基于多目标进化聚类的信用风险特征识别

作     者：刘超 李元睿 谢菁 LIU Chao;LI Yuan-rui;XIE Jing

作者机构：北京工业大学经济与管理学院北京100124 北京现代制造业发展研究基地北京100124 

基　　金：国家自然科学基金资助项目(62073007,61773029,61273230,61603011,61603010,61703014) 北京市属高校高水平教师队伍建设支持计划长城学者培养计划项目(CIT\&TCD20170304) 

出 版 物：《运筹与管理》 (Operations Research and Management Science)

年 卷 期：2022年第31卷第6期

页      码：147-153页

摘      要：在信用风险识别领域,聚类算法常被用于区分不同风险等级的样本并识别风险特征。然而该领域中通常面临高维数据处理问题,导致传统聚类算法存在不适应此类问题的缺陷:易陷入局部最优、受冗余特征干扰、鲁棒性不强等。采用高维信用风险数据,研究上市公司信用风险,建立信用风险特征识别的三目标优化模型,设计基于分解的多目标子空间聚类算法进行求解。通过算法的横向对比实验,展示了所提出的算法在聚类精度和鲁棒性方面的优势,并根据聚类算法的权重分配结果,归纳总结上市公司信用风险评估过程中应重点关注的指标。

主 题 词：信用风险 特征识别 多目标优化 聚类算法 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

核心收录：

D　O　I：10.12005/orms.2022.0195

馆 藏 号：203112862...