基于SVM-KNN的商業(yè)銀行信用風(fēng)險(xiǎn)模型研究.pdf

1、隨著經(jīng)濟(jì)全球化和金融自由化的發(fā)展，商業(yè)銀行信用風(fēng)險(xiǎn)管理的重要性和迫切性日益體現(xiàn)了出來，這也使得對(duì)信用風(fēng)險(xiǎn)的研究在近年來成為了國(guó)內(nèi)外金融研究的一個(gè)重點(diǎn)。與傳統(tǒng)的風(fēng)險(xiǎn)管理手段不同，現(xiàn)代的信用風(fēng)險(xiǎn)管理強(qiáng)調(diào)運(yùn)用有效的模型來識(shí)別、衡量和監(jiān)測(cè)風(fēng)險(xiǎn)，重視定量分析與定性分析的結(jié)合，這就使得信用風(fēng)險(xiǎn)的管理越來越客觀、高效。在這樣的背景下，本文將一種支持向量機(jī)與k-最近鄰居判別法相結(jié)合的方法應(yīng)用到了我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理中，構(gòu)建并實(shí)現(xiàn)了一個(gè)簡(jiǎn)單的風(fēng)險(xiǎn)評(píng)估

2、模型。 本文首先簡(jiǎn)要介紹了現(xiàn)代商業(yè)銀行信用風(fēng)險(xiǎn)管理的一般理論和方法，包括信用風(fēng)險(xiǎn)管理的目標(biāo)、組成要素以及信用風(fēng)險(xiǎn)分析的統(tǒng)計(jì)方法和非統(tǒng)計(jì)的方法。接著介紹了統(tǒng)計(jì)學(xué)習(xí)理論中的支持向量機(jī)和k-最近鄰居判別法的基本原理，它們各自的應(yīng)用現(xiàn)狀以及在信用評(píng)估上應(yīng)用的思路和適用性。之后探討了一個(gè)SVM-KNN的組合算法，將其引入到信用風(fēng)險(xiǎn)管理領(lǐng)域，構(gòu)建了利用這個(gè)算法的一個(gè)信用評(píng)估模型和具體步驟，并用Matlab軟件編程實(shí)現(xiàn)。基于這個(gè)模型，本文進(jìn)行

3、了實(shí)證分析，其中應(yīng)用了主成分分析法來選擇合適的輸入指標(biāo)，調(diào)用了一些參數(shù)選擇方法，模型運(yùn)行后得出的結(jié)論證明，SVM-KNN組合模型在信用分析上的分類能力要比單獨(dú)運(yùn)行SVM、k-NN都要好，而且探討了訓(xùn)練樣本占總樣本數(shù)的比例對(duì)測(cè)試結(jié)果的影響，分析了兩類錯(cuò)誤發(fā)生的概率。最后對(duì)未來的研究進(jìn)行了展望。 本文綜合了信用風(fēng)險(xiǎn)管理、機(jī)器學(xué)習(xí)技術(shù)、統(tǒng)計(jì)分析方法和財(cái)務(wù)管理等方面的相關(guān)內(nèi)容，采用了理論研究和實(shí)證研究并重的研究方法。由本文理論分析和實(shí)證