SVM下多银行贷款池风险分析  

作　　者：杜子平[1] 杨明[1] 张勇[1] 

机构地区：[1]天津科技大学

出　　处：《财会通讯（中）》2010年第6期141-143,共3页Communication of Finance and Accounting

基　　金：国家自然科学基金资助项目(编号:70671074)的资助

摘　　要：中小企业贷款难的问题一直以来是其发展壮大的瓶颈，多银行贷款池是解决中小企业贷款难的一个新方法。为有效解决传统神经网络模型容易陷入局部极小点，收敛速度慢等缺点，本文在对多银行贷款池合约进行分析以后，提出了将主成分分析方法和支持向量机（SVM）非线性分类器相结合应用于贷款池银行风险评估中，并对SVM和神经网络模型进行了比较，为多银行贷款池风险评估方法提供了新的思路。

关 键 词：银行贷款 SVM 风险分析 神经网络模型 风险评估方法 主成分分析方法 中小企业 支持向量机 

分 类 号：F832.4[经济管理—金融学]