引入协同进化算法的互联网金融风险预警分析

摘要：

本文针对高维面板数据中信用风险的预警效率低、精准度不够等问题,提出一种引入协同进化机制的改进微粒群预警因素分析模型.首先将Relief-F等特征选择技术与微粒群智能策略结合,通过分析关键因素,建立具有协同进化机制的模型框架,依据特征贡献度划分子种群并进行协同计算,再用该模型对2019—2020年度互联网金融平台面板数据进行实证分析.结果表明,选择有效预警因素协同作用能提升收敛性能、精准度,保证信息资源优势的发挥,更适合于互联网金融平台风控预警的效果分析.

关键词：协同进化;特征选择;微粒群算法;信用风险

分类号：F126(中国经济)

资助基金：国家自然科学基金面上项目"我国通胀预期和通胀风险溢价与宏观因子作用机制的计量研究";营口理工学院创新团队支持计划"大数据背景下互联网金融风险的评估预警及运用"

在线出版日期：2021-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：42-50