基于神经网络和决策树相结合的信用风险评估模型研究 - bob手机在线登陆

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于神经网络和决策树相结合的信用风险评估模型研究

赵静娴,杜子平

文章导航> bob手机在线登陆学报（社会科学版）> 2009> (1): 76-79

赵静娴, 杜子平. 基于神经网络和决策树相结合的信用风险评估模型研究[J]. bob手机在线登陆学报（社会科学版）, 2009, (1): 76-79.

引用本文:

赵静娴, 杜子平. 基于神经网络和决策树相结合的信用风险评估模型研究[J]. bob手机在线登陆学报（社会科学版）, 2009, (1): 76-79.

ZHAO Jing-xian, DU Zi-ping. A Model Based on Combination of Neural Network and Decision Tree for Credit Risk Assessment[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2009, (1): 76-79.

Citation:

ZHAO Jing-xian, DU Zi-ping. A Model Based on Combination of Neural Network and Decision Tree for Credit Risk Assessment[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2009, (1): 76-79.

基于神经网络和决策树相结合的信用风险评估模型研究

赵静娴^1,2,,
杜子平²

1.
天津大学管理学院, 天津 300072
2.
天津科技大学经管学院, 天津 300222

基金项目:

国家自然科学基金(70671074);天津科技大学科研基金(20080303)

A Model Based on Combination of Neural Network and Decision Tree for Credit Risk Assessment

ZHAO Jing-xian^1,2,,
DU Zi-ping²

1.
School of Management, Tianjin University, Tianjin 300072
2.
School of Economics and Management, Tianjin University of Science & Technology, Tianjin 300222

摘要:文章提出了一种将神经网络和决策树相结合的信用风险评估模型NN-DT。该方法依据属性重要性将贷款企业的财务指标进行排序，然后通过RBF神经网络进行属性裁减生成决策树，从而得出企业是否违约的分类。最后以判别分析以及C4.5 算法为参照方法进行了实证研究，结果表明，NN-DT模型显著地提高了预测精度。
- 决策树/
- RBF神经网络/
- 信用风险
Abstract:The paper builds a credit risk assessment model based on combination of neural network and decision tree. The method ranks financial data of loan enterprise based on the importance of the attributes, prunes the attributes using RBF neural network and builds a decision tree. Therefore conclusions of classification can be drawn as to whether or not enterprises break a contract. Finally comparing NN-DT with methods of discriminate analysis and C4.5 algorithm, studies are empirically carried out, and NN-DT largely improves the prediction precision.
- decision tree/
- RBF neural network/
- credit risk

[1]	Altmen E, Fraydman H, Kao E D. Introducing recursive partitioning for financial classification: the case of financial distress[J].Banking and Finance,1985,11(2):269-291.
[2]	H L Jensen. Using neural networks for credit scoring[J]. Managerial Finance,1992,18(6):15-26.
[3]	Schmitz G P J, Aldrich C, Gouws F S. A NN-DT: an algorithm for extraction of decision trees from artificial neural networks[J].IEEE Trans on Neural Networks,1999, 10(6):1392-1401.
[4]	Qiangfu Zhao. Evolutionary design of neural network tree-integration of decision tree, neural network and GA [J]. Proceedings of the 2001 Congress on Evolutionary Computation, 2001,1:240-244.
[5]	姚奕, 叶中行.基于支持向量机的银行客户信用评估系统研究[J].系统仿真学报,2004,16(4):783-786.
[6]	沈翠华,高万林.基于支持向量机的企业信用评估模型[J].管理信息化,2004: 73-74.
[7]	徐晓霞,李金林. 基于决策树法的我国商业银行信用风险评估模型研究[J].bob手机在线登陆学报(社会科学版), 2006(6):71-74.
[8]	Haixun Wang, Yu P S. SSDT: a scalable subspace -splitting classifier for biased data [J]. ICDM 2001 Proceedings, IEEE International Conference Proceedings, 2001,29 Nov.-Dec.:542-549.
[9]	Tom M Mitchell Mitchell, Tom M (Tom Michael).Machine learning [M].McGraw-Hill Education (Asia) , 2003:42-47.
[10]	M D Powell. Radial basis is functions for multivarialte interpolation: a review in algorithms for the approximation of functions and data[J]. Oxford: Clarendon Press, 1987.

