论文部分内容阅读
文章提出了一种将神经网络和决策树相结合的信用风险评估模型NN-DT。该方法依据属性重要性将贷款企业的财务指标进行排序,然后通过RBF神经网络进行属性裁减生成决策树,从而得出企业是否违约的分类。最后以判别分析以及C4.5算法为参照方法进行了实证研究,结果表明,NN—DT模型显著地提高了预测精度。