基于组合分类器的上市公司信用风险评价

针对传统信用风险评价模型只含有一个分类器的缺陷,本文利用AdaBoost组合分类器来对上市公司信用风险进行评价,并与基于支持向量机和神经网络的分类模型进行了效果比较。实证研究表明,组合分类器克服了单一分类器的诸多缺点,预测准确率高于单一分类器。     

基于组合分类器的上市公司信用风险评价

针对传统信用风险评价模型只含有一个分类器的缺陷,本文利用AdaBoost组合分类器来对上市公司信用风险进行评价,并与基于支持向量机和神经网络的分类模型进行了效果比较。实证研究表明,组合分类器克服了单一分类器的诸多缺点,预测准确率高于单一分类器。     

基于模糊综合评价模型的个人信用评估

建立科学完善的个人信用评估体系是当前社会经济发展的重要环节,而个人信用评估技术又是个人信用评估体系的关键领域之一。文章基于个人信用评估的模糊性,建立了模糊综合评价模型来实现对个人信用进行评估,为个人信用评估提供了一种可行的科学方法,具有广泛的应用前景。     

基于AdaBoost的电信客户流失预测模型

随着电信业改革的深入和竞争的不断加剧,各大电信企业的客户流失率逐步攀升。在深入分析电信业客户流失问题的基础上,针对目前研究多采用单分类器模型的不足,提出了一种基于组合分类器的电信客户流失预测模型。实证结果表明该模型能有效提升预测准确率,为今后的研究提供了新的研究思路。     

P2P网贷个人信用风险评估模型研究——基于混合果蝇神经网络的方法

P2P网贷在爆发式增长的同时,也面临着重大的信用风险,个人信用评估是降低信用风险的重要方法。根据P2P网贷自身的特点,对影响P2P网贷借款人信用风险的因素进行分析,引入互联网信息领域特有的风险因素,建立了P2P网贷个人信用风险评估指标体系。基于该指标体系,考虑P2P网贷中"软信息"较多、"硬信息"缺失的特点,提出了基于BP神经网络的信用评估模型。为了提高BP神经网络的收敛速度和精度,将改进的果蝇优化算法作为BP神经网络的学习算法,对神经网络的权重进行训练。通过"人人贷"平台收集的样本数据进行实验验证。结果表明:改进果蝇神经网络评估模型比传统BP神经网络模型有更强的学习能力和预测能力,是P2P网贷个人信用风险评估的有效方法。     

基于FUZZY-AHP评价方法的个人信用等级评价模型指标体系

信用活动与经济增长保持着高度相关的关系，尤其是个人信用对GDP的拉动最强，所以搞好我国个人信用制度的建设是当前的重要问题。本文通过对国内外个人信用评估的研究，提出了一种基于FUZZY—AHP评价方法的更符合我国国情的个人信用评级模型的指标体系。     

基于分类回归树的个人信用评价模型

分类回归树作为一种基于统计理论、计算机实现的非参数识别技术,在个人信用评估领域有着良好的应用前景。文章主要探讨如何利用分类回归树建立个人信用评价模型。实证结果表明:该模型对个人信用评价可取得较好的效果。     

基于组合分类器的银行客户分类模型研究

客户分类管理,对于银行有效地实施客户关系管理具有重要意义。由于目前分类准确度存在问题,如何有效地对客户进行分类预测就成了十分重要并亟待解决的课题。本文以银行丰富的客户基本信息以及交易行为为对象,建立客户分类预测模型,改进单一或简单组合分类器模型,提出一种基于SOM聚类和决策树的组合分类器方法,建立了客户分类预测模型并对模型进行优化,并探讨该模型的实际应用。     

基于Lasso-Logistic模型的个人信用风险预警方法

将lasso-logistic模型引入到个人信用评估中,通过模拟实验发现,逐步回归法倾向于保留一些不重要的变量,而且选出正确模型的概率较低,而Lasso不仅计算更加快捷、同时进行变量选择和参数估计,而且能更准确筛选出重要变量。此外,本文以信用卡消费信贷违约数据为例对我国个人信用评估进行了实证分析,发现相对于全变量Logistic模型和逐步回归Logistic模型,lasso-logistic模型更能抓住影响消费信用风险的关键因素,而且预测准确率也更高。     

商业银行的个人信用评估研究院基于PCA-GA-BP算法

随着个人消费贷款的普及,贷款人的个人信用评估变得尤为重要。本文选取德国和澳大利亚某商业银行的个人信贷数据为样本数据,采用主成分分析提取样本数据的主成分,通过遗传算法优化神经网络的网络结构、初始连接权值和阀值,然后将优化的神经网络算法用于个人信用评估。与其他算法的准确率比较的结果表明,基于主成分分析-遗传算法-神经网络算法的个人信用评估准确率要高,而且模型的网络结构得到优化,运算时间也有缩短。     

k-近邻判别分析法在个人信用评估中的应用

本文阐述了k-近邻判别分析法的基本思想，对该方法运用于个人信用评估的适用性进行了分析，通过确定相应的评估指标体系，建立了基于k-近邻判别分析法的个人信用评估模型，使用一个小样本集数据对模型进行了应用。对模型应用中需要注意的问题进行了分析。     

