在一些不足，其中对企业信用风险评估的不科学与不完善就是主要原因之一，目前已发生的代表性事件包括上海钢贸诈骗事件、广州纸业骗贷事件J、淮矿物流资金坏账事件【等。因此，合理确定和分析企业信用风险的影响指标，加强科学而有效的企业信用风险评估，能对供应链金融业务的健康发展起到关键的推动作用，对营造供应链金融业务所需要的健康生态环境有着积极的促进意义。近年来，许多学者在企业信用风险评估领域的研究中主

4、要运用的是多层次模糊综合评价方法、模糊神经网络评估模型等。例如，夏立明??等(2013)构建了基于时间维的在各个时间点上选用微粒群算法和模糊综合评价方法的供应链金融视角下的中小企业信用风险评价模型，分析企业的信用等级变化趋势，以期为降低银行放贷风险提供有效途径。胡莲、胡波(2014)在基于SVM的模糊积分评估模型中较为模糊地处理了评估过程中输出值的重要程度，使得评估的输出结果更加接近实际值。胡莲(2014)将集成学习算法和支持向量机相结合，提出了一种基于AdaBoost集成SVM的供应链金融信用风险评估模型，以上海市

5、汽车供应链金融为研究样本进行实证研究，证明了该模型具有较好的评估效果。但是，将最小二乘支持向量机(LSSVM)模型应用于企业信用风险评估领域的研究尚比较欠缺，该模型目前主要应用于个人信用评估【1。。、教学质量评价lllJ、风速预测u等方面。因此本文尝试构建了基于LSSVM的供应链金融业务中企业信用风险评估模型，以期为商业银行对企业的信用评估提供一种新的理论依据和决策方法。收稿日期：2015—04—23基金项目：上海市科委重点项目(12510501600)；上海市科委工程中心能力提升项目(14DZ2280200)；上海

6、海事大学横向科研项目(20140057)作者简介：王粲(1992一)，男，安徽宣城人，硕士，主要研究方向为信用评价及信用风险管理；高更君(1971一)，男，河南三门峡人，讲师，博士，主要研究方向为物流管理与规划、供应链金融、物流战略与商业运作等。．26·【理论研究】王粲，高更君基于LSSVM的供应链金融业务中企业信用风险评估研究二、LSSVM的基本思想及原理(一)LSSVM的基本思想最小二乘支持向量机是采用最小二乘线性系统作为损失函数，代替传统的支持向量机采用的二次规划方法。在回归估计的应用中，把模型的计算求解问题通

7、过线性变换转化成线性方程的求解问题，原来的约束条件也相应地转化为等式约束，将最小二乘法引入支持向量机(SVM)中，最终得到的是求解一组线性的方程，求解通过转换得到的线性方程组，便可以得到原来模型的解。由于LSSVM方法计算的是线性方程组，因而简化了计算步骤，有效地降低了计算的复杂程度，算法易于实现，尤其在大量数据的处理方面有着独特的优势。(二)LSSVM的基本原理1．构建回归函数模型首先给定计算样本的数据集G={(，Yi)}cR×R，i=1，2，??，n，其中是输入向量，Yi是输出期望值，，l是样本个数。根据支持向量

8、机(SVM)模型的基本原理可以得到线性回归函数为)=tO7;x+6，式中tO为权向量，tO∈R；6为常数，b∈R。2．构建最优化线性方程根据统计数学家Vapnik提出的结构风险最小化的理论，将LSSVM问题转化为二次求解问题：minJ=∞／2+c∑：；，~／2，约束为y=()+b+，i=1，2，??，Z。为计算上述回归问题，利用其对偶形式及目标