位置:成果数据库 > 期刊 > 期刊详情页
基于支持向量机的供应链金融信用风险评估研究
  • ISSN号:1001-8409
  • 期刊名称:软科学
  • 时间:0
  • 页码:26-30+36
  • 分类:F830[经济管理—金融学]
  • 作者机构:[1]西安理工大学经济与管理学院,西安710054, [2]中国建设银行陕西分行,西安710061
  • 相关基金:国家自然科学基金项目(70972053); 陕西省重点学科建设专项资金项目(107-00X902); 陕西省科技厅软科学研究计划项目(2008KR23); 西安市科技局软科学研究项目(SF08017)
  • 相关项目:网络能力、企业孵化网络与被孵企业创新绩效关系研究
中文摘要:

研究了在供应链金融模式下的信用风险评估,提出了综合考虑核心企业资信状况及供应链关系状况的信用风险评估指标体系,运用机器学习的方法支持向量机(SVM)建立信用风险评估模型。通过与用主成分分析和Logistic回归方法建立的信用风险评估模型进行实证结果对比,证实了基于SVM的信用风险评估体系更具有效性和优越性。

英文摘要:

This paper researches on credit risk assessment in Supply Chain Finance(SCF) service.An index system of credit risk assessment considering the core enterprise's credit status and the supply chain relationship is developed.Furthermore,a credit risk assessment model based on Support Vector Machines(SVM) is conducted in this paper.At last,through analyzing and comparing the empirical results,it is testified that the SVM-based credit risk assessment model is more effective and advantageous than the logistic regression model based on principal component analysis.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《软科学》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省科学技术促进发展研究中心
  • 主编:赵毅峰
  • 地址:成都市人民南路4段11号5楼
  • 邮编:610041
  • 邮箱:ruankexue@sina.com ruankexue@yesh.net
  • 电话:028-85221835
  • 国际标准刊号:ISSN:1001-8409
  • 国内统一刊号:ISSN:51-1268/G3
  • 邮发代号:62-61
  • 获奖情况:
  • 首届《CAJ-CD规范》执行优秀奖
  • 国内外数据库收录:
  • 中国中国人文社科核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国国家哲学社会科学学术期刊数据库,中国北大核心期刊(2000版)
  • 被引量:22793