论文部分内容阅读
如今,信用风险在金融风险管理领域变得越来越重要。在这样一个信息爆炸的时代,信用评估体系中所包含的变量越来越多,随之而来的是信用风险评估过程中日渐凸显的变量数据特征问题。其中,非均衡性、缺失性和稀疏性作为数据特征中常见的问题,对信用风险分类结果影响很大。目前,传统建模方法大多忽略了数据特征问题,而直接采用试算或根据经验来判断哪个模型比较适合。然而,数据特征问题的存在极有可能对模型结果产生很大的影响。例如,在高度非均衡数据中,传统算法往往会忽略数量极小的类别而将所有样本归为同一类;同时,大部分现有算法并