商业银行的个人信用评估研究:基于PCA-GA-BP算法

随着个人消费贷款的普及,贷款人的个人信用评估变得尤为重要。本文选取德国和澳大利亚某商业银行的个人信贷数据为样本数据,采用主成分分析提取样本数据的主成分,通过遗传算法优化神经网络的网络结构、初始连接权值和阀值,然后将优化的神经网络算法用于个人信用评估。与其他算法的准确率比较的结果表明,基于主成分分析—遗传算法—神经网络算法的个人信用评估准确率要高,而且模型的网络结构得到优化,运算时间也有缩短。     

商业银行的个人信用评估研究:基于PCA-GA-BP算法

随着个人消费贷款的普及,贷款人的个人信用评估变得尤为重要。本文选取德国和澳大利亚某商业银行的个人信贷数据为样本数据,采用主成分分析提取样本数据的主成分,通过遗传算法优化神经网络的网络结构、初始连接权值和阀值,然后将优化的神经网络算法用于个人信用评估。与其他算法的准确率比较的结果表明,基于主成分分析—遗传算法—神经网络算法的个人信用评估准确率要高,而且模型的网络结构得到优化,运算时间也有缩短。     

基于粗糙集和组合神经网络的武器系统效能评估方法

针对武器系统效能评估中存在指标信息不确定和指标间关系不明确的问题,运用粗糙集和组合神经网络模型进行研究,提出了基于粗糙集的效能评估指标集约简方法,并构建了基于组合神经网络的效能评估模型,研究结果表明,基于粗糙集和组合神经网络的武器系统效能评估是可行、有效的,对全面而科学评价武器系统效能具有积极指导作用和较强实用性。     

关于我国银行个人信用评估模型的设计

一、建立我国个人信用评估模型的必要性个人信用评估是对个人在参与市场经济的交往过程中,履行与资本项目、融资合同、契约,取得某种服务有关的能力及其可信程度的综合评定。就我国国内个人信用评估的现状而言,我国的个人信用评估主要由银行业负责,具体评定工作又分散到各家商业银行独自完成,缺乏一批对个人信用记录进行系统整理搜集,并对金融机构、商家及公用事业单位提供查询服务的专业信用评估机构,既造成重复操作的浪费,增加金融机构的成本,更使得各家银行对个人信用评估自成体系,评估结果不统一,可比性也不强。而且,各行内部对个人信用…     

基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度,本文采用基于BP神经网络的非线性组合的预测新方法,构建了财务危机预警模型,并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性。     

基于BP神经网络的企业财务危机组合预警研究

本文根据组合预测比单项预测具有更高预测精度的原因,采用基于BP神经网络的非线性组合的预测新方法,构建财务危机预警模型,并进行实证研究.通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性.     

基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度，本文采用基于BP神经网络的非线性组合的预测新方法，构建了财务危机预警模型，并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明，组合预测方法有效提高了预测精度，具有很好的适用性和优越性。     

一种基于Boosting的集成学习算法在银行个人信用评级中的应用

本文针对银行个人信用数据的分类预测问题,从数据集的特征选择和集成学习两个角度出发,提出了PCA-AdaboostLogistic集成学习算法。在采用Accuracy和AUC作为分类模型评价指标的前提下,本文选取了源于澳大利亚某银行的个人信贷数据集进行测试。测试结果表明本算法在有效提取关键特征后提高了Adaboost的稳定性,并且在分类准确度上相比单纯使用Logistic分类器有不同程度的提高。     

基于BP网络的银行信用风险评估数据的多视角填补方法

信用风险评估作为降低借贷双方信息不对等的手段,在当代金融领域十分重要。然而用于银行信用风险评估的原始数据往往会有缺失或很难获取,降低了评估模型的有效性。如何精确获取有效数据和去除不可用数据成为提高评估模型效果的一个重要且极具挑战力的环节。目前相关方面的研究多是从单视角预测缺失值,未考虑各个指标之间的关系。因此,文章提出了一种基于BP(Back Propagation)神经网络的多视角填补方法,充分利用各个指标之间的关联,针对含缺失值的指标建立多个分类器,并利用BP神经网络强大的非线性映射能力实现预测。实际数据的实验表明,相较于常用的银行信用风险评估数据填补方法,本文提出的填补方法有着较佳的效果。