基于KLIEP-Logistic的中小微企业信用评价研究——以浙江省模具行业小样本企业为实证

中小微企业在细分行业下广泛存在样本量低、正负样本不均衡等小样本问题,直接应用传统的数据驱动信用评价模型往往难以达到理想效果。本研究根据相似行业的企业具有数据分布相近的特性,融合迁移学习理论,提出一种基于KLIEP-Logistic的小样本中小微企业信用评价方法。通过对浙江省A市制造业行业下存在小样本问题的模具细分行业进行实证实验,结果表明:与传统数据模型对比,基于KLIEP-Logistic构建的信用评价模型对小样本中小微企业客群的信用预测效果更好,具有更强的预测能力和泛化能力。