非平衡数据集的支持向量域分类预测模型研究

基于非平衡数据集的支持向量域分类模型,提出了一种银行客户个人信用预测方法.首先分析了信用预测的主要方法及其不足,然后研究了支持向量域分类模型及其参数的非负二次规划乘性更新算法,进而提出基于支持向量域分类模型的银行客户个人信用预测方法,最后使用人工数据和实际数据对提出方法与支持向量机预测方法进行对比实验.实验结果表明对于银行客户个人信用预测的非平衡数据分析问题,基于支持向量域模型的分类预测方法更有效.     

商业信用额度下易腐品最优订货策略

运作实践中,供应商不仅会给予零售商延期付款待遇以刺激其订购量,同时也会为信用期内零售商的应付账款设置上限值(即商业信用额度),从而规避零售商的应付账款对其造成的资金机会成本和违约风险。鉴于此,本文基于商业信用额度构建了零售商关于易腐品的订购决策模型。通过分析零售商资金机会成本的不同形式,可以得到零售商关于易腐品五种不同的成本函数表达式。结合数学证明可以得到零售商五种目标函数的性质,以及在商业信用额度条款下零售商最优的订购决策。算例表明供应商可以通过设置一个合理的商业信用额度条款将零售商的订购量和信用期内的应付账款控制在一个合适范围。同时商业信用额度条款有助于缓解供应商的营运资金压力,但会在一定程度上增加零售商的运营成本。     

信用评级模型的数据离散化研究

连续变量离散化属于信用评级建模的初始阶段,科学的离散化操作能够提升模型的分类效果和参数的稳定性,便于评级模型的产品呈现.考虑信用评级的误判成本差异,对类别-属性一致性最大化准则进行类别权重调整,提出ACACM准则,并提出基于ACACM准则的数据离散化算法.ACACM算法调整原算法中不同类别个体的权重,更加倾向于刻画误判成本较高的违约客户,使离散化后的变量能够提升评级模型的风险控制能力,更适合信用评级建模.     

处理不平衡征信数据的零膨胀信用评级模型

征信数据中的客户往往呈现"好多坏少"的不平衡结构,这种结构使得一般的分类模型在预测客户信用表现时失效。本文基于零膨胀计数模型的建模思想,分别提出处理因变量为二分类变量、多分类变量、计数变量的零膨胀信用评级模型(ZICSM),将客户结构拆分为稳定好客户、不稳定好客户和坏客户三个部分,利用模型自身优势形成严谨和宽松的两套贷款审批机制。ZICSM模型对目标函数进行权数调整,使模型更加关注"坏"客户,在目标函数中加入惩罚项,使模型具备组变量选择功能。此外,本文提出兼顾风险把控和市场份额的RS得分指标,借以评价信用评级模型的分类效果。模拟研究和实证研究的结果表明,ZICSM模型能够提升金融机构的贷款收益,增加其审批机制的灵活性,适用于处理征信数据的不平衡问题。     

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。     

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。     

有散粒噪声的机制转换的马尔科夫copula模型下的有担保安排的CDS的风险分析

信用估值调整是针对交易对手方可能出现的违约责任而对金融产品价格作出调整的计算,是度量交易对手违约风险的重要方式.在信用估值调整的计算中,违约相关风险模型的建立非常关键.我们在马尔科夫copula模型中引入共同的经济状态变量以及散粒噪声过程,建立了带有散粒噪声的机制转换的马尔科夫copula模型,该模型不仅可以刻画经济环境对违约的影响,而且可以反映在同一种经济环境中信用个体的违约变化.我们研究了此模型的鞅性质,在此模型下,我们进一步研究了有抵押担保的信用违约互换的CVA的刻画,并做了数值计算,分析了模型参数对CVA的影响.     

基于信用额度和外生违约概率的出口海陆仓融资质押率优化

质押率优化是出口海陆仓融资决策的核心内容。针对出口商信用、出口商与进口商外生违约以及质押物价值波动三重叠加风险下的出口海陆仓融资决策问题,在设定出口商信用额度,且给定出口商和进口商外生违约概率的前提下,依据双重Stackelberg博弈原理,以供应链协同均衡下的出口商、进口商和船公司的期望利润最大化为目标,建立了质押率与订货量及货物价格联动优化模型,设计了微分法和逆向归纳法求解模型。算例验证了模型和方法的适用性和有效性。敏感性分析结果表明质押率与出口商信用额度呈负相关关系,对出口商和进口商外生违约概率不敏感。研究结论可为出口海陆仓融资优化决策提供科学参考。     

等级信用支付策略下变质性产品的库存优化模型

基于两层次和等级信用支付策略构建了变质性产品的库存模型,即模型假设上游供应商给予下游零售商一个固定的信用支付期,同时零售商对客户实施带有等级区别的信用支付策略。零售商给予信用好的客户全额贸易信贷且不需要任何押金,相反对信用不好的客户不给予贸易信贷的优惠。讨论了模型最优解的存在性与唯一性,并提供了寻求系统最优订货策略的简单方法。最后,给出了具体数值算例和主要参数的灵敏度分析。     

参数不确定非自治混沌系统的自适应指数同步

针对参数不确定非自治混沌系统,研究了指数同步问题.给出了自适应控制器的构造方法,并运用Lyapunov稳定性定理证明了在该控制器下的误差系统是指数稳定的,且可以通过调整控制参数控制同步时间.最后,利用MATLAB软件对两个含有不确定参数的非自治混沌系统进行了数值仿真,验证了所提出方法的有效性和正确性.     

