期刊文献+

基于LSSVM的供应链金融业务中企业信用风险评估研究 被引量:1

Study on the Enterprise Credit Risk Assessment in Supply Chain Finance Based on Least Squares Support Vector Machine
下载PDF
导出
摘要 针对目前供应链金融业务中企业信用风险评估不科学与不完善的问题,在对企业信用风险评估的指标体系进行梳理和完善的基础上,利用最小二乘支持向量机(LSSVM)的基本原理尝试构建了企业信用风险LSSVM评估模型,并对模型的可行性和优越性做了分析和验证。研究结果表明:LSSVM评估模型收敛速度快、准确度较高、泛化能力强,为供应链金融业务中的企业信用风险评估提供了一种新的办法和思路。 In response to unscientific and imperfect enterprise credit risk assessment in supply chain finance at present,on the basis of combing and completing the indicator system of enterprise credit risk assessment,the paper applies the least squares support vector machine( LSSVM) to build an enterprise credit risk assessment model,and makes an analysis on the feasibility and superiority of the model. It draws the conclusion that the LSSVM assessment model is more effective with high accuracy and powerful universalisation,which provides a new method for assessing enterprise credit risk in the supply chain finance business.
作者 王粲 高更君
出处 《征信》 2015年第6期26-29,共4页 Credit Reference
基金 上海市科委重点项目(12510501600) 上海市科委工程中心能力提升项目(14DZ2280200) 上海海事大学横向科研项目(20140057)
关键词 供应链金融 企业信用风险 最小二乘支持向量机 评估模型 supply chain finance enterprise credit risk Least Squares Support Vector Machine(LSSVM) assessment model
  • 相关文献

参考文献13

二级参考文献70

共引文献86

同被引文献12

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部