10.3969/j.issn.1003-5060.2020.10.004
基于时间序列支持向量机的信用额度预测
汽车整车厂商通过经销商渠道销售整车时,会根据经销商自身的信用状况来决定信用额度,在该额度范围内,经销商可以先收车再按照规定的时间回款.以往的相关研究中,整车厂商常根据经销商某一时刻的信用状况评价其所属的信用等级,从而决定经销商的信用额度,但忽视了信用数据可能会产生“突变”,导致评价结果失真,产生信用风险.文章从受评经销商的历史业务数据出发,使用多维时间序列数据进行相空间重构,将得到的相点数据用于训练支持向量回归(support vector regression,SVR)模型,然后使用该模型给定经销商的信用额度.运用经销商信用数据的验证结果表明,该方法具有较好的预测效果.
信用风险、多维时间序列、相空间重构、支持向量回归(SVR)模型、信用额度
43
TP181(自动化基础理论)
2020-11-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
1321-1324,1369