基于AP聚类和集合覆盖模型的农电营业区域电费缴纳点选址研究

农电营业区域的电费缴纳点选址研究是解决用电客户缴费难、购电难的关键课题之一,而当前大数据环境为电费缴纳点的合理布局提供了一个新的研究思路.首先通过运用基于数据点间"消息传递"的AP聚类算法从大量用电客户中筛选出候选电费缴纳选址点,然后采用集合覆盖模型对候选电费缴纳选址点进行再优化,得到最优选址点.并以赤峰市宁城县居民电力缴费记录与低压数据明细为例,为实现"村村都有缴费点"的建设目标,对较少用电客户的台区进行最优电费缴纳点选址研究.在此基础上,对最优电费缴纳点选址下的供电营业厅资源配置进行了分析,为供电公司在农电营业区域电费缴纳点的选址布局提供决策支持.     

基于二元语义的建筑承包商信用评价模型

承包商信用评价是一个多指标群决策问题。本文针对建筑市场承包商信用缺失问题,在对国内外相关文献进行梳理的基础上,构建了承包商信用评价指标体系,即:基本情况、财务能力、管理能力、技术能力、信用记录。同时针对决策者对于承包商信用的评价多采用自然语言定性评价的特点,提出了基于二元语义及其相关算子的承包商信用评价模型,并给出了算法步骤,最后通过算例验证了该模型的有效性。实践证明,此模型能够让评语在集结过程中更完整地保留信息,使评价值更合理、客观。     

区间直觉模糊信息下的监理工程师信用评价

由于外界环境的复杂多变和决策者的主观偏好,若运用传统信用评价方法单从业主或承包商的视角对监理工程师进行信用评价,会导致评价结果出现偏差。针对此本文从利益相关者的层面,运用区间直觉模糊集构建模糊综合评价模型,对监理工程师的信用行为进行评价,此模型通过相似性度量值、精确度函数分别得到利益相关者的权重和信用评价指标的权重,并在此基础上运用IIFHG等算子对区间直觉模糊信息进行集结,可以充分考虑不同利益相关者在评价过程中的话语权,有效规避评价主体因主观偏好所引起的偏差。最后通过算例分析表明该方法的有效性和合理性。     

基于迁移学习的客户信用评估模型研究

客户信用评估是银行等金融企业日常经营活动中的重要组成部分。一般违约样本在客户总体中只占少数,而能按时还款客户样本占多数,这就是客户信用评估中常见的类别不平衡问题。目前,用于客户信用评估的方法尚不能有效解决少数类样本稀缺带来的类别不平衡。本研究引入迁移学习技术整合系统内外部信息,以解决少数类样本稀缺带来的类别不平衡问题。为了提高对来自系统外部少数类样本信息的使用效率,构建了一种新的迁移学习模型:以基于集成技术的迁移装袋模型为基础,使用两阶段抽样和数据分组处理技术分别对其基模型生成和集成策略进行改进。运用重庆某商业银行信用卡客户数据进行的实证研究结果表明:与目前客户信用评估的常用方法相比,新模型能更好地处理绝对稀缺条件下类别不平衡对客户信用评估的影响,特别对占少数的违约客户有更好的预测精度。     

基于BP神经网络误差函数优化算法的武器装备承制商信用评价模型研究

信用评价是选择武器装备承制商的重要手段.以国标为基础,结合承制商具体情况确定了信用评价指标体系.分析了传统信用评价方法的不足,对经典BP神经网络的误差函数进行优化,优化后的网络模型收敛速度更快,预测精度更高.构建BP神经网络武器装备承制商信用评价模型,仿真实验表明武器装备承制商信用评价可以选用BP神经网络模型.     

