基于投影寻踪模型的廉政风险综合评价与实证研究

廉政风险评价是反腐败的核心工作之一.根据廉政风险评价指标体系和采集的数据,建立了主观赋权重与客观赋权重法有机结合的廉政风险综合评价改进型投影寻踪模型.采用分界样本,样本的风险等级判定便捷,而且可以对处于同一廉政风险等级的样本进行精细的排序,是定量研究模型.得到了各个评价指标对廉政风险水平影响程序的重要性排序.研究结果表明:在全面从严治党和反腐败工作中,党委组织的作用最重要,党委必须切实履行好主体责任,其次是制度建设,起根本性和全局性的作用,对腐败的严厉惩治可以起到有效的威慑作用.而K-means聚类分析和模糊RBFNN组合模型,不仅建模过程繁杂,也不能对处于同一风险等级的样本开展精细的排序研究,属于半定性半定量模型.     

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.     

基于投影寻踪分类模型的各地区节能降耗评价研究

能源作为经济增长中重要的投入要素,对各国经济发展都起着决定性影响。国家"十一五"规划中明确提出2010年中国单位GDP能源消耗下降20%,这个宏伟目标的实现对于我国经济的可持续发展和改善人民生活环境具有重要意义。本文运用投影寻踪分类模型,对节能降耗综合评价指标体系进行分析,得到最佳投影值及各地区应承担的节能降耗责任大小。与主成分分析法结果的比较表明投影寻踪分类模型对这类指标评价问题的合理性和可行性。     

有序聚类投影寻踪模型在郑州市房地产风险评价中的应用

针对目前房地产风险评价标准的片面性,选择5个特征指标作为房地产风险指标体系,并提出应用投影寻踪算法对郑州市2002年到2012年的房地产风险行分类.分析结果表明:方法能克服传统方法和既定标准法的片面性问题,避免了高维空间聚类和人为确定权重问题,为房地产风险的评价提供一种科学准确的新方法.     

企业竞争力评价的投影寻踪模型

建立了企业竞争能力评价的投影寻踪聚类模型,利用该模型可将企业竞争优势评价的多个指标转换为反映各指标综合信息的投影特征值,根据投影特征值的大小便可对企业竞争能力进行客观评价,整个过程无人为干扰。通过对5个煤炭企业竞争优势评价表明该方法操作简便,切实可行,为企业竞争能力综合评价的多因素影响问题提供了一条新途径。     

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。     

投影寻踪模型在国民经济综合评价中的应用

文章针对区域国民经济发展的多属性,采用投影寻踪评价模型,用加速遗传算法寻找最佳投影方向,将多维属性指标转换为一维投影值.在此基础上,通过建立单属性指标的分类等级区间,给出区域国民经济发展水平分类的投影值区间,从而实现对区域国民经济发展水平的分类.应用表明,它是国民经济评价的一种计算过程简单、直观的新方法.     

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。     

基于投影寻踪原理的建筑业综合实力评价分析

在分析影响建筑业综合实力因素的基础上,选择了规模效益水平、技术装备水平、效率水平三个方面共12个评判指标,建立了建筑业综合实力评价的投影寻踪分类模型(PPC),并利用基于实数编码的加速遗传算法(RAGA)求解最佳投影方向.根据投影值的大小对地区建筑业综合实力进行评价分析.PPC模型具有稳健性好、投影值准确度高、评价结果...     

投影寻踪等级评价模型在冰草草坪质量综合评价中的应用

针对以往草坪质量评价方法存在人为权重赋值误差,以及简便计算等方面的不足的问题,提出了草坪坪用质量指标评定的投影寻踪等级评价模型.该方法可以依据标准样本自身的数据特性寻求最佳投影方向,通过最佳投影方向与评价指标的线性投影得到投影指标值,通过这一指标可以对样本进行统一评价和分类,并可利用最佳投影方向判断各评价指标对综合评价目标的贡献大小.排除人为权重干扰,对哈尔滨地区引种的冰草(A gropyron elongatum)坪用质量进行了综合判定.     

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。     

creditrisk~+模型在信贷组合信用风险度量中的应用研究

creditrisk~+模型以泊松分布为理论基础,是一种输入数据较少、计算复杂度较小、便于在银行实际中应用和推广的信贷组合信用风险度量模型.本文在分析国外creditrisk~+模型频带划分缺陷基础上,改用加权平均的频带划分方法,并提出了新的违约率参数的确定办法,利用creditrisk~+模型对大连市商业银行某支行224笔中小公司贷款的非预期损失进行了实证计算.结果发现:creditrisk~+模型可以有效地计量信贷组合的非预期损失且可提高我国商业银行经济资本管理效率.     

基于投影寻踪模型的企业绩效评价研究

针对现有企业绩效研究主要以静态评价为主的现状,本文采用投影寻踪模型对企业绩效进行时序动态评价.鉴于该模型求解属于复杂的非线性优化问题,传统方法难于直接处理,建立了基于免疫系统抗体浓度调节原理的免疫遗传算法进行全局寻优.通过对部分上市建筑企业2002～2007年的绩效状况进行评价,表明基于投影寻踪模型的企业绩效评价与实际一致,可以对企业绩效进行动态评价,并且动态评价是非常必要的.     

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。     

基于投影寻踪模型的装备保障性目标评估

应用投影寻踪法,对保障性目标评估标准进行分析,利用在每个级别范围内随机产生的样本,建立了投影寻踪模型,确定了保障性目标评估指标的权重系数,得到了投影特征值变化区域与分类级别的对应关系,对某型航空装备使用初期的保障性试验数据进行分析,得到了其使用初期的级别和评估等级.为实现装备保障性评估目标评估拓展了新的途径,提供了科学依据.     

基于多目标进化聚类的信用风险特征识别

在信用风险识别领域,聚类算法常被用于区分不同风险等级的样本并识别风险特征。然而该领域中通常面临高维数据处理问题,导致传统聚类算法存在不适应此类问题的缺陷：易陷入局部最优、受冗余特征干扰、鲁棒性不强等。采用高维信用风险数据,研究上市公司信用风险,建立信用风险特征识别的三目标优化模型,设计基于分解的多目标子空间聚类算法进行求解。通过算法的横向对比实验,展示了所提出的算法在聚类精度和鲁棒性方面的优势,并根据聚类算法的权重分配结果,归纳总结上市公司信用风险评估过程中应重点关注的指标。