标题
  • 标题
  • 作者
  • 关键词

引入协同进化算法的互联网金融风险预警分析

2021-11-17分类号:TP18;F724.6;F832

【作者】李桂芝  马莹  王雪标  
【部门】东北财经大学经济学院  营口理工学院大数据管理与应用专业教研室  营口理工学院创新创业学院  
【摘要】本文针对高维面板数据中信用风险的预警效率低、精准度不够等问题,提出一种引入协同进化机制的改进微粒群预警因素分析模型。首先将Relief-F等特征选择技术与微粒群智能策略结合,通过分析关键因素,建立具有协同进化机制的模型框架,依据特征贡献度划分子种群并进行协同计算,再用该模型对2019—2020年度互联网金融平台面板数据进行实证分析。结果表明,选择有效预警因素协同作用能提升收敛性能、精准度,保证信息资源优势的发挥,更适合于互联网金融平台风控预警的效果分析。
【关键词】协同进化  特征选择  微粒群算法  信用风险
【基金】国家自然科学基金面上项目“我国通胀预期和通胀风险溢价与宏观因子作用机制的计量研究”(项目编号:71273044);; 营口理工学院创新团队支持计划“大数据背景下互联网金融风险的评估预警及运用”(项目编号:TD201903)
【所属期刊栏目】调研世界
文献传递