集成鄰域粗糙集和判別分析的信用評價方法研究.pdf

1、信用風(fēng)險是金融領(lǐng)域面臨的主要風(fēng)險之一，也是導(dǎo)致金融危機的直接原因。信用評價是揭示信用風(fēng)險的有效手段，也是應(yīng)對金融危機的重要措施。信用評價的本質(zhì)是一個模式識別問題。評價過程中的數(shù)據(jù)具有高維性、量綱差異性等特點并且存在嚴(yán)重的信息冗余。因此，樣本數(shù)據(jù)的降維處理和分類器的設(shè)計是信用評價的重點問題。基于鄰域粗糙集的特征選擇方法不需要樣本的任何先驗信息，有嚴(yán)格的數(shù)學(xué)推導(dǎo)，可被應(yīng)用到信用評價數(shù)據(jù)的降維處理中。馬氏距離不受量綱的影響，距離判別中采用馬氏

2、距離可以有效消除量綱差異對分類器的影響，提高分類準(zhǔn)確率。基于上述分析，論文提出了一種集成變精度鄰域粗糙集和馬氏距離判別的信用評價方法并從UCI數(shù)據(jù)庫中選取信用數(shù)據(jù)對方法的有效性進(jìn)行了驗證。
　　本論文完成的主要工作及研究成果如下：
　?、偕钊胙杏懥诵庞迷u價的基本理論和基本方法，較全面地綜述了國內(nèi)外信用評價方法的現(xiàn)有研究，為信用評價方法更深層次的研究奠定了基礎(chǔ)。
　?、谙到y(tǒng)地總結(jié)了信用評價中的判別分析理論和方法，學(xué)習(xí)了處

3、理高維模式識別問題的國際前沿技術(shù)，為信用評價方法的研究奠定了理論基礎(chǔ)。
　?、坩槍π庞迷u價中計算量較大，分析難度較高的問題，對特征選擇思想、傳統(tǒng)鄰域粗糙集特征選擇方法進(jìn)行了學(xué)習(xí)和分析，建立了一種變精度的鄰域粗糙集特征選擇算法。
　　④針對信用評價中樣本數(shù)據(jù)的高維性和量綱的差異性問題，將變精度鄰域粗糙集特征選擇算法和馬氏距離判別集成，提出了一種信用評價的新方法。無需提供樣本的任何先驗信息便可以在保存樣本大部分信息的前提下實現(xiàn)數(shù)