基于D-S证据融合的商业信用风险评价

现代经济是信用经济，商业信用是企业赢得市场占有率。获得竞争优势的重要手段。建立信用风险管理机制，控制信用风险，是企业有效利用商业信用手段扩大市场销售的关键内容。本文尝试运用D-S证据推理方法进行商业信用标准评价，通过对客户信用类别的判别，有效控制信用不良客户所带来的信用风险。     

基于PROMETHEE-II的商户小额贷款信用评级模型及实证

截至2014年底,中国注册个体工商户为4984.06万户,个体私营经济吸纳社会从业人员已达2.5亿人,加上中国商户小额贷款对象的分散性、财务信息不健全等特点和难点,商户小额贷款信用评级体系极不完善,甚至绝大多数银行都没有建立这个体系。本文通过相关分析剔除反映信息重复的指标,通过显著性判别遴选对商户违约状态影响显著的指标,建立了能显著区分商户违约状态的小额贷款信用评级指标体系。在此基础上,结合PROMETHEE-II(偏好顺序结构)和聚类分析方法,构建了商户小额贷款信用评级模型,并对中国某国有商业银行2157个商户小额贷款样本进行了实证。本文创新与特色:一是通过将偏好顺序结构评估法(PROMETHEE-II)引入商户小额贷款信用评级,构建了基于PROMETHEE-II的小额贷款信用评分模型,求解商户的净流量信用得分Φ(a),揭示了商户a与其余商户、评价指标间的相互作用对评价结果的影响,避免了现有研究由于评价指标之间的相互替代性、严重影响评价结果可靠性的不足。二是借鉴模糊聚类“数据越集中、越应该被分为一类”的思想,采用R聚类对商户信用得分进行分类;进而采用K-W检验,对分类数目l进行非参数检验,确定商户的信用等级。既保证了不同等级商户在信用得分数值上存在显著差异,也确保了不同等级商户能反映不同的信用特征;同时,也避免了现有利用信用得分区间、违约概率阈值或客户数分布方法划分信用等级时,得分区间、违约概率阈值或客户数分布分位点人为主观确定的不足。三是实证研究表明,影响商户小额贷款信用风险的重要性排序依次为:X₃偿债能力>X₁基本情况>X₆宏观环境>X₅营运能力>X₂保证联保>X₄盈利能力。     

等级信用支付策略下变质性产品的库存优化模型

基于两层次和等级信用支付策略构建了变质性产品的库存模型,即模型假设上游供应商给予下游零售商一个固定的信用支付期,同时零售商对客户实施带有等级区别的信用支付策略。零售商给予信用好的客户全额贸易信贷且不需要任何押金,相反对信用不好的客户不给予贸易信贷的优惠。讨论了模型最优解的存在性与唯一性,并提供了寻求系统最优订货策略的简单方法。最后,给出了具体数值算例和主要参数的灵敏度分析。     

一种融合 SOM 与 K-means 算法的动态信用评价方法及应用

针对传统信用评价方法多是静态评价的不足,本文提出了一种融合SOM与K-means算法的动态信用评价方法。文章首先对动态信用评价问题进行了介绍,并利用E-TOPSIS方法对单时点下的静态信息进行集结,以确定被评价对象的信用评价值;然后在融合SOM算法和K-means算法各自优势的基础上,提出了SOM-K算法的原理和步骤;最后以SOM-K算法对被评价对象进行聚类,并确定相应信用等级。文章最后进行了实例验证。验证结果表明,该方法能够较好地克服静态信息下由于信息突变造成评价结果失真的问题。     

