基于ADASYN的跨境电商小微企业信用风险模型优化研究

摘要：

随着数字经济在我国的不断发展,数字经济技术为地方企业带来新的机遇与挑战.聚焦跨境电商小微企业信用风险管理,并以江西为例建立符合江西跨境电商实际发展境况的企业信用风险评价指标.随后分别使用BP神经网络、K近邻及支持向量机机器学习分类模型,对江西跨境电商小微企业进行信贷违约预测.实证结果显示:三种深度学习分类模型均具有良好的准确性.为进一步优化江西跨境电商小微企业信用风险模型,特引入ADASYN算法,研究结果显示:ADASYN算法优化了三种模型的预测准确度.将模型的计算效率用于衡量模型的优秀程度,发现ADASYN—KNN综合时效性最佳.

关键词：机器学习、ADASYN、跨境电商小微企业、信用风险

所属期刊栏目：56

分类号：F832.42(金融、银行)

资助基金：国家社会科学基金;江西省高校人文社会科学研究项目;国家自然科学基金

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：118-127