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。     

农户信用评估系统的设计与运用研究

农户信用评估的研究对推动农村消费信用的发展，促进农村经济良好运行十分重要。本在构造农户信用评估的指标体系的基础上，提出了农户信用评估神经网络模型的算法，利用实际搜集到的农户资料进一步建立了农户信用评估模型，继而构造了农户信用评估系统，并举例说明了该系统的实际运用，以期能为农村经济发展中的农户信用评价及相关研究提供一丝基础性启发。     

V-fold交叉验证和BP神经网络在信用评价中的应用

研究关于公司神经网络信用评估问题的现状，提出一套甄选方法准则。用于建立适合于我国企业的信用评分指标体系；然后依据该指标体系建立了基于BP回归神经网络的信用评估模型；采用V—fold交叉验证技术，利用样本公司实际指标数据对该模型的评分效果进行了实证研究。     

企业信用评估指标体系与评价方法研究

市场经济是信用经济,但当前我国经济运行中失信问题突出,诚信建设尤其是企业信用建设亟待加强。信用体系建设的核心是选择科学的信用评估指标体系与评估方法。本文从企业征信的基本模式、企业信用评估的指标体系和评估模型三个方面阐述信用评估方法,同时结合我国实际对信用体系建设提出了建议。     

基于信息熵和回归分析的信用风险评估研究

信用风险管理一直是银行和其他金融机构最关心的问题之一。本利用信息熵与传统的统计回归对比分析的方法，对信用信息数据库中的逻辑变量进行了数值化处理，在完成属性筛选的基础上，建立多元回归模型来实现对客户特征的评估。实证研究表明，这种数值化的处理方法是可行的，利用该方法评估和预测可能发生的信用风险是有实用价值的。     

面向混合产品生成的客户知识均衡及有效边界识别研究

客户知识间的替代效应易使制造企业对客户知识吸收失真,将不利于混合产品生成。依据客户两类知识和混合产品中实物产品与衍生服务的映射特性,构建了面向混合产品生成的客户两类知识均衡模型。研究发现,在混合产品生成中,若制造企业获取的客户两类知识呈替代效应时,供需双方间的知识转移存在以知识替代系数为特征的有效边界,且吸收呈两极分化的“马太效应”;若制造企业吸收的客户两类知识呈互补效应时,制造企业能实现可持续性的知识创新,从而使供需双方的知识转移呈现协同增长的趋势。     

制造企业产品质量问题的信号博弈模型

基于制造企业产品质量信息不对称的特点,以制造企业和客户作为博弈方,以客户服务水平作为产品质量信号,建立信号博弈模型,分析信号博弈的三种贝叶斯均衡及其条件,得出了信息不对称情况下制造企业和客户的应对策略.     

制造企业产品质量问题的信号博弈模型北大核心

基于制造企业产品质量信息不对称的特点,以制造企业和客户作为博弈方,以客户服务水平作为产品质量信号,建立信号博弈模型,分析信号博弈的三种贝叶斯均衡及其条件,得出了信息不对称情况下制造企业和客户的应对策略.     

银行融资下中小企业保险购买决策研究

本文考虑了一个由制造商(中小型企业)、银行以及保险公司构成的供应链金融系统，并在传统银行融资、保费外生以及保费内生三种供应链金融模式下探讨了有限信贷与信用保险对制造商生产运营决策产生的影响。研究发现，信用保险能够有效缓解有限信贷对制造商的融资限制，并降低制造商所面临的市场风险。然而，信用保险模式相对于传统银行融资模式而言并非是完全占优的，例如，在保费外生情形下，过高的保险费率将迫使制造商放弃信用保险以避免高额保费成本。研究表明，相对于保费外生模式，保费内生模式下制造商高额度的投保行为更难以缓解市场风险，这给制造商带来的管理学启示是：制造商在保费内生模式下进行过高的信用保险投保意义较小，即制造商只需要将投保额度设定在能够使银行放宽贷款限额至满足最优生产产量的水平上。     

中小微企业信贷策略研究

利用中小微企业的进销项发票数据,对中小微企业的信贷风险进行评估,并给出最优贷款策略.首先,建立了企业实力-信誉指标体系,并通过优化模型得到有信誉等级和违约记录的123家企业的最优贷款策略;然后,应用WOE-Logistic评分卡模型对无信誉等级的302家企业进行信誉评级,通过上述实力-信誉指标体系和优化模型得到最优贷款策略;最后,针对不同性质的突发事件建立了通用的风险量化模型,并以新冠疫情为例,分析了其对不同行业的积(消)极影响,并得到上述302家企业新的最优贷款策略.     

