投影寻踪分类建模理论的新探索与实证研究

从理论上分析了正确的投影向量系数(权重)约束条件是∑_(j=1)~2a_j~2=1和1≥0_j≥-1;从理论和实证两个视角证实采用约束条件∑_(j=1)~p a_j~2=1和1≥a_j≥0时逆向指标或对正向指标采用了错误的归一化方式时的权重必定等于"0"。采用正确的约束条件,针对同一密度窗宽R值,实证分析发现和从理论上证明了在投影寻踪分类(PPC)建模中改变指标归一化方式前后,权重是互为相反数的重要特性等三个定理和二个推理,改变指标归一化方式不影响任意两样本投影值之间的距离和投影指标函数值。提出了正确使用PPC进行建模的基本原则和步骤、判定指标属性(正向指标或者逆向指标)的准则等,实现了投影寻踪探索性研究和验证性分析的有机统一。     

中小企业税务稽查投影寻踪建模与实证分析

从上海市某区386家中小企业申报的15项税收指标数据中筛选出对判定企业纳税情况具有重要影响的10个评价指标,并将全部386个样本分成性质相似的建模样本和测试样本(其中测试样本个数占45%),建立了基于投影寻踪分类(PPC)技术的税务稽查评价模型.与多元线性回归(MLR)、判别分析(MDA)、Logistic和支持向量机(SVM)模型相比,PPC模型的识别错误率最低,建模样本和测试样本的平均分类错误率低于6%,改进型PPC模型包含的评价指标少,两类错误率很接近,非常适用于实际企业的税务稽查评估研究和实践.对339家待判断企业纳税情况的判定结果研究表明,建立的改进型PPC模型具有很好的泛化能力和鲁棒性.     

供应链线上企业信贷风险动态聚类投影寻踪建模与实证研究

根据供应链线上核心企业情况等六个一级指标、信用记录等17个二级指标和核心企业净资产收益率等25个三级指标构成的评价指标体系和采集到的样本数据,应用动态聚类投影寻踪(DCPP)模型对12家基于供应链的企业信贷风险进行实证评估研究,建模结果表明:DCPP模型结果与低维逐次投影寻踪模型的结果完全一致,与专家法结果的一致性好,且不受人为主观因素的影响,又能同时求得企业信贷风险和评价指标权重的大小及其排序,能很好地应用于供应链线上企业信贷风险评估研究,具有可操作性和客观性好以及后续应用简捷等特点,是一种企业信贷风险有效和精细评估的新方法.     

生猪市场价格风险预警的GRNN建模及其实证研究

为了对生猪市场价格风险进行预警,根据我国2009年1月-2011年8月14个指标的32组样本数据,建立了广义回归神经网络(GRNN)预警模型,其中训练样本29组,测试样本3组.训练样本和测试样本的均方根误差、平均绝对误差(AAE)和相关系数都非常接近,说明建立的模型具有较强的泛化能力和鲁棒性,测试样本的AAE为0.0062,平均相对误差为2.3%,说明建立的GRNN模型具有很高的预测精度,可用于我国生猪市场价格风险预警研究和实际预测,并为政府有关部门指导生猪生产和进行市场调控提供决策依据.     

影响投影寻踪聚类建模的关键因素分析与实证研究

讨论了由于对Friedman等提出的投影寻踪聚类(PPC)建模基本思想的理解不同而提出的六种目标函数的特点和区别,分析了样本数据三种归一化预处理方法的区别与联系,阐述了四种取不同R值方案的本质和内涵。通过实证研究和理论分析发现,目标函数Q(a)=S_z*D_z不仅应用最广,且最能体现投影寻踪的基本思想,目标函数Q(a)=S_z+D_z存在大数吃小数的问题,目标函数Q(a)=1/S_z+μ*D_z~*仅适用于高相似度的大样本数据情况,但并没有取得更好的效果,目标函数Q(a)=S_z*C*E和Q(a)=S_z*D_z*E通过增加权重信息熵和样本投影值信息熵,但并没有取得更好的聚类效果,目标函数Q(a)=S_z不符合PPC基本建模思想。样本数据不同归一化预处理方法对建模结果有显著影响,极大值归一化方法更能体现样本数据的原始结构特性,极差归一化方法有利于弱化指标之间的权重差异,去均值归一化方法可以弱化异常值的影响。局部密度窗口半径R值对建模结果有显著影响,R取较小值(R≤0.1S_z)方案更有利于区分样本,但不利于聚类,最优化过程有时候无法求得真正的全局最优解。R取较大值(2m≥R≥r_(max))方案的前提、推导过程和结果都是错误的。R=(r_(i,j))_((k))取值方案只有在类内样本之间距离的最大值小于类间样本之间距离的最小值的特殊情况下才具有意义。R在r_(max)/5≤R≤r_(max)/3范围内取适度值的方案是合理的,也与Friedman等提出的选取R合理值的思想是一致的。     

商业银行个人信用风险评价的投影寻踪建模及其实证研究

根据已有的商业银行个人信用风险评价指标体系和数据,应用投影寻踪分类（PPC）技术进行建模,通过改变指标归一化方式前后权重是否互为相反数等性质,以确保PPC建模时求得真正的全局最优解．实证研究表明：对于商业银行个人信用分类问题,PPC模型的识别正确率高于判别分析模型;在评价指标的四个方面中,借贷人与本行关系最重要,其次是其基本情况,而偿债能力和稳定性的影响很小;而且,删除偿债能力和稳定性两个均值差异不存在显著性的指标后建立的PPC模型,不仅不会降低识别正确率,还有利于银行降低采集数据的成本和节约时间,简化流程,对提高PPC模型的实用性等具有重要理论意义和实践价值．