论文总字数：26471字

摘 要

目前，中小企业处于高速发展时期，如果想发展壮大，则需要大量的资金。在缓解中小企业融资难方面，国家相关机构发布了大量有利于中小企业发展的政策。但是，由于银行和中小企业之间存在一些方面的信息不对称，比如：企业内部信息有差异，项目风险的预估等。所以，如何合理的评估中小企业的信用状况对于解决融资难问题起着关键性作用。

首先，本文通过查阅文献，对国内外中小企业信用评估指标体系进行分析，初步建立适用于我国中小企业的信用风险评估指标体系。

然后，介绍SVM-AdaBoost的相关算法。实证表明，当遇到大量非平衡数据和高精度要求时，单独运用SVM，达不到预期的分类效果，所以利用AdaBoost算法来集成多个SVM来提高分类精度，使其对中小企业的信用风险评估更加准确。

最后，建立SVM-AdaBoost 强分类器模型，来对中小企业信用进行评估。选取多个中小企业作为数据样本，先粗选18个属性指标，然后使用特征提取精选12个指标作为信用风险评估模型的指标。最终使用AdaBoost 算法构建基于径向基核函数SVM-AdaBoost 强分类器，进行企业风险评估。实证表明，相较于单个SVM弱分类器，SVM-AdaBoost模型大大提高了分类精度和机器学习中算法学习效率。

关键词：中小企业 信用评估 指标体系 SVM-AdaBoost强分类器

Abstract

At present, small and medium-sized enterprises in high-speed development period, need a lot of money to further development. Although countries and financial institutions release a large number of policies about financing difficulties for the ease of small and medium-sized enterprise , however, because There is information asymmetry in enterprise internal information, debt paying ability and project risk between banks and small and medium-sized enterprises, which have faced with the "financing difficulties" problem, especially difficult to get loans from commercial Banks. So how to evaluate the credit status of the small and medium-sized enterprises plays a critical role to solve the problem of financing difficulties of small and medium-sized enterprises .

First of all, based on the analysis of credit risk rating index system both at home and abroad, and refer to literature at home and abroad, a preliminary established is suitable for small and medium-sized enterprise credit risk index system in our country.

Then, this paper introduces AdaBoost - SVM algorithms. Empirical shows that, to a large number of non equilibrium data and high precision requirements, using SVM, alone can not meet the classification of the desired effect, so using AdaBoost algorithm to integrate multiple SVM to improve classification accuracy, made for small and medium-sized enterprises credit evaluation more accurate.

Therefore, this article use SVM-AdaBoost strong classifier model assess small and medium-sized enterprise credit risk. The model select multiple small and medium-sized enterprises as the data samples. roughing first select 18 attribute index, after using the feature extraction of selected choose 12 indicators as a credit risk assessment indicators. Eventually using AdaBoost algorithm constructs strong SVM-AdaBoost classifier based on the radial basis kernel function SVM, creading enterprise risk assessment. Empirical shows that, compared with a single weak SVM classifier, SVM-AdaBoost model greatly improves the classification accuracy of SVM and machine learning algorithms in the learning efficiency.

Key words: SME; Credit evaluation; Index system; SVM-AdaBoost

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2 中小企业信用评估的国内外现状 2

1.2.1 国外研究现状 2

1.2.2 国内研究现状 3

1.3 本文主要研究思路和章节安排 4

第二章 SVM-AdaBoost理论 6

2.1 结构风险最小化原理 6

2.2 支持向量机基本原理 6

2.2.1 线性支持向量机 7

2.2.2 非线性支持向量机 9

2.2 AdaBoost理论基础 10

2.2.1 AdaBoost算法原理 10

2.2.2 AdaBoost算法优点 11

2.3 SVM-AdaBoost模型特点 11

2.4 选择核函数及其参数 12

2.4.1 核函数的选择 12

2.4.2 核参数的选择 12

2.5 SVM-AdaBoost建模步骤 13

2.5.1 准备数据 13

2.5.2 特征选择 13

2.5.3 SVM-AdaBoost模型建立 14

第三章 中小企业信用评估指标体系构建 16

3.1 指标变量选取原则 16

3.2 指标体系构建 16

3.3 中小企业信用指标选择 18

第四章 基于SVM-AdaBoost的中小企业信用评价模型 20

4.1 数据来源 20

4.2 数据预处理 20

4.2.1 缺失值 20

4.2.2 离群值 21

4.2.3 数据平衡化处理 22

4.3 模型建立 23

4.3.1 指标缩减 23

4.3.2 模型评价指标 24

4.4单个SVM的中小企业信用评估模型模型构建 25

4.4.1 核函数的确定 25

4.4.2 结果分析 26

4.5 SVM-AdaBoost的中小企业信用评估模型构建 27

第五章 结论以及展望 30

参考文献 31

致 谢 33

附 录 34

第一章 绪论

1.1 研究背景及意义

随着我国全面改革开放，加入WTO，中小企业也遇到了前所未有的发展前景。同时，政府和社会也出台了大量支持中小企业发展的政策。大量中小企业的存在是维护市场竞争活力、保证正常合理的价格形成、确保经济运行稳定、保障充分就业的前提和条件。然而中小企业融资难，特别是信贷融资困难的问题却没有得到根本的解决。企业信用危机已成为制约我国经济发展的突出瓶颈之一。具体表现为^[1]：现如今世界金融体系深刻改革和信息共享的大环境下，我国经济运行过程中的信用问题变得日益严峻复杂。对于一些刚起步的、行业状况相对不稳定的、规模小的中小型企业，由于其财务数据相对缺失、信息不对称、资金链薄弱、和存在逆向选择导致无法对其信用状况进行准确的评估，从而存在违约风险。

本质上，在现代市场经济中，信用经济是市场经济的基石^[2]。有效的的信用体系、成熟的企业体制、高效的宏观调控是企业正常经营和市场经济健康运行的基本保证。目前，在全球，社会制度、经济结构、经济体制及银行业结构都存在较大差异，使得在各大银行间通用的方法和技术还很缺乏；同时，我国金融体制和银行业相关体制改革起步较晚，国内的理论研究多数是直接移植，缺乏系统性及对我国具体国情的适应性。利用传统的定性信用分析方法来评测和管理企业信用风险，是很多商业银行所使用的方法。但这传统方法主要靠信贷人员的主观评测，误差较大。在国外，一些近年来流行的定量分析和管理模型也只是被少数商业银行使用，用来分析和管理大企业和上市公司贷款的信用风险，针对中小企业信用风险分析的方法比较缺乏，且适用性不够。

请支付后下载全文，论文总字数：26471字