作者
上市的：- 赵子雪
（云南财经大学统计与数学学院，中国昆明市龙泉路237号，650221）
- 崔天祥
（中国宁波诺丁汉大学计算机科学学院，宁波315100）
- 丁树生
（宁波大学商学院，宁波市奉化路818号，邮编：315211）
- 李嘉伟
（中国宁波诺丁汉大学计算机科学学院，宁波315100）
- 安东尼·格雷厄姆·贝洛蒂
（中国宁波诺丁汉大学计算机科学学院，宁波315100）
摘要
信贷风险预测在很大程度上依赖于金融机构提供的历史数据。目标是根据现有信息确定默认用户之间的共性。然而，有关违约者的数据往往有限，导致信贷数据集中，其中正样本（违约）明显少于负样本（非违约）。它提出了一个严重的挑战，称为类不平衡问题，这会严重影响数据质量和预测模型的有效性。为了解决这个问题，人们提出并广泛研究了各种重采样技术。然而，尽管正在进行研究，但对于最有效的技术还没有达成共识。重采样技术的选择与数据集大小和不平衡率密切相关，其有效性因分类器而异。此外，在针对极不平衡数据集的合适技术的研究方面存在显著差距。因此，本研究旨在比较不同数据集和分类器中流行的重采样技术，同时提出一种针对极不平衡数据集的新型混合采样方法。我们的实验结果表明，这一新技术显著提高了分类器的预测性能，为管理信贷风险预测中的类不平衡问题提供了有效的策略。
建议引用
赵子雪、崔天祥、丁书生、李佳伟、安东尼·格雷厄姆·贝洛蒂，2024。"信用风险预测中类别失衡问题的重采样技术研究,"数学，MDPI，第12卷（5），第1-27页，2月。手柄：RePEc:gam:jmathe:v:12:y:2024:i:5:p:701-：d:1347551
最相关的项目
这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。- 丽莎·克罗萨托（Lisa Crosato）、卡特琳娜·利伯拉蒂（Caterina Liberati）和马可·雷普托（Marco Repetto），2021年。"看看谁在说话：评估意大利中小企业信贷违约的可解释机器学习,"论文2108.13914，arXiv.org，2021年9月修订。
- Antonietta di Salvatore和Mirko Moscatelli，2024年。"使用粒状信贷数据库改进家庭债务调查信息,"经济与金融问题（不定期论文）839，意大利银行，经济研究和国际关系领域。
- Wosnitza，Jan Henrik，2022年。"logistic回归的校准替代方案及其将歧视力分散转化为违约概率不确定性的潜力,"讨论文件2022年4月，德意志联邦银行。
- 佩德罗·格拉（Pedro Guerra）、毛罗·卡斯泰利（Mauro Castelli）和纳丁·科特雷尔（Nadine Corrte-Real），2022年。"利用SupTech进行欧洲监管风险评估：预警系统的建议,"风险，MDPI，第10卷（4），第1-23页，3月。
- 安德烈斯·阿隆索和何塞·曼努埃尔·卡波，2021年。"了解机器学习模型预测信用违约的性能：监管评估的新方法,"工作文件西班牙银行2105。
- Valter T.Yoshida Jr、Alan de Genaro、Rafael Schiozer和Toni R.E.dos Santos，2023年。"一种新的信用模型风险度量：在信用评分模型中，更多的数据是否会降低模型风险？,"工作文件系列582，巴西中央银行，研究部。
- Dimitrios Nikolaidis和Michalis Doumpos，2022年。"基于局部能力区域的漂移自适应信用评分,"SN运营研究论坛，施普林格，第3卷（4），第1-28页，12月。
- 佩德罗·格拉（Pedro Guerra）和毛罗·卡斯泰利（Mauro Castelli），2021年。"机器学习在银行监管中的应用——文献综述,"风险，MDPI，第9卷（7），第1-24页，7月。
- 朱塞佩·卡斯卡里诺（Giuseppe Cascarino）、米尔科·莫斯卡泰利（Mirko Moscatelli）和法比奥·帕拉皮亚诺（Fabio Parlapiano），2022年。"可解释的人工智能：基于机器学习的默认预测模型解释,"经济与金融问题（不定期论文）674，意大利银行，经济研究和国际关系领域。
- 阿尔贝托·奇特里奥，2024年。"银行破产预测模型：回顾与展望,"社会经济规划科学《爱思唯尔》，第92卷（C）。
- 安德烈斯·阿隆索和何塞·曼努埃尔·卡波，2022年。"信贷决策机器学习模型解释的准确性,"工作文件2222，西班牙银行。
更正
本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:gam:jmathe:v:12:y:2024:i:5:p:701-：d:1347551。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.
如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。
有关此项目的技术问题，或更正作者、标题、摘要、书目或下载信息，请联系：MDPI索引管理器（以下电子邮件可用）。供应商的一般联系方式：https://www.mdpi.com.
请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。
