基于谱风险度量的支持向量机理论及在银行信贷中的应用

摘要

根据一致风险度量构建支持向量机(Support Vector Machine,SVM)的方法,建立了基于谱风险度量的SVM模型.利用优化问题的一阶必要条件确定了所建模型的不确定集的表示.接着,利用某银行金融贷款借贷数据,对新建模型进行了测试.并与基于CVaR的SVM模型、不同核函数下的传统SVM模型、进行对比.实验结果表明,使用基于谱风险度量的SVM模型预测准确度高达82.93％,预测精度相比于基于CVaR的SVM模型要高出3.26％;与传统的SVM模型相比要高出5.49％.证明了基于谱风险度量的SVM模型在金融贷款预测情况下的优越性和高效性.