Credit rating prediction using Ant Colony Optimization

The introduction of the Basel II Capital Accord has encouraged financial institutions to build internal rating systems assessing the credit risk of their various credit portfolios. One of the key outputs of an internal rating system is the probability of default (PD), which reflects the likelihood that a counterparty will default on his/her financial obligation. Since the PD modelling problem basically boils down to a discrimination problem (defaulter or not), one may rely on the myriad of classification techniques that have been suggested in the literature. However, since the credit risk models will be subject to supervisory review and evaluation, they must be easy to understand and transparent. Hence, techniques such as neural networks or support vector machines are less suitable due to their black box nature. Building upon previous research, we will use AntMiner+ to build internal rating systems for credit risk. AntMiner+ allows to infer a propositional rule set from a given data set, hereby using the principles from Ant Colony Optimization. Experiments will be conducted using various types of credit data sets (retail, small- and medium-sized enterprises and banks). It will be shown that the extracted rule sets are both powerful in terms of discriminatory power and comprehensibility. Furthermore, a framework will be presented describing how AntMiner+ fits into a global Basel II credit risk management system.     

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。     

基于客户信用度的物流配送车辆路径问题研究

针对当前城市物流配送过程中普遍存在的客户中途取消订单、无故退换货等交易违约问题,引入客户信用度的测度方法。根据客户历史交易违约数据计算客户信用值,并转化求解客户信用度,构建了包含车辆配送成本、租赁成本以及违反时间窗惩罚成本的配送路径优化模型。设计了一种遗传(GA)-禁忌搜索(TS)混合算法进行模型求解,在算法过程中应用精英保留策略进行循环迭代寻优。结合重庆某外卖物流配送网络的实例数据,验证了模型和算法的有效性和可行性。实验结果给出了不同服务策略下的物流配送调度方案,并进行了基于客户信用度的客户配送服务序列调整比较和敏感度分析。研究表明客户信用等级的合理划分可以有效降低物流配送成本和提高客户服务水平。     

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。     

Bank-sourced credit transition matrices: Estimation and characteristics

This study proposes and analyses a novel alternative to credit transition matrices (CTMs) developed by credit rating agencies - bank-sourced CTMs. It provides a unique insight into estimation of bank-sourced CTMs by assessing the extent to which the CTMs depend on the characteristics of the underlying credit risk datasets and the aggregation method and outlines that the choice of aggregation approach has a substantial effect on credit risk model results. Further, we show that bank-sourced CTMs are more dynamic than those of credit rating agencies, with higher off-diagonal transition rates and higher propensity to upgrade. Finally, we create a set of industry-specific CTMs, otherwise unobtainable due to the data sparsity faced by credit rating agencies, and highlight the implications of their differences, signalling the existence of industry-specific business cycles. The study uses a unique and large dataset of internal credit risk estimates from 24 global banks covering monthly observations on more than 26,000 large corporates and employs large-scale Monte Carlo simulations. This approach can be replicated by regulators (e.g., data collected by the European Central Bank in the AnaCredit project) and used by organisations aiming to improve their credit risk models.     

Modelling credit rating by fuzzy adaptive network

Human judgment plays an important role in the rating of enterprise financial conditions. The recently developed fuzzy adaptive network (FAN), which can handle systems whose behaviour is influenced by human judgment, appears to be ideally suited for the modelling of this credit rating problem. In this paper, FAN is used to model the credit rating of small financial enterprises. To illustrate the approach, the data of the credit rating problem is first represented by the use of fuzzy numbers. Then, the FAN network based on inference rules is constructed. And finally, the network is trained or learned by using the fuzzy number training data. The main advantages of the proposed network are the ability for linguistic representation, linguistic aggregation and the learning ability of the neural network.     

多标准等级判别模型在信用评级中的应用研究

在对目前我国信用评级方法应用现状分析的基础上,提出改进的多标准等级判别模型.并将该模型应用于商业银行信用风险评估中.通过对银行五级分类贷款样本的实证研究,证实了该判别模型的有效性和先进性.     

考虑免疫性的关联信用风险的传染机理研究

现实企业之间广泛的关联关系导致了复杂的关联信用风险传染。本文改进了传染病模型以用于刻画企业之间关联信用风险的传染机制;并进一步,在部分企业可能形成“免疫”能力的背景下,探讨了关联信用风险传染的稳定状态;最后,在关联企业形成无标度网络环境下,分析了关联信用风险特点对该状态的影响。结果表明: 关联信用风险传染阈值和稳定状态感染企业的密度,均与网络初始状态的免疫性企业的比例、企业免疫性的丧失率及救助时间有关。     

基于数据的银行信贷行业的信用风险研究

目前多数研究利用美国旧金山市KMV公司于1997年建立的模型(KMV模型)计算企业年违约距离来评估具体企业的信用风险,但缺乏信贷行业的信用风险评估方法,也不能给出随时间变化的信用风险.首先提出基于数据的信贷行业随时间动态演化的信用风险评估模型,然后利用2016年18个行业的数据得到了中国信贷行业动态演化的信用风险,该信用风险随时间演化特征可分为波动上升、下降后波动、下降后稳定、稳定四种类型.进一步研究发现金融业、科学研究和技术服务业、信息传输软件和技术服务业这三个行业动态演化的信用风险平均值高且不稳定,住宿和餐饮业的信用风险很高但是比较平稳,其他行业的信用风险较低且较平稳.