基于粗糙集和支持向量机的电子商务信用风险分类

准确识别电子商务信用风险,有利于提高企业风险防范能力,减少损失.建立了基于粗糙集(RS)、遗传算法(GA)和支持向量机(SVM)的电子商务信用风险分类模型(RS-GA-SVM).首先,利用RS对分类指标进行约简,选择出电子商务信用风险关键影响因素.其次,采用GA算法优化SVM模型参数,并应于电子商务信用风险分类.最后,实证表明,RS-GA-SVM模型具有高的分类精度和分类效率.     

基于支持向量机混合采样的不平衡数据分类方法

利用传统支持向量机(SVM)对不平衡数据进行分类时,由于真实的少数类支持向量样本过少且难以被识别,造成了分类时效果不是很理想.针对这一问题,提出了一种基于支持向量机混合采样的不平衡数据分类方法(BSMS).该方法首先对经过支持向量机分类的原始不平衡数据按照所处位置的不同划分为支持向量区(SV),多数类非支持向量区(MNSV)以及少数类非支持向量区(FNSV)三个区域,并对MNSV区和FNSV区的样本做去噪处理;然后对SV区分类错误和部分分类正确且靠近决策边界的少数类样本重复进行过采样处理,直到找到测试结果最优的训练数据集;最后有选择的随机删除MNSV区的部分样本.实验结果表明:方法优于其他采样方法.     

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 .     

基于SVM理论的一种新的数据分类方法

基于 SVM分类器在模式识别问题中有独特的优势 ,本文通过对标准 SVM模型的改造 ,提出了一种新的简单的数据分类方法 .理论分析和实验表明 ,该方法与标准 SVM分类方法相比具有处理大规模数据识别的能力且保持较高的样本识别率 ,节省存储空间等优势 .     

基于支持向量机的个人信用评估模型研究

随着我国经济的快速发展，个人信贷业务扩大，给银行带来收益的同时必然存在风险，针对传统个人信用评估方法的不足，鉴于支持向量机具有全局收敛性和良好的推广能力，本文将这种方法应用到信用评估中，利用支持向量机的方法对个人信用进行实证评估，并与K最近邻模型方法进行比较，得出了该方法的可行性和优越性，为银行建立一套完善的评估体系提供依据。     

面向不平衡数据集的一种基于聚类的欠采样方法

针对不平衡数据集分类问题,提出了一种基于聚类的欠采样方法.分别取不同的聚类个数,对训练集中的多数类样本进行若干次聚类,然后用聚类中心作为多数类样本,与少数类样本构成若干个新的训练集,之后用这些训练集训练分类器,剔除具有错误分类倾向的分类器,最后对分类结果进行投票.仿真实验对几种欠采样方法进行比较.实验采用16个平衡率不一的数据集进行测试.理论分析与实验结果表明:提出的基于聚类的欠采样方法能有效地改善不平衡数据集的不平衡性.     

基于支持向量机的制造企业创新能力评价模型

在分析了制造企业创新能力评价指标体系的基础上进行企业调查,对收集到的不同类型制造企业的完整数据进行整理,因子分析整理后得到9个综合因子表述原数据,以减少数据处理及问题分析的复杂性.利用支持向量机作为分类器,并使用已有的企业数据作为训练样本,创建了基于支持向量机的制造企业创新能力评价模型.实验结果表明采用径向基函数和多项式函数作为核函数,此模型具有很好的分类性能,可作为制造企业创新能力的评价工具.     

基于GA-SVM的水资源可持续利用评价

把水资源可持续利用评价问题看成是一个分类问题,利用支持向量机良好的鲁棒性和分类精确性进行评价,并用遗传算法优化了SVM的参数,使其分类精确度更高.对黑龙江省十三个地区进行了实例应用,与人工神经网络和GD-IIM法的结果进行了比较,结果表明,支持向量机模型简单、通用、精度高,可在水资源可持续利用实际评价中推广应用.     

