【摘要】针对企业债务违约损失率判别问题中属性变量居多这一特点,选择支持向量机模型进行判别,并从贷款回收的角度将以往简单的两类有无回收模式(有回收和无回收)扩展为三类。为提高模型效率,将逐步判别分析法应用到模型变量的选择上,同时为了避免人为选择参数的随意性,采用粒子群算法优化支持向量机的参数,将建立的PSO-SVM多分类判别模型对500笔银行贷款进行实证研究。结果表明,该模型不仅提高了分类准确率,而且具有良好的稳健性。