機(jī)器學(xué)習(xí)在信用評(píng)級(jí)中的應(yīng)用.pdf

1、信用評(píng)級(jí)問(wèn)題，簡(jiǎn)單來(lái)說(shuō)就是對(duì)評(píng)價(jià)對(duì)象的還貸能力進(jìn)行評(píng)定和預(yù)測(cè)。雖然根據(jù)評(píng)價(jià)主體和評(píng)價(jià)客體的不同，信用評(píng)級(jí)可以分為內(nèi)部信用評(píng)級(jí)、外部信用評(píng)級(jí)（評(píng)價(jià)主體不同）和消費(fèi)者個(gè)人的信用評(píng)級(jí)、企業(yè)用戶的信用評(píng)級(jí)（評(píng)價(jià)客體的不同）。本文主要針對(duì)內(nèi)部信用評(píng)級(jí)的企業(yè)用戶評(píng)級(jí)問(wèn)題作出研究。
　　在引言部分，主要介紹了本文的研究背景，探討了信用評(píng)級(jí)問(wèn)題的重要性。并簡(jiǎn)述了傳統(tǒng)信用評(píng)級(jí)的發(fā)展過(guò)程，并指出了傳統(tǒng)信用評(píng)級(jí)所存在的問(wèn)題，將機(jī)器學(xué)習(xí)應(yīng)用在信用評(píng)級(jí)領(lǐng)域

2、中的重要性。進(jìn)而簡(jiǎn)單介紹了本文中涉及的兩種機(jī)器學(xué)習(xí)方法——人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的相關(guān)概念。
　　在第二章，論文首先介紹了本文中涉及的樣本數(shù)據(jù)的獲取與初步處理方法。接下來(lái)是本文的主體部分。
　　在2.2中，主要采用人工神經(jīng)網(wǎng)絡(luò)針對(duì)房地產(chǎn)、石油及燃?xì)庑袠I(yè)及混合行業(yè)三組樣本數(shù)據(jù)進(jìn)行模型建立，并對(duì)信用評(píng)級(jí)進(jìn)行預(yù)測(cè)，并結(jié)合Monte-Carlo給出一個(gè)較為穩(wěn)定的正確率，給出財(cái)務(wù)指標(biāo)的相關(guān)性。
　　在2.3中，主要采用支持向量

3、機(jī)的方法對(duì)房地產(chǎn)、石油及燃?xì)庑袠I(yè)及混合行業(yè)三組樣本數(shù)據(jù)進(jìn)行模型建立，并對(duì)信用評(píng)級(jí)進(jìn)行預(yù)測(cè)，并與神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。
　　在2.4中，研究了預(yù)測(cè)準(zhǔn)確率模擬數(shù)據(jù)的分布，并對(duì)分布進(jìn)行擬合，比較K-S統(tǒng)計(jì)量選擇較為準(zhǔn)確擬合的分布，并判斷每次預(yù)測(cè)準(zhǔn)確率的置信區(qū)間。進(jìn)而采用重抽樣方法，本文中指自舉法（基本自舉法、分位數(shù)自舉法、BCa自舉法），對(duì)平均預(yù)測(cè)準(zhǔn)確率的波動(dòng)做出分析，估計(jì)平均預(yù)測(cè)準(zhǔn)確率的置信區(qū)間。
　　在文章的最后，對(duì)機(jī)器學(xué)