消费者信用评估中支持向量机方法研究

消费者信用评估是金融与银行界研究的重要内容,最近的研究显示统计学习理论(SLT)方法在信用评估中有优势。本文在信用评估中应用了一种新的方法——支持向量机方法(SVM),该方法属于机器学习理论发展的最新阶段,具有专门针对有限样本、算法复杂度与样本维数无关等优点。使用真实的信用卡数据实证结果表明,本方法具有较好的预测能力,在与国内某商业银行现有信用卡个人信用评估方法的对比研究中,该方法具有明显的优势。