特征选择和集成学习的中小企业供应链金融风险评估

作者：徐超强; 李碧珍^*

来源：泉州师范学院学报, 2023, 41(02): 63-70.

DOI：10.16125/j.cnki.1009-8224.2023.02.011

• 供应链金融
• 风险评估模型
• Boruta算法
• Stacking集成算法

采用Boruta算法选择中小企业供应链金融信用风险指标原始的特征变，挑选出相对重要的特征变量.运用Stacking集成算法，融合多种单一预测模型，构建Boruta-Stacking集成信用风险评估模型.并将该模型运用于计算机、通信和其他电子设备制造业中小企业的供应链融资和信用评级.实验结果表明，所建立模型预测的准确性达到97.14%,高于单一模型的预测准确性，并使用部份依赖图(PDP)揭示重要特征变量与中小企业信用风险之间的关系.

• 单位
  福建师范大学; 福建师范大学协和学院