针对绿色信贷数据不平衡及多级信用预测在银行贷前风控中的关键作用,提出了OVO-ISMOTENN-RF混合模型用于风险评估。该模型通过One vs One策略分解多分类问题,利用ISMOTENN算法优化少数类样本以缓解数据不平衡问题,结合经粒子群算法优化...针对绿色信贷数据不平衡及多级信用预测在银行贷前风控中的关键作用,提出了OVO-ISMOTENN-RF混合模型用于风险评估。该模型通过One vs One策略分解多分类问题,利用ISMOTENN算法优化少数类样本以缓解数据不平衡问题,结合经粒子群算法优化的随机森林分类器,采用多数投票法集成输出最终预测结果。结果表明,该模型表现优异,低风险和高风险类别准确率分别为0.79和0.78,整体准确率为0.66,M-R指标为0.63。SHAP分析揭示研发投入、营运资金周转率等变量的关键作用,为银行风险管理策略制定提供依据。展开更多
文摘针对绿色信贷数据不平衡及多级信用预测在银行贷前风控中的关键作用,提出了OVO-ISMOTENN-RF混合模型用于风险评估。该模型通过One vs One策略分解多分类问题,利用ISMOTENN算法优化少数类样本以缓解数据不平衡问题,结合经粒子群算法优化的随机森林分类器,采用多数投票法集成输出最终预测结果。结果表明,该模型表现优异,低风险和高风险类别准确率分别为0.79和0.78,整体准确率为0.66,M-R指标为0.63。SHAP分析揭示研发投入、营运资金周转率等变量的关键作用,为银行风险管理策略制定提供依据。