Logistic回归模型在企业信用评价中的应用

本文采用财务比率和指标对企业信用进行评价,先利用主成分法把财务指标综合成反映企业总体信用状况的综合指标,并以此为基础利用逐步回归筛选重要主成分变量,建立一个Logistic信用评价概率模型。     

基于Fisher判别分析的企业信用评价模型

本文以100家上市公司综合财务数据为样本数据,采用主成分分析和Fisher判别分析方法,建立模型,对企业的信用风险进行分析评价,为债权人、投资者和交易方提供决策依据。     

基于BP神经网络的上市公司信用风险评价

文章在建立上市公司信用风险评价指标体系的基础上,提出了用神经网络对上市公司进行信用评级的方法,并利用相关数据对模型进行了实证研究,取得了较好的结果.     

基于PCA/FCM的企业信用评价研究

针对我国企业信用评价问题的特点,文章分析了企业信用评价基本原则和主要影响因素,建立了企业信用评价指标体系。企业信用评价是一类包括一系列独立变量的分类问题,将主成分分析与模糊理论引入信用评价中,构建基于PCA/FCM的企业信用评价模型,这使得模型更接近人们的思维方式、指标赋权更为客观。应用该模型及SPSS11.0、MATLAB7.0对所选企业研究显示:该模型非常有效和实用。     

基于主成分分析的企业竞争力模糊评价模型研究

本文从定量分析的角度出发,运用主成分分析、“夹角正割平方和最小”的优化准则以及模糊数学理论,构建一种有效评价企业竞争力的新模型,以克服测评过程中人为因素对评价结果的影响,同时避免极端标志值对评价函数造成的突变影响。     

基于隐变量分析的企业信息系统评价实证研究

提出了一种新的基于隐变量分析（Latent Variables Analysis）的企业信息系统评价模型。模型综合运用了定量与定性指标,并在指标间加入相互关联约束的基础上进行隐变量分析建模,解决了系统评价部分指标不可定量测算及指标的相互关联等问题。利用上述模型对某企业资源计划（ERP）系统的137个客户调查数据进行实证研究,结果显示该方法可对评价指标体系进行有效建模,克服了传统评价方法孤立分析各评价指标的缺陷,能够实现客观的系统评价。     

基于主成分分析和支持向量机的个人信用评估

本文针对信用评估指标维数较高的问题,运用主成分分析与支持向量机理论建立了一个新的个人信用评估预测模型。为反映该模型在信用评估分类方面的优越性,又分别建立了基于神经网络、K近邻判别分析等多种理论的信用评估模型,并用同一组数据对不同的模型分别进行训练,然后比较其预测分类正确率。实验结果表明,基于主成分分析与支持向量机理论的个人信用评估模型具有较优的预测分类正确率。     

企业集团信用风险评估SVM集成分类器的构建与应用

将AdaBoost算法与支持向量机（SVM）相结合,建立了SVM集成分类器,并将之应用于商业银行的企业集团信用风险评估中。实证检验结果表明：SVM集成分类器较单一的SVM方法具有更高的分类准确率。     

大学生信用评分影响因素的实证研究

近几年随着超前消费意识的盛行,走在时代潮流前端的大学生人群逐渐成为消费信贷的潜力市场,而消费信贷的发放以个人征信为基础,因此对于大学生的信用评分影响因素的研究刻不容缓。本文通过问卷调研的形式收集数据,对大学生日常的失信行为进行分析,并利用统计软件对影响大学生信用评分的因素进行实证研究,利用研究结论对我国目前大学生信用评分体系的建设提出建议。     

基于主成分分析法和BP神经网络的电力客户信用评价

为了加强电力公司对电力客户信用风险的事先控制,降低电力公司运营风险,需要对电力客户按信用等级进行分类.确定不同客户的信用风险等级,以便执行不同的信用风险控制策略.本文通过将定量与定性的指标相结合,建立了电力客户信用评价指标体系.引入主成分分析法和改进的BP神经网络法,将两者相结合,建立数学评价模型.通过将指标体系中的各指标带入该模型进行测算,可以计算出电力客户信用风险大小,从而确定各个客户信用风险等级.实例研究表明.利用此指标体系和数学模型能够准确地判断电力客户所处的信用等级,对于电力公司规避电力客户信用风险有较强的实际指导意义.     

昆明斗南花卉企业信用风险原因分析及防范——基于对昆明芊卉种苗有限公司的调查

在完全竞争的花卉市场上,花卉企业由于普遍采用先货后款、预付货款等信用销售方式,客户拖欠货款以及农户失信行为带来的信用风险显得尤为突出,由此造成的坏账损失和信誉损害十分严重.所以花卉企业应在扩大信用销售,拉动销售增长的同时,加强信用管理,防范和控制信用风险,实现收益最大化和风险最小化的目标.     