不平衡数据的企业财务预警模型研究

在股票市场中,由于被评为"ST"的公司数量远远少于普通的公司,所以用于训练财务预警模型的数据有着严重的不平衡性。而一般的分类模型如logistic回归等并不具备处理不平衡数据的能力。本文应用加权L1正则化支持向量机(w-L1SVM)构建一个可以处理不平衡数据的财务预警模型:一方面,w-L1SVM通过对两类样本的损失函数进行加权处理,有效地解决了样本不平衡性带来的预测精度问题;另一方面,w-L1SVM通过引入LASSO罚,使得模型在训练的过程中可以直接进行特征选择。通过数值模拟,本文验证了w-L1SVM在非平衡数据分类问题中的预测和特征选择表现。在实证研究中,本文针对我国股票市场机械、设备、仪表板块中的上市公司构建了一个基于w-L1SVM的财务预警模型,结果显示基于w-L1SVM的财务预警模型可以有效选择重要的财务指标并预测被评为"ST"的公司,并且其预测效果显著优于非加权的传统模型,这充分说明了w-L1SVM在财务预警问题中的适用性。     

基于区间效率的贷款定价研究

以存款利息支出率、费用支出率、预期违约损失率、目标利润率等4个定价指标作为输入,以贷款利率作为输出,采用支持向量机回归算法建立基于区间效率的贷款定价模型.创新与特色一是通过区间数形式来反映预期违约损失率、目标利润率、费用支出率等,改变了现有研究将目标利润、贷款费用、违约损失等变量看作确定性数值来定价的现状.使贷款利率更具有竞争性.二是通过比较不同核函数、核参数下的训练样本的贷款效率区间与合理的贷款效率区间的匹配程度,确定贷款定价模型最优的核函数和核参数,进而建立了贷款定价模型.间接解决了在考虑贷款价格能否被银行、客户接受情况下贷款利率确定的问题.     

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。     

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。     

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。     

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。     

电网项目融资租赁信用评价混合模型的新研究

电网建设工程通过项目融资租赁进行快速融资的同时,给租赁公司带来巨大的信用风险.通过事前对承租人进行信用评价,能够有效降低信用风险损失.针对电网企业信用评价的多属性非线性特征,提出了基于独立分量分析技术-支持向量机的信用评价混合模型.首先,采用独立分量分析技术对信用属性数据进行属性重构,实现属性数据的去噪.然后,将重构后的新信用属性数据用于支持向量机的训练建模.最后,通过实例模拟对比分析了独立分量分析技术对支持向量机分类的有效性.结果表明,独立分量分析技术能够改善信用属性数据特征,并且在多属性分类问题中,独立分量分析技术有助于提高支持向量机分类的准确率.     

基于连续用电量和缴费时间差的客户信用动态评价模型

加大供电量和提高电费回收效率是供电商增加收益的主要途径,并且用电客户的缴费时间差直接影响着电费回收效率。在用电客户信息较少的情况下,仅仅依赖用电客户的用电量信息和缴费时间差信息,采用扩展的“S型”函数对用电量信息和缴费时间差信息进行整合建模,构建了一个能够度量客户持续用电能力和缴纳电费积极性的客户信用动态评价模型。应用构建的模型对赤峰市宁城县实际用电客户进行信用评价,评价结果与领域专家评价结果具有较高的一致性。     

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。     

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。     

关系型信贷:一个基于信贷配给的模型

通过一个基于信贷配给的模型,揭示了为什么中小企业融资困难.而关系型信贷是解决"信贷配给"矛盾的一种方式.关系型借贷是市场交易的一种内生制度.这里的关系反映的是企业和一家基本银行(或少数几家银行)建立的长期封闭及规范化的契约关系,他的维系有助于银行收集关于企业发展前景和贷款偿还概率等方面的信息,进而为做出贷款决策提供便利.对于中小企业来说,也能够便利的获得所需的贷款.     

中小私营企业信用行为演化研究

运用演化经济学理论,通过建立中小私营企业信用行为演化博弈模型,研究中小私营企业信用行为演化规律,并用计算机仿真技术展示信用行为的演化方向。研究发现:如果中小私营企业追求短期利益、缺乏第三方公正的惩罚及失信后资产损失小,会造成中小私营企业信用行为演化成不良“锁定”状态。