1、個(gè)人信用評(píng)估是金融與銀行界研究的重要內(nèi)容，它本質(zhì)上是個(gè)分類問題。隨著經(jīng)濟(jì)的快速發(fā)展，個(gè)人信用評(píng)估的重要作用正日益加強(qiáng)，個(gè)人信用評(píng)估方法的研究已相當(dāng)活躍。目前用于個(gè)人信用評(píng)估的分類方法可以分為統(tǒng)計(jì)方法和非統(tǒng)計(jì)方法兩大類。分類樹方法(也稱遞歸分割法)屬于統(tǒng)計(jì)方法，比較適合處理定性變量，但在處理定量變量時(shí)就有些力不從心；支持向量機(jī)是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的新型機(jī)器學(xué)習(xí)方法，適合解決小樣本分類問題。由于其出色的學(xué)習(xí)和推廣性能，已經(jīng)成為當(dāng)今信用評(píng)估

2、分類研究的熱點(diǎn)。 本文首先介紹了個(gè)人信用評(píng)估以及幾種目前常用的個(gè)人信用評(píng)估方法，特別是分類樹和支持向量機(jī)這兩種方法。在此基礎(chǔ)上，構(gòu)建了一種分類樹和支持向量機(jī)相結(jié)合的個(gè)人信用評(píng)估方法：先用分類樹方法按照定性變量分類，然后在生成的樹的各個(gè)葉結(jié)點(diǎn)上用支持向量機(jī)分類。這樣既彌補(bǔ)了分類樹方法不善處理定量變量之不足，又能發(fā)揮支持向量機(jī)善于處理小樣本分類問題等優(yōu)勢(shì)。最后通過實(shí)證分析表明，該方法的分類效果較好，且比單獨(dú)使用分類樹方法或支持向量機(jī)