基于主成分分析的浙江优势产业研究

本文采用定性与定量的研究方法,通过构建合理的优势产业综合评价指标,运用主成分分析方法。对浙江优势产业进行了选择研究。通过对结果的分析,得出资本技术密集型产业已经发挥其潜在的优势成为浙江的优势产业,而传统的优势产业竞争实力逐渐下降成为浙江的弱势产业。     

基于数据包络分析的企业信用评分方法

文章的主要目的是验证数据包络分析方法(DEA)对企业进行信用评分的可行性与有效性。在实证分析中,文章选用了171家制造业公司作为DEA评分方法的评价对象。6个财务指标通过DEA模型计算得出一个综合财务效率值,这个财务效率值即是基于数据包络分析的企业信用评分。然后用回归分析法,判别分析法以及ST类股公司来论证DEA信用评分的有效性。最后的实证结果表明DEA对企业进行信用评级是可行有效的。     

基于支持向量机方法的中小企业信用评级优化研究

中小企业在我国国民经济和社会发展中处于重要的战略地位,但中小企业长期以来一直面临着融资困境,若能建立一套适用中小企业特点的信用评级方法,将在很大程度上解决银企之间的信息不对称问题,从而缓解其融资困境。因此我们致力于中小企业信用评级指标体系的选取和技术路线的优化,通过选用一种小样本学习理论支持向量机（SVM）方法对中小企业信用状况进行评估,形成较为先进的中小企业信用评级方法,并通过实证分析并与BP神经网络进行比较,证明了该方法的有效性。     

基于多元统计分析的大学生信用评估研究

结合主成分分析、因子分析与聚类分析的思想,利用SPSS软件对大学生信用评估问题进行研究。利用网上问卷调查得到的126名本科生反馈信息,对大学生的信用度进行评估,建立大学生信用评估体系,得到大学生群体中女性的诚信度要高于男性,并且随着年级升高大学生的诚信度也逐渐增高的结论。     

浅析基于数据挖掘技术的上市公司信用风险评估

近年来,数据挖掘方法被广泛应用于金融、经济领域,在信用风险方面也受到越来越多的重视.本文尝试将数据挖掘方法引入信用风险预测问题中,全面比较决策树、神经网络和支持向量机算法在上市公司信息风险预测问题上的优劣,以期为我国上市公司信用风险预测起到参考作用.     

基于主成分分析的经济发展水平综合评价

衡量一个国家的经济发展程度,要从其社会生产的各个方面去考察,要看各项生产能力的综合效果。为了客观、科学地分析我国的经济发展状况,首次把居民消费价格指数和商品零售价格指数引入评价指标体系中,提出一种新的社会发展水平综合指标体系,并通过SPSS分析软件进行上机计算,应用主成分分析方法对我国31个省、直辖市、自治区(不包括香港、澳门和台湾)的经济发展水平进行综合分析和评价,突出了各大省市经济发展进程的特点和优势,以期为我国实现均衡发展提供理论依据。     

投资者情绪对房价影响的研究——基于VAR模型的实证分析

根据大多数学者关于投资者情绪构建的方法,选取房地产开发企业住宅新开工房屋面积、房地产开发住宅投资额、企业竣工房屋价值、开发商购置土地面积、住宅月销售面积、住宅月销售金额作为投资者情绪代理变量,以主成分分析方法来构建房地产行业投资者情绪指数。用投资者情绪指数、城镇居民可支配收入、房价指数建立向量自回归模型(VAR)实证研究投资者情绪对房地产价格的影响。结果表明,房地产价格受投资者情绪的正向影响。     

基于PLS分析的我国创新型科技人才培养投入-产出实证研究

构建了创新型科技人才培养投入-产出指标体系,并基于偏最小二乘回归,将我国内地31个省市分成两类,提出了创新型科技人才培养投入-产出模型。研究结果表明,处于不同经济发展阶段的地区,影响创新型人才培养投入-产出的主要影响因素并不相同,广大中西部地区大中型企业R&D经费和项目是主要影响因素,而东部经济发达地区的主要影响因素为地区教育支出和GDP总量。     

基于赊销风险度企业赊销风险评估模型及操作

本文结合赊销风险的特征,提出将"赊销风险度"作为新的赊销风险度量标准,该标准以赊销客户的平均货款回收率为计算基础,不仅能够区分赊销资金将来是否发生损失,还能够具体测度赊销资金的损失程度,弥补了现有赊销风险标准缺乏可操作性的缺陷.在定义以上赊销风险度的基础上,论文将供应链赊销风险划分为5个等级,并将支持向量机(SVM)引入赊销风险评价,建立了基于SVM的供应链赊销风险评价模型.实证结果表明,该模型是有效且可行的.