基于svm和pso的信用评级模型研究

《基于svm和pso的信用评级模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于SVM和PSO的信用评级模型研究摘要信用风险已经是商业银行所面临的重要风险之一，特别是在在信用卡、住房按揭、汽车贷款等信贷业务中，如何有效进行信用风险管理已经成为了银行亟需解决的问题。而合适的信用评级方法是有效降低信用风险的有效途径之一。目前在信用评级领域，已有很多学者做出了探索和研究，利用统计学习、机器学习、数据挖掘和人工智能的方法而构建的信用评级模型都被相继提出。信用评级模型的精度会关系到银行一些重要决策的做出，为此，本文也对如何提高模型精度进行了深入研究。支持向量机(SVM)自提出以来已经得到了迅速的发展，广泛应用于多个领域，本文

2、将SVM应用到信用评级领域。但是利用SVM训练模型，有核函数参数优化和样本特征选择这两个难点。对于这两个问题的解决，论文引入粒子群算法(PSO)，PSO作为一种群体智能算法，在复杂问题的寻优方面具有明显的优势。将其与SVM结合构建混合信用评级模型可以明显提模型的分类精度。为了进一步提高模型分类的准确率，论文在此研究基础之上，一方面提出构造新的混合核函数代替常用的RBF核函数；另一方面，在保留PSO原有优势的基础之上，加入混沌机制，增强粒子空间搜索能力。本文的主要研究内容如下：I基于SB!和PS0的信用评级模型研究(1)对SVM中参数优化和特

3、征选择问题进行了研究，并重点对RBF核函数的SVM中关键参数C，7进行了分析，说明其对SVM性能的影响。(2)将单核的SVM与基本PSO相结合，构建混合的信用评级模型：SVM．PSO。并将该模型的分类效果与目前常用的模型进行对比分析。(3)对SVM中的核函数进行了重点分析，在常用单核核函数的基础之上提出混合核函数，将局部核函数和全局核函数结合起来，使远距离和近距离的数据样本点都能对核函数的值产生影响。(4)在对基本PSO研究的基础上，引入混沌机制，提出混沌粒子群算法，克服基本粒子群算法过早陷入局部最优的缺点，改善算法的寻优能力。并利用优化的

4、粒子群算法同时进行特征选择和参数优化，降低模型计算复杂度。(5)在SVM．PSO信用评级模型的基础之上，将混合核函数的SVM和混沌粒子群算法相结合，提出优化的信用评级模型MKSVM．CPSO。通过综合比较结果，说明该模型在解决信用评级分类问题上的有效性，最后通过统计学的方法对实验结果进行验证。关键词：信用评级，支持向量机，混合核函数，混沌粒子群算法fII／lllfflfl111IrllIIIPIIJY2292037CREDITSCORrNGMODELBASEDONSUPPORTVECTORMACHINEANDPARTICLESWARMOPT

5、IMIZATIONABSTRACTCreditriskhasbecomeoneofthekeyrisksfacedbycommercialbanks，especiallyincreditcards，mortgages，autoloansandotherconsumercreditbusiness，creditriskmanagementisbecomeoneofthemostimportantproblemwhichneedtobesolved．Theappropriatecreditscoringmodelisoneoftheeffect

6、iveapproachestoreducethecreditrisk．Currentlyintheareaofcreditscoring，manyscholarshavemadeexplorationandresearchusingstatisticallearning，machinelearning，dataminingandartificialintelligencemethodstobuildthecreditscoringmodels．Theaccuracyofthecreditscoringmodelrelatedtobankso

7、meimportantdecisions，SOthisthesisconducted8．／1in—depthstudyonimprovingtheaccuracyofcreditscoring．SVMhasbeenrapidlydevelopedsinceitspublicationandweappliedittotheareasofcreditscoringtosolveclassificationproblems．Nevertheless，whenSVMisselectedtotrainthemodel，twoproblemsarefa

8、ced．Oneisoptimizingthe基于SVM和PSO的信用评级模型研究parametersofkernelfunctionsandtheotherisselecting