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。     

基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型及其在信用分类中的应用

信用分类是信用风险管理中一个重要环节,其主要目的是根据信用申请客户提供的资料从申请客户中区分出可信客户和违约客户,以便为信用决策者提供决策依据.为了正确区分不同的信用客户,特别是违约客户,结合核主元分析和支持向量机算法构造基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型对信用数据进行了分类处理.在基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型中,首先对样本数据进行预处理,然后利用核主元分析以非线性方式降低数据的维数,最后利用带可变惩罚因子最小二乘模糊支持向量机模型对降维后数据进行分类分析.为了验证,选择两个公开的信用数据集来进行实证分析.实证结果表明：基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型取得了较好的分类结果,可为信用决策者提供重要的决策参考依据.     

基于随机森林的保险客户利润贡献度研究

本文通过引入责任准备金,提出了新的保险客户利润贡献度公式,综合考虑了历史购买行为和未来可预见的现金流,更有效地度量客户的真实贡献。此外,本文首次把非参数随机森林回归法应用到保险客户利润贡献度预测中,并和其他模型进行比较,发现非参数随机森林方法往往要优于传统的类神经网络、CART和SVC等模型。实证研究发现:利用客户的年龄、性别、地区、职业、婚姻状况等变量能较准确地预测客户利润贡献度,避免了复杂的精算过程,同时还能评估潜在客户的利润贡献度。     

基于Group-LASSO方法的广义半参数可加信用评分模型应用研究

信用风险是目前商业银行面临的风险中最为重要和最为复杂的,新巴塞尔协议要求各国条件的银行通过实施内部评级法来度量并控制信用风险,内部评级法即通过银行收集的客户相历史数据来构建数学模型,测算客户的违约概率进而对客户进行评分。文章针对信用评分模型解释变量维数较高,类型丰富,好坏客户类型数量不均衡等特点,利用广义半参数可加模型对户违约概率进行建模,并将Group LASSO方法应用于模型进行变量选择和估计。实证研究表明本文提出的模型和方法与以往常用的线性logistic回归模型相比,在模型的判别能力和预测能以及解释性和计算效率上均有较大优势。     

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。     

客户集中对企业创新投入的影响——基于融资结构的中介效应

创新投入是制造业企业实现转型的关键,本文基于供应链管理的视角,以资本结构相关理论为支撑,探讨客户集中对企业创新投入的影响及其内在机制。利用中国A股制造业上市公司2014-2017年的3549个年度观察数据为研究样本,实证检验发现:(1)客户集中度与创新投入呈显著正相关关系;(2)外源融资在客户集中度与企业创新投入的关系中存在部分中介作用,但内源融资的中介效应不显著;(3)相对于技术密集型行业,劳动密集型和资本密集型制造业的客户集中度对企业创新投入影响更大,且外源融资在要素密集度的调节作用中起到了部分中介作用;(4)进一步将外源融资分为股权融资、银行借款和商业信用三部分,发现客户集中度可以通过影响股权融资和商业信用从而影响企业创新投入,但银行借款对两者关系存在抑制作用,三部分的影响中,商业信用的中介效应最大,其次是股权融资,银行借款影响最小。研究结果在一定程度上扩展了客户集中与企业创新投入关系的理解,发现了融资结构在两者关系中的中介效应和要素密集度的调节作用,对提升企业创新投入、建立企业与客户合作关系和融资结构都具有重要的理论和实际意义。     

适合中小型制造企业的客户信用评估的研究

本在对中小型制造企业的客户管理调研基础上，建立了适合中小型制造企业的信用评估指标体系，提出了基于AHP、TOPSIS和聚类分析的客户信用评估方法，并在上海某企业进行了实践，取得了较好的效果。     

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。     

城市蔬菜品种污染状态空间的定性识别分析

本研究提出“两线一点实时监测预警”的一套方法来完善已经建立的城市蔬菜品种污染监控系统,即在由多元统计法建立的城市蔬菜品种污染监控系统研究基础上,利用分步聚类法对蔬菜品种污染空间进行分步聚类,同时采用非参数判别法对儿污染状态进行识别分析。该套方法的提出确保了城市蔬菜品种污染监控系统的正确性、准确性和科学性,为污染监控系统提供了“双保险”。