基于粗糙集和神经网络集成的贷款风险5级分类
建立了粗糙集与神经网络集成的贷款风险5级分类评价模型,该模型首先利用自组织映射神经网络离散化财务数据并应用遗传算法约简评价指标;基于最小约简指标提取贷款风险5级分类判别规则以及对BP神经网络进行训练;最后使用粗糙集理论判别与规则库匹配的检验样本风险等级,使用神经网络判别不与规则库任何规则匹配的检验样本风险等级.利用贷款企业数据库698家5级分类样本进行实证研究,结果表明,粗糙集与神经网络集成的判别模型预测准确率达到82.07%,是一种有效的贷款风险5级分类评价工具.
粗糙集理论、神经网络、贷款风险、分类
25
F830(金融、银行)
国家自然科学基金资助项目70171005;国家十五攻关项目2001BA102A06-07-01
2008-11-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
759-763