摘要

对借款人个人信用风险进行准确评估,有利于借贷金融机构合理放款,减少经济案件纠纷。采用人工蜂群算法优化支持向量机寻找最优惩罚系数C和核参数,构建ABC-SVM的个人信用风险评估模型。基于美国最大的P2P网贷平台的Lending Club的数据集,对数据集进行了清洗处理后,基于SPSS采用主成分分析法进行指标筛选,挑选了16个指标构建个人信用风险评估指标体系,并通过对比网格搜索的SVM、GA-SVM、PSO-SVM进行实验验证本模型的性能。实验结果表明ABC-SVM模型的分类准确率最高,具有较好的泛化能力。