用Logistic模型估计企业的违约概率

本文采用Logistic回归模型对企业的违约概率进行分析,选取2007年制造业ST和非ST的上市公司作为初始样本,使用正向逐步选择法根据样本企业2005和2006年的财务数据的平均值来预测2007年企业的违约状况.结果显示,在影响企业违约概率财务数据中.最重要的是企业的盈利能力,其次是偿债能力,营运能力、成长能力和公司规模的影响程度相对较弱.     

基于机器学习算法的车险索赔概率与累积赔款预测

保险费率厘定的核心工作是对保险损失的预测。在保险损失预测中,广义线性模型是目前使用最为广泛的主流方法,而机器学习算法则提供了一种新的选择。本文将支持向量机、神经网络和集成学习等机器学习算法应用于汽车保险的损失预测,建立了索赔发生概率的预测模型和累积赔款的预测模型,并与传统广义线性模型中的logistic回归模型和伽马回归模型进行了比较。结果表明,机器学习算法的优点是不依赖于分布假设,在一定程度上可以提高保险损失预测的精度,缺陷是比较耗时,建模过程中的人为干预较多,对使用者提出了更高的要求,且输出结果的可解释性不及广义线性模型。机器学习算法与广义线性模型在保险损失预测中各有优缺点,具有互补性,在实际应用中,可以根据不同的场景选择不同的方法。     

车险骗赔防范研究——基于车险实务的视角

本文从当前我国车险市场骗赔现状和车险骗赔的常见类型作为切入点进行分析,从投保人、保险中介和保险公司工作人员、汽车维修商、以及专业骗赔团伙的角度分析了典型骗赔类型,得出了骗赔案件的共性。在此基础上,本文基于车险实务的视角,从微观——保险公司、中观——行业组织和宏观——政府三个层面提出了防范车险骗赔的政策建议。     

提升算法对传统车险索赔频率建模模型的改进——基于我国五省交强险保单数据

广义线性模型作为非寿险定价的经典模型,在非寿险定价中得到了广泛的应用。近年来,以提升算法为代表的机器学习算法在保险领域取得了很好的效果,为保险产品定价提供了一种新的选择。本文将提升算法思想分别融入到回归树模型和广义线性模型(GLM)中去,用得到的新模型对我国车险索赔频率进行预测建模分析,并与传统的回归树模型和GLM进行比较。结果表明,加入提升算法后传统车险索赔频率建模模型的效果得到了很大的改善,并且在不存在过拟合的前提下,随着模型深度和迭代次数的增加,模型的效果也在不断优化。     

基于Logistic模型的农户信用影响因素实证研究

本文对广西百色市12县(区)农村信用社307户农户贷款进行抽样调查,运用Binary Logistic回归对影响农户贷款质量的因素进行实证分析,其结论是农户贷款质量与农户家庭人口、收入水平及社会声誉等因素关系密切,并针对性地提出完善农户信用信息库、制定统一的农户评价指标体系等建议。     

基于Logistic模型的机械制造业上市公司财务预警应用与分析

本文对Logistic回归模型应用于财务预警应用与分析做了深入理论分析,并以机械行业最新财务统计数据作为分析对象,利用SPSS统计学软件求得了回归模型参量,进一步构建了机械设备仪表类Logistic回归模型;并以某机械制造公司作为分析实例,对该模型的计算方法进行了进一步表达,对Logistic回归模型在财务预警中的分析和应用提供了一定的参考。     

基于 Logistic 模型的机械制造业上市公司财务预警应用与分析

本文对 Logistic回归模型应用于财务预警应用与分析做了深入理论分析，并以机械行业最新财务统计数据作为分析对象，利用SPSS统计学软件求得了回归模型参量，进一步构建了机械设备仪表类 Logistic回归模型；并以某机械制造公司作为分析实例，对该模型的计算方法进行了进一步表达，对 Logistic回归模型在财务预警中的分析和应用提供了一定的参考。     

基于Logistic模型的村镇银行信用风险实证分析

三农发展一直以来都是国家重点关注的领域。服务于三农和小微企业的村镇银行经过十余年的发展在促进农村经济改革,改善农村金融环境等方面做出了重要的贡献。但是近年来我国经济发展下行趋势明显,银行不良贷款激增,村镇银行风险防控面临着巨大的压力。我国非上市中小企业财务信息很难获得,本文通过调研山东省某村镇银行,以其21家企业贷款客户2015-2018年度财务数据为样本,运用Logistic模型对影响村镇银行信用风险的因素进行分析,结果显示流动比率、现金比率、营业利润率以及净资产收益率等财务指标对村镇银行信用风险有着显著影响。     

回归树方法在车险索赔频率预测建模中的应用

近20年来广义线性模型在车险定价领域已成为被广泛使用的标准模型。但随着大数据时代的来临,数据记录变得越来越多,可用于车险定价的解释变量个数也变得越来越多,然而变量间的相关关系却通常很强。在这种情形下,亟待寻找新的定价方法,以实现更为精准的车险定价。本文应用机器学习领域中的回归树方法对车险索赔频率进行了预测建模,研究结果表明回归树方法在车险定价领域是广义线性模型很好的辅助与参考。     

基于Logistic模型的高新企业信贷风险研究

中国的高新技术企业10年来高速发展,为中国宏观经济做出巨大贡献.加强对其风险的管理,可以有效增强资本对高新技术企业的信息,对于维持高新技术企业稳定发展具有重要意义.本文以高新技术企业信贷风险为研究对象,以探索有效判断高新技术企业信贷风险的方法为目的,基于前人的相关理论方法研究基础上,选出Logistic模型来评估高新技术企业的风险.