- 相關推薦
基于自適應共振模型的信用風險評估
關鍵詞:自適應共振,神經(jīng),信用風險摘要:自適應共振模型是為了能夠分類任意次序模擬輸進模式而設計的,它可以按任意精度對輸進的模擬觀察矢量進行分類,較好地解決了前穩(wěn)定性和靈活性,同時能夠避免對網(wǎng)絡先前所學的模式修改。本文將ART2模型于信用風險評估,通過實證比較,結(jié)果顯示應用自適應共振模型進行信用風險評估在精度和正確性上,都優(yōu)于其他神經(jīng)網(wǎng)絡模型和統(tǒng)計。
1統(tǒng)計方法用于信用風險分類評估存在的局限性
對信用風險評估一類主流方法是基于分類的方法,即把信用風險看成是模式識別中的一類分類題目—將劃分為能夠定期還本付息和違約兩類。其具體做法是根據(jù)上每個種別(如期還本付息、違約)的若干樣本,從已知的數(shù)據(jù)中發(fā)現(xiàn)其,從而出分類的規(guī)則,建立判別模型,用于對新樣本的判別,這樣信用評估就轉(zhuǎn)化為統(tǒng)計中的分類題目。傳統(tǒng)的統(tǒng)計模型主要基于多元統(tǒng)計分析方法,根據(jù)判別函數(shù)的形式和樣天職布的假定不同,主要的模型有:多元回回分析模型、多元判別分析模型(MDA)、Logit分析模型、近鄰法等。其中以多元判別分析模型和Logit分析模型應用最為廣泛,已有大量貿(mào)易化軟件。
盡管這些方法在國外有大量應用,但是大量實證研究(Altman,1983;Tam
【基于自適應共振模型的信用風險評估】相關文章:
基于移動性的自適應算法的性能評估11-22
基于改進BP的神經(jīng)網(wǎng)絡模型參考自適應控制03-21
渠道效率評估模型選擇03-23
基于SOPC的LMS自適應濾波算法實現(xiàn)03-07
基于GPRS網(wǎng)絡的圖像傳輸自適應算法及實現(xiàn)03-07
基于DCT變換域自適應水印算法的研究03-07