[1]	傅顺, 裴平, 孙杰.数字金融发展与商业银行信用风险. bob手机在线登陆学报（社会科学版）, 2023, 25(1): 145-155.doi:10.15918/j.jbitss1009-3370.2023.4059
[2]	梁朝晖, 王宗胜, 曹刚.非信用风险因素对公司债信用利差的影响. bob手机在线登陆学报（社会科学版）, 2015, (6): 90-98.doi:10.15918/j.jbitss1009-3370.2015.0612
[3]	张苏江, 陈庭强.对数Gauss衰减的信用风险传染模型与CDO定价研究. bob手机在线登陆学报（社会科学版）, 2014, (3): 83-88.
[4]	茆训诚, 王周伟.系统性信用风险的网络传染联动效应研究. bob手机在线登陆学报（社会科学版）, 2014, (4): 57-63130.
[5]	孙梅, 邓星, 董同明.神经网络和卡尔曼算法在石油需求预测中的应用. bob手机在线登陆学报（社会科学版）, 2013, (6): 10-15.
[6]	霍海涛.高科技中小企业信用风险指标体系及其评价方法. bob手机在线登陆学报（社会科学版）, 2012, (1): 60-65.
[7]	曹萍, 陈福集.GA-灰色神经网络的区域物流需求预测. bob手机在线登陆学报（社会科学版）, 2012, (1): 66-70.
[8]	王秀丽, 朱耿先.KNN方法在高速公路多义性通行费拆分中的应用. bob手机在线登陆学报（社会科学版）, 2012, (5): 45-49.
[9]	刘炳胜, 王雪青, 林丽.基于PCA-BP神经网络组合的中国建筑业竞争力预测. bob手机在线登陆学报（社会科学版）, 2010, (6): 61-64.
[10]	钟敏, 马可, 杨华.延期支付条件下的供应链信用风险声誉激励机制. bob手机在线登陆学报（社会科学版）, 2009, (4): 33-35.
[11]	何明.大型科研项目的风险管理流程与风险决策. bob手机在线登陆学报（社会科学版）, 2007, (2): 46-49.
[12]	程功, 任宇航.公司资本结构对信用风险的影响. bob手机在线登陆学报（社会科学版）, 2007, (1): 73-76.
[13]	陈婧, 韩伯棠, 姜莹.基于BP神经网络的多元化战略选择方法研究. bob手机在线登陆学报（社会科学版）, 2006, (3): 79-81.
[14]	任宇航, 夏恩君, 程功.信用风险组合管理模型中的相关性问题研究述评. bob手机在线登陆学报（社会科学版）, 2006, (3): 66-70.
[15]	徐晓霞, 李金林.基于决策树法的我国商业银行信用风险评估模型研究. bob手机在线登陆学报（社会科学版）, 2006, (3): 71-74.
[16]	梁瑞华.政策性中小企业信用担保机构风险防范机制探析. bob手机在线登陆学报（社会科学版）, 2005, (5): 54-56.
[17]	曾凤章, 王元华.神经网络在顾客满意度测评中的应用. bob手机在线登陆学报（社会科学版）, 2005, (1): 45-47.
[18]	张燃, 侯光明.内部评级法与我国商业银行信用风险管理. bob手机在线登陆学报（社会科学版）, 2005, (2): 24-26.
[19]	孙利沿, 骆珣.论企业信用风险的管理与控制. bob手机在线登陆学报（社会科学版）, 2003, (2): 71-73.
[20]	张华雨, 韩伯棠.人工神经网络在预测集成中的应用研究. bob手机在线登陆学报（社会科学版）, 2001, (3): 15-17.

WeChat

点击查看大图

计量

文章访问数:541
HTML全文浏览量:1
PDF下载量:74
被引次数:0

基于神经网络和决策树相结合的信用风险评估模型研究

赵静娴^1,2,,
杜子平²

1. 天津大学管理学院, 天津 300072
2. 天津科技大学经管学院, 天津 300222

基金项目:

国家自然科学基金(70671074);天津科技大学科研基金(20080303)

收稿日期:2007-12-25

关键词:

RBF神经网络/

摘要:文章提出了一种将神经网络和决策树相结合的信用风险评估模型NN-DT。该方法依据属性重要性将贷款企业的财务指标进行排序，然后通过RBF神经网络进行属性裁减生成决策树，从而得出企业是否违约的分类。最后以判别分析以及C4.5 算法为参照方法进行了实证研究，结果表明，NN-DT模型显著地提高了预测精度。

English Abstract

赵静娴, 杜子平. 基于神经网络和决策树相结合的信用风险评估模型研究[J]. bob手机在线登陆学报（社会科学版）, 2009, (1): 76-79.

引用本文:

赵静娴, 杜子平. 基于神经网络和决策树相结合的信用风险评估模型研究[J]. bob手机在线登陆学报（社会科学版）, 2009, (1): 76-79.

ZHAO Jing-xian, DU Zi-ping. A Model Based on Combination of Neural Network and Decision Tree for Credit Risk Assessment[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2009, (1): 76-79.

Citation:

ZHAO Jing-xian, DU Zi-ping. A Model Based on Combination of Neural Network and Decision Tree for Credit Risk Assessment[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2009, (1): 76-79.

参考文献 (10)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

作者相关

写作规范

友情链接

总访问量: 今日访问量:

版权所有：bob手机在线登陆学术期刊中心

主管单位: 中华人民共和国工业和信息化部主办单位: bob手机在线登陆地址: 北京市海淀区中关村南大街5号

本系统由北京仁和汇智信息技术有限公司开发