个人信用评估PSO-SYM模型的构建及应用.pdf

《个人信用评估PSO-SYM模型的构建及应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第５卷第４期管理学报Ｖｏｌ．５Ｎｏ．４２００８年７月ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔＪｕｌ．２００８个人信用评估ＰＳＯＳＶＭ模型的构建及应用姜明辉袁绪川（哈尔滨工业大学管理学院）摘要：支持向量机（ＳＶＭ）中的参数影响着模型的分类能力，为了使ＳＶＭ获得更好的分类能力，针对ＳＶＭ中的人为选择参数的随机性，提出了利用粒子群算法（ＰＳＯ）进行优化的方法，构建了ＰＳＯＳＶＭ模型，并将其应用于商业银行的个人信用评估中。通过改进的ＰＳＯ算法对ＳＶＭ中的参数进行优化，并通过粒子适应度函数的设置来

2、控制给商业银行造成较大损失的第２类误判的发生。应用结果表明，ＰＳＯＳＶＭ模型的分类精度高，第２类误判率低，并且表现出较好的稳健性，对于控制消费信贷风险具有良好的适用性。关键词：个人信用评估；支持向量机；粒子群算法中图分类号：Ｆ８３０．５８９文献标识码：Ａ文章编号：１６７２８８４Ｘ（２００８）０４０５１１０５﹤┄┃┈┉┇┊┉┄┃┃﹢┅┅━┉┄┃┄┐┄━┄┇┇┈┄┃━﹤┇┉┄┇┃ＪＩＡＮＧＭｉｎｇｈｕｉＹＵＡＮＸｕｃｈｕａｎ（ＨａｒｂｉｎＩｎ

3、ｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ，Ｃｈｉｎａ）﹢┈┉┇┉：Ｔｈｅｐａｒａｍｅｔｅｒｓｏｆｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）ａｒｅｃｒｕｃｉａｌｔｏｔｈｅｍｏｄｅｌ＇ｓｃｌａｓｓｉｆｉｃａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ．ＰＳＯＳＶＭｍｏｄｅｌｗａｓｃｏｎｓｔｒｕｃｔｅｄｂｙｕｓｉｎｇｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ｔｏｓｅａｒｃｈｆｏｒｔｈｅｏｐｔｉｍａｌｐａｒａｍｅｔｅｒｓｏｆＳＶＭ，ａｆｔｅｒｔｈｅｒａｎｄｏｍｎｅｓｓｏｆｐａｒ

4、ａｍｅｔｅｒｓｓｅｌｅｃｔｉｏｎｉｎＳＶＭｗａｓｃｏｎｓｉｄｅｒｅｄ．ＴｈｅｍｏｄｉｆｉｅｄＰＳＯｗａｓｕｓｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅｐａｒａｍｅｔｅｒｓｏｆＳＶＭａｎｄｔｈｅｐａｒｔｉｃｌｅ＇ｓｆｉｔｎｅｓｓｆｕｎｃｔｉｏｎｗａｓｃａｒｒｉｅｄｏｕｔｔｏｃｏｎｔｒｏｌｔｈｅｔｙｐｅＩＩｅｒｒｏｒｒａｔｅｉｎｐｅｒｓｏｎａｌｃｒｅｄｉｔｓｃｏｒｉｎｇ，ｗｈｉｃｈｃｏｓｔｓｇｒｅａｔｌｏｓｓｔｏｃｏｍｍｅｒｃｉａｌｂａｎｋｓ．ＴｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔＰＳＯＳＶＭｍｏｄｅｌｇｅｔｓ

5、ｈｉｇｈｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｗｉｔｈｌｏｗｔｙｐｅＩＩｅｒｒｏｒｒａｔｅａｎｄｔｈｅｍｏｄｅｌｓｈｏｗｓａｓｔｒｏｎｇｒｏｂｕｓｔｎｅｓｓ，ｗｈｉｃｈｐｒｅｓｅｎｔｓｍｏｒｅａｐｐｌｉｃａｂｌｅｆｏｒｃｏｍｍｅｒｃｉａｌｂａｎｋｓｔｏｃｏｎｔｒｏｌｔｈｅｃｏｎｓｕｍｅｒｃｒｅｄｉｔｒｉｓｋｓ．┎┌┄┇┈：ｐｅｒｓｏｎａｌｃｒｅｄｉｔｓｃｏｒｉｎｇ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ；ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ随着我国消费信贷市场的迅速发展，个人

6、在“过学习”问题，即对于训练样本的拟合程度信用评估的重要作用日益凸现，尤其对于商业要求非常高，对于训练样本以外的样本的预测银行规避信用风险，提高消费信贷发放的积极效果却不理想。此外，神经网络结构的确定没有性具有重要意义。在西方发达国家，对个人信用统一的理论指导，往往依赖于经验和研究者的评估方法的研究不断发展，而且日趋成熟，许多知识，这也是神经网络在应用方面需要解决的方法被应用到个人信用评估领域［１］问题。支持向量机（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，，包括基于统计学理论的回归分析、判别分析等统计

7、方法，ＳＶＭ）是近年来发展起来的一种新的用于模式以及以神经网络为代表的人工智能方法。统计分类的人工智能方法，它适合于小样本数据分方法应用于信用评估领域的优点就在于得到的类，对样本数据的分布没有严格要求，并且基于模型具有可解释性，而其最大的缺陷在于统计结构风险最小化（ｓｔｒｕｃｔｕｒａｌｒｉｓｋｍｉｎｉｍｉｚａｔｉｏｎ，模型对数据的分布要求比较严格，个人信用数ＳＲＭ）原则从理论上保证了ＳＶＭ具有很好的据由于其高维、定性变量较多等特点，往往不能稳健性。国外学者ＶＡＮＧＥＳＴＥＬ等［３］将ＳＶＭ满足这些要求。

8、神经网络以其强大的非线性映应用于信用评估领域，与神经网络以及Ｌｏｇｉｓｔｉｃ射能力被证明是一种可以解决很多问题的方回归相比，取得了较好的结果，ＭＩＮ等［４］利用法，并适于用来进行信用评分［２］。但神经网络存ＳＶＭ研究破产预测问题，并得出ＳＶＭ优于神收稿日期：２００７０１１９基金项目：国家哲学社会科学创新基地资助项目（ｈｔｃｓｒ０６ｔ０６）·５１１·管理学报第５卷第４期２００８年７月经网络和Ｌｏｇｉｓｔｉｃ回归。ＭＡＲＴＥＮＳ等［５］将于