基于支持向量机的上市公司信用风险评估研究

被引：11

作者：

唐建荣 ^{[1
]}

谭春晖 ^{[1
]}

机构：

[1] 江南大学商学院

来源：

关键词：

信用风险; 多元判别分析; 支持向量机;

D O I：

10.13546/j.cnki.tjyjc.2010.10.045

中图分类号：

F272 [企业计划与经营决策]; F203 [生产行业管理]; F224 [经济数学方法];

学科分类号：

020201 ; 0701 ; 070104 ; 1201 ;

摘要：

文章运用一种基于小样本学习的支持向量机(SVM)方法构建信用风险模型进而应用于我国上市公司信用风险评估。实证分析的结果表明:支持向量机在信用风险评估中比多元判别分析(MDA)方法更为准确和有效;研究结果为银行、投资者有效判别信用风险提供了理论依据。

引用

页码：65 / 67

页数：3

共 8 条

[1] 基于支持向量机的商业银行信用风险评估 [J].

侯惠芳 ;

刘素华 ;

不详 .

[2] SUPPORT-VECTOR NETWORKS [J].

CORTES, C ;

VAPNIK, V .

[3] 运用典型多元判别分析法评估上市公司信用风险 [J].

邹新月 ;

李汉通 .

[4]

Support vector networks. Cortes C,Vapnik V. Machine Learning . 1995

[5]

MATLAB金融计算与金融数据处理[M]. 北京航空航天大学出版社 , 张树德, 2008

[6]

商业银行信贷风险度量研究[M]. 中国金融出版社 , 梁琪著, 2005

[7]

支持向量机导论[M]. 电子工业出版社 , (英)NelloCristianini,(英)JohnShawe-Taylor著, 2004

[8]

统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000