基于SVM优化算法的银行个人信贷评估

作者：陈思含; 蒋钰洁

来源：产业与科技论坛, 2018, 17(22): 70-71.

• 信贷评估
• 支持向量机
• 交叉验证
• 遗传算法
• 粒子群算法

对于银行来说,客户的信用直接影响着他们的收入。如果大量客户违约,银行将面临大量坏账损失;如果能在贷款之前识别出可能违约的客户,就可以帮助银行减少这部分坏账损失。本文针对个人信用评估中的一些关键因素,建立了基于支持向量机(SVM)的分类模型,判别正确率有78. 0645%;经交叉验证法寻求最优惩罚参数c和最优核函数参数g后,正确率达到80%;遗传算法优化SVM后正确率也达到80%;粒子群算法优化SVM后正确率达到80. 6452%。通过本文可以看到多种SVM优化算法在银行个人贷款信用评估中的巨大应用前景。

• 单位
  贵州财经大学