多层感知器信用评模型及预警研究

本文利用多层感知器 ( MLP)原理建立神经网络信用评价模型 ,用来对我国 2 0 0 0年 1 0 6家上市公司进行信用评级 ,并进一步对我国 2 0 0 1年公布的 1 3家预亏公司进行预警研究 .按照各上市公司的经营状况分为“好”、“差”两类 ,每一类由 5 3家上市公司构成数据样本 .对于每一家上市公司 ,主要考虑其经营状况的四个财务指标 :每股收益 ,每股净资产 ,净资产收益率和每股现金流量 .仿真结果表明 ,本文所建立的神经网络信用评价模型有很高的分类准确率 ,达到 98.1 1 % .又由于该信用评价模型有很强的适应能力 ,故可以进一步用来对企业的财务危机进行预警研究 .预警实证分析表明 ,该信用评价模型对我国 2 0 0 1年公布的 1 3家预亏公司进行预警分析 ,预警准确率达到 1 0 0 % .此外 ,文中还给出 MLP网络模型的学习算法和步骤     

基于信息增益的小型工业企业信用评级模型

信用评级就是衡量一笔债务违约的可能性,评价债务违约风险的大小。本文利用信息增益方法建立了信用评级模型,并以小型工业企业贷款数据为对象进行了实证分析。本文的创新与特色:一是按照指标的信息增益越大、越能将违约与非违约企业区分出来的思路,筛选出对违约状态有较大影响的指标。改变了现有研究不以违约鉴别力作为指标遴选标准的不足。二是在相关程度高的一对冗余指标中,删除信息增益小、即违约鉴别能力差的指标,既避免指标间反映信息重复,又避免误删违约鉴别能力强的指标。三是利用信息增益值对指标进行赋权,保证违约鉴别能力越大的指标赋予的权重越大。改变了现有研究赋权不反映指标的违约鉴别能力大小的弊端。实证结果表明:本文遴选的包括资产负债率、行业景气指数、抵质押担保等31个指标对违约状态有显著的鉴别能力,且反映信息不重复。偿债能力是影响小型工业企业信用评级的关键要素。     

Retailer’s optimal replenishment and payment policies in the EPQ model under cash discount and two-level trade credit policy

The main purpose of this paper is to investigate the retailer’s optimal cycle time and optimal payment time under the supplier’s cash discount and trade credit policy within the economic production quantity (EPQ) framework. In this paper, we assume that the retailer will provide a full trade credit to his/her good credit customers and request his/her bad credit customers pay for the items as soon as receiving them. Under this assumption, we model the retailer’s inventory system as a cost minimization problem to determine the retailer’s optimal inventory cycle time and optimal payment time under the replenishment rate is finite. Then, an algorithm is established to obtain the optimal strategy. Finally, numerical examples are given to illustrate the theoretical results and obtain some managerial phenomena.     

基于平滑扩充原理的商业银行信用风险评级模型及实证

本文通过银行的资产质量方面、资本充足率方面、管控效能层面、盈利状态层面、流动性层面与社会敏感度层面等构建商业银行信用风险评价体系。根据平滑扩充原理模拟生成大样本数据,对评级得分进行扩充,进而根据扩充后的大样本数据划分银行的信用风险等级。解决了由于样本少、无法对信用等级合理划分的难题。通过实证分析可以了解到,本文得出的银行评级信息和标准普尔提供的评价结论存在共同的序关系状态。因此,可根据本模型对大多数未经过国际权威机构评级的银行进行风险评级。     

付费模式与评级制度对信用评级机构竞争的影响研究

基于信用评级行业的关键作用与改革争议,本文根据信用评级行业的双边市场特征,建立由信用评级机构、债券发行方、债券投资者组成的平台竞争模型,设定了发行方付费且单评级、投资者付费且单评级、发行方付费且双评级的三种信用评级制度,对信用评级机构的竞争行为与社会福利进行对比分析。研究发现:目前主流的发行方付费且单评级制度下,信用评级机构的评级费用和利润水平均为最高,社会总福利水平则居中。在单评级制度下推广投资者付费模式,可以在信用评级机构受冲击最小的情况下,适当提高社会总福利水平,不失为当前我国信用评级制度改革的最佳选择。单评级制度下,信用评级机构可以通过增加差异化程度来提高评级费用和利润水平,但在双评级制度下则面临全新竞争决策的挑战。     

