基于支持向量機的商業(yè)銀行信用風(fēng)險評估研究.pdf

1、信用風(fēng)險評估是商業(yè)銀行信貸風(fēng)險管理中一項基礎(chǔ)性且關(guān)鍵性的工作，其目的在于分析商業(yè)銀行在貸款業(yè)務(wù)中可能面臨的信用風(fēng)險，從而為貸款決策提供依據(jù)。20世紀80年代以來，隨著金融自由化、全球化進程的不斷深入，金融市場波動性明顯加劇，各國銀行和投資者面臨著越來越嚴峻的金融風(fēng)險。世界銀行對全球銀行業(yè)危機的研究表明，導(dǎo)致銀行破產(chǎn)的主要原因是信用風(fēng)險。從國內(nèi)看，我國加入世界貿(mào)易組織之后的近十年時間里，外資銀行大舉進入中國，國內(nèi)商業(yè)銀行面臨的外在競爭越來

2、越激烈，與此同時，新巴塞爾資本協(xié)議的實施也給國內(nèi)商業(yè)銀行帶來了斯的挑戰(zhàn)。隨著市場競爭的日益激烈，商業(yè)銀行對信用風(fēng)險量化和風(fēng)險評估模型化的要求也日益突出。在這種情況下，研究和構(gòu)建更加科學(xué)、有效的信用風(fēng)險評估方法意義十分重大。
　　 目前，國內(nèi)外學(xué)者在信用風(fēng)險評估方面進行了廣泛而深入的研究，設(shè)計了許多適應(yīng)特定金融環(huán)境的信用風(fēng)險評估模型。本文首先對商業(yè)銀行信用風(fēng)險的概念、成因、特征進行了論述，并介紹了傳統(tǒng)和現(xiàn)代信用風(fēng)險度量方法與模型，

3、在此基礎(chǔ)上，將人工智能領(lǐng)域的支持向量機技術(shù)應(yīng)用于我國商業(yè)銀行信用風(fēng)險評估問題。本文主要的工作有以下三方面：
　　 (1)針對傳統(tǒng)的信用風(fēng)險評估二分類問題，在研究支持向量機參數(shù)優(yōu)化選擇問題的基礎(chǔ)上，構(gòu)建基于改進粒子群算法的最小二乘支持向量機模型，著重研究如何提高我國商業(yè)銀行信用風(fēng)險評估問題中的評估精度，通過與其他四種模型相比較，證實了本文構(gòu)造模型的有效性以及具有較高的分類精度。
　　 (2)針對信用風(fēng)險評估過程中普遍存在的

4、樣本數(shù)據(jù)非平衡性以及錯分代價的差異性問題，引入代價敏感學(xué)習(xí)方法，利用改進粒子群算法對代價敏感支持向量機最優(yōu)參數(shù)進行選擇，構(gòu)建基于改進粒子群算法的代價敏感支持向量機模型。實證表明該模型在分類準確率、命中率、覆蓋率、提升率等方面都有較大的改善，并且能在保持分類精度的情況下，降低信用風(fēng)險評估過程中的錯分類代價。
　　 (3)針對貸款風(fēng)險五級分類問題，在傳統(tǒng)最小二乘支持向量機的基礎(chǔ)上，利用一對一多分類技術(shù)，將傳統(tǒng)的二分類模型拓展到適合我