基于粗糙集和遗传算法集成的企业短期贷款违约判别.pdf

2008年4月 系统工程理论与实践 第 4期 文章编号：1000—6788(2008)04—0027—08 基于粗糙集与遗传算法集成的企业短期贷款违约判别 柯孔林 ，冯宗宪 (1．浙江工商大学 金融学院，杭州 310035；2．西安交通大学 金禾经济研究中心，西安 710049) 摘要： 建立了粗糙集和遗传算法集成的企业贷款违约判别模型．该模型首先利用FUSINTER方法离散 化财务数据 ，并应用遗传算法约简评价指标 ，进而基于最小约简指标提取违约判别规则，最后对企业短 期贷款检验样本进行违约判别 ．利用贷款企业数据库 558家样本企业进行交叉验证技术的实证研究，结 果表明，与多元判别分析、logistic、BP神经网络等违约判别模型相 比，粗糙集和遗传算法集成的违约判别 模型是一 更为有效和实用 的信用风险评估工具 ． 关键词 ： 粗糙集理论；遗传算法；短期贷款；违约判别 中图分类号 ： F830．51 文献标志码 ： A Short—term loandefaultpredictionbasedonintegrationof rough setsandgeneticalgorithm KEKong一1in ，FENGZongxian2 (1．FinanceSchool，Zh@angGongshangUniversity，Hangzhou310035，China；2．JinheEconomicResearchCenter，Xi’anJiaotong University，Xi’an710049，China) Abstract： Integratedmodelofroughsetsandgeneticalgorithm forshort—term loan defaultprediction isproposedin thispaper．Firstly，financialdata isdiscrefised byusing FUSINTER method and evaluation variables isreduced through geneticalgorithm ．Andthen，htisreducedinfomr ationisusedtodevelopdefaultclassificationrules．Lastly，a setofrulesareusedtodiscriminatebetweenhealthyanddefaulttestingsamples．Financial dataof558loanfimr sis selected，hteeffectivenessofintergatedmodelofrouhg setsandgeneticalgorithmwasverifiedbyCroSS—validation experimentscomparingwithmultiplediscriminantanalysis，logisticanalysisandBPneuralnewtork approach． Keywords： rouhg settheory；geneticalgorithm；short-temr loan；defaultprediction 1 引言 企业信用违约概率的测度和评估是巴塞尔新资本协议 内部评级法 (IRB)的关键内容 ，是信用风险评估 模型中主要输入变量之一 ．研究和探讨更加科学、有效的违约判别方法 ，是当前信用风险研究的重大课题 ． 目前 ，国际金融界和学术界对企业贷款违约判别研究的主流是将其看作模式识别 的分类问题 ，根据贷款企 业 的财务与非财务状况 ，总结 出分类规则 ，建立信用违约判别模型，将其判为正常或违约企业两类 ．自20 世纪 60年代之后 ，西方发达 国家对企业贷款违约判别的研究不断深入 ，主要集 中于定量方法的探索 ，创新 出许多新的违约判别模型，大致经历了比例分析、统计分析和人工智能三个发展阶段 ．继传