准确的信用风险评估可以降低金融机构的风险。为了进一步提高信用风险评估模型的预测准确率，将基于SVM的集成学习模型应用到信用风险评估问题中，提出了一种混合集成策略，称作RSA。RSA是随机子集模型和AdaBoost两种流行策略的合成，能提高组合成员分类器的多样性，从而提高集成学习模型的预测准确率。模型在两组公开信用数据集上进行了应用，实验结果表明基于RSA的SVM的集成学习模型可以作为信用风险评估的有效模型。