科研之友
微信
新浪微博
Facebook
分享链接
摘要
为进一步提高信贷评估算法的准确性，解决无信贷记录企业的信贷风险预测问题，结合BP神经网络与PSO-SVM模型来解决中小微企业信贷风险的评估问题。首先，通过XGBoost算法计算得到指标权重构建风险评价指标体系；其次，将实证研究法、对比研究法与相关算法相结合，构建并应用PSO-SVM模型，得到PSO-SVM模型在信贷风险评估问题中的准确率为94.30%，与其他算法相比，分类效果显著，准确率有较大提升；最后，结合PSO-SVM模型与BP神经网络，成功预测了无信贷记录下企业的信誉评级与信贷风险。上述结果表明，在解决中小微企业信贷评估问题时，所提出的PSO-SVM模型有着较好的分类能力，BP-PSO-SVM模型能够预测企业信誉评级并解决无信贷记录企业的风险预测问题。
- 单位
