【摘要】研究表明支持向量机集成方法可以提高分类精度,但是目前所用的基于最多投票原则的集成策略无法评价单个支持向量机分类器的输出重要性。针对这个问题,本文建立一种基于五级分类的支持向量机集成方法,该方法具有四个因子输入,一个衡量商业银行信用风险的输出,该方法考虑了各子分类器的分类结果和各子分类器判决对最终决策的重要程度,利用L ibsvm对某商业银行信贷的176组样本数据进行实证分析,结果表明本文提出的方法比其他分类方法的分类精度高,证实了该方法的可行性和有效性,为银行建立可靠的评估系统提供了依据。