【外文翻譯】基于最小二乘支持向量机集成模型的信用评价.docVIP

基于最小二乘支持向量机集成模型的信用评价 Ligang Zhou a，Kin Keung a，Lean Yu b 香港市立大学的一个管理科学部门，香港科学系统机构，数学和统计学学院，中国科学院，北京100080，中国 文章信息： 关键词：信誉、得分支持矢量机器、总体模型 摘要：由于最近的金融危机以及巴塞尔新资本协议的监管问题，信贷风险评估已经成为金融风险管理领域最重要的课题之一。在各种金融机构中，大量的定量信用评分模型被引用来评估顾客的信誉风险。尽管实验已经证明单个支持向量机（SVM）具有很好的性能，但是一个带有固定的实验样本数据和参数设置的单一分类器可能会有某种形式的归纳偏差。而减少这种偏差的一种有效的方法就是集成模型。在本文的研究中，将为读者介绍一种基于合奏模式的最小二乘支持向量机（LSSVM）的总体模型，这种模型最终也将服务于信誉得分领域，提出信用评分。这种模型通过测试两个真实数据库，结果表明集成模型策略能够在一定程度上提高分类性能，并有效地帮助构建信誉评分模型。 1.介绍 信贷风险评估已经逐渐成为金融机构的重要领域，在近期的金融危机中，由于顾客拖欠贷款的事例逐渐增多，许多金融机构遭受巨大损失。在美国，1997年官方信誉发行人减少发行27.19亿债券来弥补损失，而这个数字到2006年已经达到31.91亿（HSN咨询股份有限公司，2007年）。此外，由于顾客拖欠贷款，近期的次贷