商业银行非现场监管的模式识别方法

商业银行非现场监管在整个商业银行监管体系中占有中枢神经的地位，文章将商业银行非现场监管作为模式识别分类问题进行研究，提出了通过神经网络的建模，构造基于马哈拉诺比斯距离的联合判别模型的方法，并以实际数据为基础验证了模型的有效性，进行了商业银行分类识别。     

诉讼处置不良贷款违约损失率估计的模型簇

违约损失率(LGD)是内部评级高级法要求的重要参数之一,已成为商业银行风险管理的重要手段。由于受数据等多方面的限制,国内外尚无对我国大型商业银行诉讼处置不良贷款违约损失率估计的研究。本文在对我国某大型商业银行诉讼处置不良贷款违约损失率全面统计分析的基础上,找出回收率的影响因素,采用决策树模型,判别出极端回收和非极端回收。针对非极端回收的情况综合运用Logit变换、Beta-正态逆变换、WOE变换等方法,建立点估计模型;随后利用广义Beta回归给出了LGD的分布模型;在对四个模型进行相关性分析的基础上用最小误差平方和的方法建立了组合模型,由此形成由判别模型与组合模型构成的模型簇。实证结果表明,极端回收的判别准确率高达77.6%,组合模型的均方误差低于5%;模型簇在极端回收和非极端回收两类表现出很好的一致性。     

商业银行监管的SOM神经网络的分类方法

商业银行非现场监管在整个商业银行监管体系中占有中枢神经的地位 .该文将商业银行非现场监管作为模式识别分类问题进行研究 ,提出了在商业银行监管中应用基于自组织特征映射神经网络的分类模型 .然后 ,以实际数据为基础进行了商业银行分类识别 ,并进行了相应的分析 ,从而验证了模型的有效性 .     

C5.0分类算法及在银行个人信用评级中的应用

研究了商业银行的个人信用评级问题.由于个人信用记录中既涉及有数值型数据, 也涉及有非数据型数据,而决策树是解决这一类问题的最好方法. 到目前为止,决策树C4.5算法的研究已基本成熟,但其C5.0算法由于商业机密的缘故至今没有公开.因此在决策树C4.5算法基础上详细研究了C5.0算法及相应的Boosting技术,并嵌入Boosting算法技术, 构造了成本矩阵和Cost-sensitive tree,以此建立基于C5.0算法的银行个人信用评级模型,用来对德国某银行的个人信贷数据进行信用评级,同时对模型参数调整前后决策树的判别结果进行比较. 仿真表明:参数调整后的决策树的判别结果优于参数调整前的决策树的判别结果.     

我国股份制商业银行对国有商业银行效率提高的作用分析

首次定量检测分析了我国股份制商业银行在促进国有商业银行效率提高上的示范作用大小.首先以数据包络分析方法为基础构建了一个模型,用于计算股份制商业银行对国有商业银行效率促进的影响程度和示范效应;然后用1999～2002年我国14家商业银行的数据进行了实证分析.研究结果显示:在国有商业银行改制过程中,股份制商业银行对国有商业银行效率提高的促进作用一直存在,但是这个促进作用从整体上看呈现递减趋势,说明国有商业银行与股份制商业银行之间的效率差距在减少,我国国有商业银行的改革取得了明显的成效.     

基于扩展置信规则库联合优化的桥梁风险评估

作为避免桥梁安全事故和确保公众安全的一种重要途径,桥梁风险评估得到了国内外学者的广泛关注.然而,现有的桥梁风险评估模型大多忽视了在建模过程中优化与模型相关的参数取值和参数数量,导致无法有效提升桥梁风险评估的准确性.为此,本文在现有基于扩展置信规则库的桥梁风险评估模型的基础上,通过引入参数优化和数据包络分析分别提出扩展置信规则库的规则生成方法和规则约减方法,再以此进一步提出扩展置信规则库的联合优化方法,确保应用于桥梁风险评估模型中的扩展置信规则库具有最优的参数取值和参数数量.文末,引入桥梁风险评估领域中常用的公认数据集验证所提模型的有效性.通过与已有研究成果相对比,结果表明基于扩展置信规则库联合优化的桥梁风险评估模型在提高评估准确性和降低模型复杂度方面均有良好表现.     

基于半自由处置变量的链型系统DEA模型

对网络数据包络分析(DEA)模型的一个特例即链型系统的DEA模型进行研究。传统DEA模型总是假设非有效的决策单元的所有输入(或输出)可以同比例改变以提高性能,但这并不符合所有的情形。在两阶段生产系统DEA模型中引入半自由处置变量,建立新模型。新模型将使非有效的决策单元和子决策单元可以根据管理需要有目的地分比例控制各输入和输出变量,一个简单的例子证明了模型比之传统方法更能发现非有效的决策单元并指明其性能改善的方向。最后,该方法被运用到商业银行效率评价的实践中。     

在净收益非负的条件下DEA模型的探讨

根据净收益非负的条件下的数据包络分析(DEA)模型，给出了一种不同于文献［1］中所述的模型，并进行了讨论。     

移动核心网异常数据线性判别模型与应用

针对移动核心网数据突增现象下异常数据的特性,定义了数据突增事件、最大承载量临界值、风险警界线等, 给出了 TRAU 数据两类模式(“正常”、“异常”)的划分方法.提出并建立了移动核心网数据突增现象下异常数据线性判别模型和判别准则,用来对某移动核心网 BSC 的 TRAU 数据进行判别分析. 判别结果表明,本文所建立的异常数据线性判别模型对原数据样本的回判以及对新数据样本的识别准确率都达到 100% .     

