基于BP神經(jīng)網(wǎng)絡(luò)和SVM的個人信用評估比較研究.pdf

1、信用風(fēng)險的評估是銀行風(fēng)險管理的核心內(nèi)容，世界銀行對全球銀行業(yè)危機(jī)的研究表明，導(dǎo)致銀行破產(chǎn)的最常見原因就是信用風(fēng)險。個人信用評估是商業(yè)銀行個人金融業(yè)務(wù)開展及信貸審批的關(guān)鍵環(huán)節(jié)，是個人信用風(fēng)險管理的核心。對個人信用進(jìn)行科學(xué)量化，建立起完善的個人信用評估體系及自動化的信用評估系統(tǒng)，是商業(yè)銀行提高經(jīng)營效益的迫切需要。通過對個人進(jìn)行科學(xué)的信用評估，可以正確識別個人信用風(fēng)險，促進(jìn)信用資源的優(yōu)化配置。
　　BP神經(jīng)網(wǎng)絡(luò)方法是一種具有自組織、自適

2、應(yīng)、自學(xué)習(xí)特點的非參數(shù)方法，它對樣本數(shù)據(jù)的分布要求不嚴(yán)格，不僅具有非線性映射能力，而且還有較高的預(yù)測精度，這些都促使BP神經(jīng)網(wǎng)絡(luò)在信用風(fēng)險評估領(lǐng)域取得長足的發(fā)展。支持向量機(jī)(SVM)是一種機(jī)器學(xué)習(xí)算法，通過訓(xùn)練有限樣本獲得一個最小誤差分類器，建立在此基礎(chǔ)上的分類器具有很好的分類和推廣泛化能力，從而可以對測試樣本實現(xiàn)正確的分類。支持向量機(jī)能夠出色的解決小樣本、非線性、高維數(shù)的復(fù)雜問題。
　　本文利用公開數(shù)據(jù)集，建立了個人信用指標(biāo)體系