期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种新的银行信用风险识别方法:SVM-KNN组合模型
被引量：
6
1
作者
申晴
张连增
《金融监管研究》
CSSCI
北大核心
2020年第7期23-37,共15页
科学、高效的信用风险模型是监管机构和银行进行风险管理的重要工具。本文根据SVM模型和KNN模型在处理分类问题中的优势以及二者之间的联系,提出了SVM-KNN组合模型,并以我国165家上市企业2017—2018年度的财务数据为样本,对我国商业银...
科学、高效的信用风险模型是监管机构和银行进行风险管理的重要工具。本文根据SVM模型和KNN模型在处理分类问题中的优势以及二者之间的联系,提出了SVM-KNN组合模型,并以我国165家上市企业2017—2018年度的财务数据为样本,对我国商业银行信用风险进行了识别分析。实证结果表明:SVM-KNN组合模型在识别样本企业信用风险时,不仅可有效解决SVM模型和KNN模型的维度难题,而且相对于单独使用SVM模型和KNN模型,对商业银行信用风险的识别效果也得到了明显提升。最后,本文提出了加强授信准入管理、完善和健全我国银行征信系统和企业数据库系统、实现金融与科技的深度融合等相关建议。
展开更多
关键词
商业银行
信用风险
svm
-
knn
组合
模型
下载PDF
职称材料
题名
一种新的银行信用风险识别方法:SVM-KNN组合模型
被引量：
6
1
作者
申晴
张连增
机构
南开大学金融学院
出处
《金融监管研究》
CSSCI
北大核心
2020年第7期23-37,共15页
基金
教育部人文社会科学重点研究基地重大项目“基于大数据的精算统计模型与风险管理究”(项目号:16JJD910001)的资助。
文摘
科学、高效的信用风险模型是监管机构和银行进行风险管理的重要工具。本文根据SVM模型和KNN模型在处理分类问题中的优势以及二者之间的联系,提出了SVM-KNN组合模型,并以我国165家上市企业2017—2018年度的财务数据为样本,对我国商业银行信用风险进行了识别分析。实证结果表明:SVM-KNN组合模型在识别样本企业信用风险时,不仅可有效解决SVM模型和KNN模型的维度难题,而且相对于单独使用SVM模型和KNN模型,对商业银行信用风险的识别效果也得到了明显提升。最后,本文提出了加强授信准入管理、完善和健全我国银行征信系统和企业数据库系统、实现金融与科技的深度融合等相关建议。
关键词
商业银行
信用风险
svm
-
knn
组合
模型
Keywords
Commercial Bank
Credit Risk
svm
-
knn
Model
分类号
F832 [经济管理—金融学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种新的银行信用风险识别方法:SVM-KNN组合模型
申晴
张连增
《金融监管研究》
CSSCI
北大核心
2020
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
