报告主题：基于变系数单分类支持向量机的信贷违约预测研究

时间：2025年3月14日13:00-13:45

地点：腾讯会议 会议号：968 2605 9049 密码：6666

报告人：仇婷婷

报告内容简介：

信贷违约风险研究中经常遇到极度不平衡数据的分类问题，数据中的动态机制和稀疏特征加大了违约风险建模的难度，给信用风险管理技术的发展带来挑战。本文结合变系数与单分类支持向量机（OCSVM），并引入Group Lasso，提出具有模型选择功能的变系数单分类支持向量机（VC-OCSVM）。同时，本文建立泛化误差上界，从理论上保证了良好的预测误差，并给出离群样本比例的上界和支持向量比例的下界。数值模拟结果表明，VC-OCSVM在变量选择效果和预测精度方面均优于现有方法。最后，本文基于个人消费信贷数据，对信贷违约的影响因素进行实证分析。研究发现，利率是历史借款总额对借款人违约行为产生非线性影响的关键指标变量，在违约风险建模中需充分考虑其非线性效应。

主讲人简介：

仇婷婷，上海立信会计金融学院讲师，博士毕业于西南财经大学统计学院。研究方向为统计机器学习、金融科技与信用风险管理。近年来在统计研究、Journal of Applied Statistics等期刊发表论文多篇。