信贷风险决策问题的一种相互逼近算法

基于最速下降法的基本思想 ,提出了相互逼近算法 ,用以解决信贷风险决策过程中 ,利润曲线和风险曲线寻求公共最优近似解的问题 .该算法表明 ,当利润曲线和风险曲线不存在公共最优近似解时 ,银行追求利润最大化的结果将导致风险上升 ,无法在可接受的风险指数范围内实现其既定的盈利目标 .但当利润曲线和风险曲线存在公共最优近似解时 ,银行根据其所掌握的私有信息以及所观测到企业理性的反应 ,作出相应的决策 .公共最优近似解的存在 ,说明了银行是在风险可接受的前提下按最优性原则给企业发放贷款 .     

基于可拓方法我国银行体系脆弱性的评价

在银行体系脆弱性评价中借助物元的概念,建立了银行体系脆弱性评价模型,并采用较为客观的评价方法——可拓方法对该模型进行评价,介绍了一种新的银行体系脆弱性评价方法.消除了其它主观评价方法带来的偏差,从而为我国银行体系脆弱性的监管决策提供有益参考.     

Baer条件对群的影响

本文从全新的角度着手,研究超可解群和p-超可解群,获得一系列重要结果.附带地,推广日珈于Beer的一个重要定理.     

矩阵Hoffman-Wielandt型乘法相对扰动界

<正>1引言设A是一个方阵,(?)是它的扰动矩阵.特征值的加法扰动和乘法扰动是矩阵特征值的两种不同类型的扰动.当(?)=A+E时,称(?)是A的加法扰动矩阵;当(?)=D_1~*AD_2时,其中     

AHP方法一致性检验的新标准

在层次分析法中判断矩阵是否具有满意的一致性是一个重要的问题.对一致性差的判断矩阵,首先利用F-范数定义了s_k,然后讨论了s_k的单调性,从而随着对判断矩阵元素的调整,对判断矩阵一致性度量给出一个新的参考标准.     

充当自同构群的有限群的几点注记

设p为奇素数,本文给出了中心循环中心商的阶小于p^5的有限p-群的完全分类并且给出它们中无对合自同构的群的自同构群的阶。由此,我们找到了能作为有限群自同构群的p^mq^n阶群和p^n阶群,统一和推广了Curran在1988年和Caranti与Scoppola在1990年的文章的所有结果。     

A COMPARISON OF FORECASTING MODELS OF THE VOLATILITY IN SHENZHEN STOCK MARKET

Based on the weekly closing price of Shenzhen Integrated Index, this article studies the volatility of Shenzhen Stock Market using three different models: Logistic, AR(1) and AR(2). The time-variable parameters of Logistic regression model is estimated by using both the index smoothing method and the time-variable parameter estimation method. And both the AR(1) model and the AR(2) model of zero-mean series of the weekly closing price and its zero-mean series of volatility rate are established based on the analysis results of zero-mean series of the weekly closing price. Six common statistical methods for error prediction are used to test the predicting results. These methods are: mean error (ME), mean absolute error (MAE), root mean squared error (RMSE), mean absolute percentage error (MAPE), Akaike's information criterion (AIC), and Bayesian information criterion (BIC). The investigation shows that AR(1) model exhibits the best predicting result, whereas AR(2) model exhibits predicting results that is intermediate between AR(1) model and the Logistic regression model.     

基于BP算法的信用风险评价模型研究

本文利用神经网络技术建立基于 BP算法的信用风险评价模型 ,为我国某商业银行 12 0家贷款企业进行信用风险评价 ,按照企业的信用等级分为“信用好”、“信用中等”和“信用差”三个小组 .仿真结果表明 ,本文所建立的神经网络信用风险评价模型的分类准确率高于传统的参数统计分类方法——线性判别分析法的分类准确率 .文中还详细给出神经网络信用风险评价模型的网络构建方法及基于 BP网络的学习算法和步骤 .     

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