基于不均衡数据的小企业信用风险评价

小企业信用风险评价既是银行风险管理问题,又事关经济社会稳定。针对小企业贷款实践中,违约样本远少于非违约样本、且违约客户误判对银行影响较大的现实,采用不均衡支持向量机对小企业信用风险评价指标进行赋权,进而构建了能有效区分违约客户、非违约客户的评价模型。根据有无特定评价指标、特定评价指标数值变化对贷款小企业违约状态的影响程度赋权;反映了对违约状态影响越大、评价指标权重越大的赋权思路。将违约样本正确识别率、违约样本的准确率与查全率等因素作为支持向量机赋权模型中客户识别率的度量标准,改变了样本数据不均衡所导致的样本总体精度很高、违约样本精度反而不高的现象。研究结果表明:行业景气指数、资本固定化比率、净利润现金含量、恩格尔系数、营业利润率等评价指标对小企业信用风险的影响较大。     

On a multiple credit rating migration model with stochastic interest rate

In this paper, we explore a pricing model for corporate bond accompanied with multiple credit rating migration risk and stochastic interest rate. The bond price volatility strongly depends on potentially multiple credit rating migration and stochastic change of interest rate. A free boundary problem of partial differential equation is presented, which is the equivalent transformation of the pricing model. The existence, uniqueness, and regularity for the free boundary problem are established to guarantee the rationality of the pricing model. Due to the stochastic change of interest rate, the discontinuous coefficient in the free boundary problem depends explicitly on the time variable but is convergent as time tends to infinity. Accordingly, an auxiliary free boundary problem is constructed, whose coefficient is the convergent limit of the coefficient in the original free boundary problem. With some constraint on the risk discount rate satisfied, we prove that a unique traveling wave exists in the auxiliary free boundary problem. The inductive method is adopted to fit the multiplicity of credit rating. Then we show that the solution of the original free boundary problem converges to the traveling wave in the auxiliary free boundary problem. Returning to the pricing model with multiple credit rating migration and stochastic interest rate, we conclude that the bond price profile can be captured by a traveling wave pattern coupling with a guaranteed bond price with face value equal to one at the maturity.     

外资评级机构进入中国能否发挥“鲶鱼效应”?

近年来,中国信用评级行业逐步对外开放。我国监管部门相继批准标普、惠誉等具有国际影响力的外资评级机构进入我国市场。在此背景下,本文采用博弈模型分析了外资评级机构进入中国市场对本土评级机构评级质量的影响。研究发现,高声誉外资评级机构进入中国市场能够起到激励本土评级机构公正评级并促进评级行业形成良性循环的作用。本文研究结论为我国信用评级行业对外开放以及引入更多具有国际影响力的外资评级机构提供了理论支撑。     

基于投影寻踪和最优分割的企业信用评级模型

提出一种基于投影寻踪和最优分割的企业信用评级模型。该模型运用投影寻踪对样本企业进行信用综合评分,将信用综合得分由大到小排序,生成有序样品序列;利用最优分割法对有序样品进行聚类,得出明确的聚类结果;将最优分割点对应的信用综合得分作为划分信用等级的阈值,从而实现对样本企业的信用评级。应用实例证明了该模型的可行性和有效性。     

增信措施对城投债评级和定价的影响

本文以2010~2018年城投债数据,研究增信措施对城投债的发行评级和融资成本的作用,以及43号文前后增信效果的差异。实证发现,增信措施可提高债项评级,降低主体融资成本,同时这种增信效果对信用资质较弱的城投债作用更显著。进一步地研究发现,2015年前发行的城投债的发行成本基本不受增信措施的影响,投资者更看重城投债发行主体所在区域的经济发展水平,体现了城投平台背后隐含地方政府信用;而在2015年之后,新增城投债的担保比例增加,各种增信措施均能显著降低融资成本。上述结果间接证明了43号文之后,增信措施给城投公司带来了融资便利。