基于支持向量机的个人信用风险评价研究-西华师范大学学报(自然科学版).PDFVIP

第３８卷 第２期 西 华 师 范 大 学 学 报 （自然 科 学 版 ） ２０１７年６月 　 Ｖｏｌ３８ Ｎｏ２ ＪｏｕｒｎａｌｏｆＣｈｉｎａＷｅｓｔＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓ） Ｊｕｎ．２０１７ ＤＯＩ：１０．１６２４６／ｊ．ｉｓｓｎ．１６７３５０７２．２０１７．０２．０１５ 基于支持向量机的个人信用风险评价研究 王晓慧，李云飞 （西华师范大学 数学与信息学院，四川 南充　６３７００９） 摘　要： 近年来，随着个人信贷业务的扩大，借贷者获得巨大收益的同时也面临着较大的风险。采用支持向量机 的评价模型对个人信用风险进行分析，综合考虑基本情况、偿债能力、稳定性影响因子，求解出惩罚因子，建立支持 向量机模型，并与判别分析法、Ｃ５．０法和 ＫＮＮ法进行比较。研究结果表明，基于支持向量机的个人信用风险评估 方法具有较高的评估精度。 关键词： 信用风险；支持向量机；风险评价 中图分类号：ＴＰ１８　　　文献标志码：Ａ　　　　文章编号：１６７３５０７２（２０１７）０２０００１０４ ０　引　言 在消费信贷热不断升温的形势下，个人信贷已经被各商业银行作为一种具有远大发展前景的业务。美 国、日本等国家经过 １５０多年的发展，建立了相对完善的个人信用评价体系和成熟的运作机制。我国起步相 对较晚，相关的制度和法规还不健全，且面对众多不确定的风险因素，所以我国的个人信用评估体系仍处于 探索和完善的阶段。 ［１］ 个人信用风险 评价实质上就是将一个总体按照不同的特征分成若干个不同组的一种方法，这种将总 体划分成不同组的思想在统计学中最早是由Ｆｉｓｈｅｒ于 １９３６年提出的。 个人信用风险评估即通过对个人的经济条件、工作情况、财产等因素的综合考虑，运用科学的分析方法， 对个人的还款能力和信用度进行全面而合理的评价。 张雪丽［２］ ［３］ 等用判别分析法对商业银行个人信用风险进行评估；朱天星 等建立指标体系，用层次分析 ［４］ 法对商业银行个人信用风险进行评估，指标体系考虑比较全面，但计算过程比较复杂；迟国泰 等运用隶属 度原理和层次分析法，建立了个人信用卡信用风险评价模型，确定了划分信用等级的两个阈值，但确定判断 ［１］ 矩阵的权重时，主观性较大，不同的专家阈值也不尽相同；吴冲 等用支持向量机对个人信用风险进行评 估，只考虑了性别、工作、职务、住房、学历、婚姻和家庭对个人信用的影响，考虑因素不够全面，导致惩罚因子 ［５］ 过大，即对离群点比较看重，易退化成硬间隔问题，从而误判几率较大、实用性较低；Ｙｅ 等分析和对比了 ［６］ Ｌｏｇｉｓｔｉｃ模型、分类树、支持向量机、ＡＮＮ模型；李建平 等研究了支持向量机的不同比率的训练样本的分类 ［７］ 结果比较；Ｌｉ 等采用 ＰＳＯ算法优化 ＲＢＦ参数，然后将它应用于个人信用评估中，因有太多的输入变量，融 合模型的速度相对缓慢，时间性能较差，根据减少两种类型错误，选择粒子的适应度函数的算法并未提出。 本文更加全面的考虑个人信用影响因素，建立支持向量机模型，使得信用评估结果更加可靠。 收稿日期：２０１６１００２　　基金项目：四川省教育厅自然科学重点项目（１３ＺＡ００１６）；西华师范大学博士科研 启动基金（１２Ｂ０２５） 作者简介：王晓慧（１９９２—），女，四川广元人，硕士研究生，主要从事应用统计学方面的研究。 通信作者：李云飞（１９８０—），男，四川乐