基于双隶属模糊支持向量机的中小企业信用评价
宋晓东
韩立岩
1.北京航空航天大学经济管理学院,北京,1001912.北京航空航天大学经济管理学院,北京,100191
摘要：构建了中小企业信用评价的双隶属模糊支持向量机模型( DFSVM),使每个训练样本依双隶属度同时隶属于两个信用类别,并通过粗糙集的属性约简方法确定支持向量机的最优输入指标组合.考虑到银行对于信用风险的厌恶,在模型的训练阶段对样本进行了“非对称”处理.实证结果表明,与传统的判别分析方法相比,建立的企业信用判别模型精度更高,调整后的模型可以进一步降低银行的信用风险.
关键词：粗糙集支持向量机信用评价双隶属度
分类号：F830.5(金融、银行)
资助基金：国家自然科学基金(70831001,70821061)北京市自然科学基金(9102013)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 93-98,108 )
英文信息