基于谱风险度量的支持向量机理论及在银行信贷中的应用

作者：李瑞祺; 韩有攀^*

来源：软件, 2021, 42(11): 56-58.

• 机器学习
• 支持向量机
• 核函数
• 一致风险度量
• 谱风险度量

根据一致风险度量构建支持向量机(Support Vector Machine, SVM)的方法,建立了基于谱风险度量的SVM模型。利用优化问题的一阶必要条件确定了所建模型的不确定集的表示。接着,利用某银行金融贷款借贷数据,对新建模型进行了测试。并与基于CVaR的SVM模型、不同核函数下的传统SVM模型、进行对比。实验结果表明,使用基于谱风险度量的SVM模型预测准确度高达82.93%,预测精度相比于基于CVaR的SVM模型要高出3.26%;与传统的SVM模型相比要高出5.49%.证明了基于谱风险度量的SVM模型在金融贷款预测情况下的优越性和高效性。

• 单位
  西安工程大学