针对供应链金融模式下中小企业的信用风险控制问题，提出了一种面向高维和不平衡数据的信用风险预测模型。首先，基于Pearson-XGBoost两阶段特征选择建立供应链金融信用评价指标体系；其次，通过改进的NM-SMOTE算法对数据集进行平衡化；最后，利用Focal loss函数对XGBoost算法改进，并通过改进的粒子群算法进行优化，从而建立最终的信用评价模型。通过实验结果表明，提出的INS-IPSO-FLXGBoost模型对于中小企业具有更好的预测效果，可以更有效地识别风险企业。
科研之友
微信
新浪微博
Facebook
分享链接
