基于kmod核函数的svm方法在信用评分中的应用.pdf

第 25 卷第 1期经济数学 V N o .1
2 0 0 8 年 3 月 M AI H E M A T IC S IN E C ()N O M I《万 M ar . 2(X 招
基于 K M O D 核函数的 SV M 方法
在信用评分中的应用‘
陈为民,,马超群,,冯广波2
(,湖南长沙,41 (X) 82;
2 .海南大学经济学院,海南海口,57胆28 )
摘要本文介绍了支持向量分类机,并引入具有更好识别能力的 KM OD 核函数建立了SVM 信用卡分类模
,结果表明该模型在分类准确率、支持向量方面优于塞
于 R BF 的 SV M 模型.
关键词信用卡,KM OD 核函数,支持向量机
中图分类号邢30 .33 f】 文献标识码 A
1. 引言
信用卡的主要功能包括消费信贷、消费结算、存取现金和银行转帐等,国际上以消费信贷
为主要功能的信用卡已经成为十分普通的个人理财工具。信用卡已成为银行业的重要收人来
源,但是高的收益总要承担高的风险,(X 刀年以来,由
于信用卡滞付率不断上升,韩国已有四家信用卡公司陷人窘境,,信用卡
:对于履行还款
义务可能性大的申请人归为“信用好”的一类,同意给予办理信用卡;对于拖欠或者不付欠款可
能性大的申请人不予办理,,在信用评级中,分类准确率是至关重要的,尤
其是“信用差”这一类,哪怕只是提高一个百分点,也能挽回很多损失.
近年来,传统的统计方法和现代数据挖掘方法越来越多的被应用到信用卡分类中,如判别
分析、logi sti c 回归、分类回归树、多元自适应样条回归、专家系统、神经网络以及神经网络的最
新发展— M 被广泛应用于分类和回归问题,此e采用支持向量机方法
预测公司信用等级,取得了较好的结果川,Huan g把sv M 用于信用卡分类,采用遗传算法和格
点搜索法获取参数,效果比BPN 、c4 .5、GP 好图。
本文利用支持向量机(su ppo rt vector mac hi ne ,sv M )建立信用卡申请者信用分类模型,并引
人 KM oD M 模型.
, 二七 4 、里皇月+ n 月些之主
‘. 户‘‘2 〕 1百
支持向量机是v即nil [s1
。基金项目:国家自然科学基金资助项目(No .70371沮5).
收稿日期:2以刀一07 一21
万方数据
第1期陈为民,马超群,冯广波:基于KM OD 核函数的SvM 方法在信用评分中的应用一 25 一
是目前针对小样本的分类、 M 方法的基本思想是:基于 Me,er 核展
开定理,通过非线性映射 h ,把样本空间映射到一个高维乃至于无穷维的特征空间(Hi 阮rt 空
间),在特征空间