基于区间定位和灰关联的区间DEA效率指数测算与排序

针对经典区间数据包络分析(data envelopment analysis,DEA)求解算法过分依赖于评价者的"主观判别",或求得的效率区间长度可能过大,对被评价决策单元有效性的解释力弱的缺陷,提出一种改进的区间DEA模型求解算法——区间定位法,该方法对评价者的"主观判别"依赖程度低,且求解的效率区间长度较小。在区间定位法的基础上,进一步提出了基于灰色关联度的决策单元效率排序方法。     

中国银行业DEA效率实证分析

采用2007年数据,运用DEA优势效率模型和劣势效率模型对我国14家商业银行的DEA综合效率进行测评,得出了国内商业银行的综合效率排名. 结果表明:国有四大商业银行的效率总体上明显不及新兴股份制商业银行.通过与2003年的数据对比, 认为尽管四大行效率有所增进,但劣势依然明显.研究还运用CCR模型进行Charnes-Cooper线性变换和对偶变换后的模型(D),分析了14家商业银行的规模效率情况, 分析结果表明:四大国有商业银行没有存在明显的规模经济.     

基于C2W模型的广义数据包络分析方法研究

如果将评价的参照集分成"决策单元集"和"非决策单元集"两类,那么传统的DEA方法只能给出相对于决策单元集的信息,而无法依据任何非决策单元集进行评价,这使得DEA方法在众多评价问题中的应用受到限制.针对传统数据包络分析方法无法依据指定参考集提供评价信息的弱点,给出了包含无穷多个样本单元的广义数据包络分析模型(Sam-C²W)和相应的Sam-DEA有效性概念.分析了(Sam-C²W)模型的性质以及它与传统DEA模型之间的关系,探讨了(Sam-C²W)模型刻画的Sam-DEA有效性与相应的多目标规划Pareto有效解之间的关系.进而,分析了决策单元在样本可能集中的分布特征、投影性质和模型含义等问题,(Sam-C²W)模型不仅具有传统C²W模型的全部性质,而且还能依据任意指定的参考单元集进行评价.     

中国商业银行收入结构与收入效率关系研究

利用随机前沿法和数据包络法,分别评价了中国14家主要商业银行1998—2003年间的利息收入效率、非利息收入效率和总收入综合效率,并利用回归方程分析了利息收入效率,非利息收入效率,非利息收入占总收入比重与总收入综合效率间的关系.研究表明:中国商业银行各类收入的技术效率状况不佳;股份制银行的各类收入效率水平均高于国有银行;单项收入效率对中国商业银行的总收入综合效率具有正向影响;非利息收入占总收入比重对国有银行的总收入综合效率具有负向影响.揭示了利息收入效率、非利息收入效率及收入结构对总收入综合效率的影响关系,验证了非利息收入对中国商业银行业总收入综合技术效率存在正向影响的论断,并有针对性地提出了政策性建议.     

舰船目标噪声调制包络谱融合算法研究

舰船噪声调制包络谱是水下目标识别的重要特征.分析了调制包络谱的一般模型,把"最优"调制包络看作一种随机过程,将舰船噪声的多子带检波信号看作是对"最优"调制包络的一次观测,并将其作循环相关,用有限次观测的集种平均作为"最优"包络的估计,从而得到多子带融合包络谱,舰船噪声实测数据验证了该方法的有效性.     

移动核心网故障数据二重联合线性判别模型与应用

主要研究移动核心网BSC的TRAU数据分布规律及可疑故障识别方法.由于BSC的最大承载量是未知的, 因此本文定义了一类TRAU数据突增故障现象,并在此基础上定义了可疑故障点、异常点和广义异常点. 提出并建立了移动核心网故障数据二重联合线性判别模型和三类模式判别准则,用来对移动核心网TRAU数据进行三类模式("正常"、 "异常"、"可疑故障")识别.实例分析表明,本文所建立的移动核心网故障数据二重联合线性判别模型, 当用来对TRAU数据进行三类模式判别时,对原数据样本的回判和新数据样本的识别准确率都达到百分之百, 因此能有效识别TRAU数据中的可疑故障点.     

考虑记忆交叉项的宽带功放行为建模方法

针对宽带功率放大器的强记忆效应,提出了一种前馈交叉记忆多项式模型。该模型由主信号对消和畸变注入两个环路构成。信号对消环路采用记忆多项式模型对带内动态线性记忆效应进行建模;畸变注入环路采用记忆时刻信号间的交叉记忆项对带外扩展频谱行为进行建模。为克服最小二乘法在模型辨识中带来的数值不稳定问题,采用共轭梯度的方法对模型的参数进行辨识。为消除噪声和测量误差对模型参数辨识带来的影响,采用ADS软件包络仿真的方法获取精确的功放输入输出信号复包络数据,并对该模型进行充分的性能分析和评估。实验结果表明,所提方法对宽带功放的非线性动态特性具有很好的逼近能力,特别是带外频谱扩展特性,较之常用的方法提升了近10 dB。     

基于修正Russell度量的DEA模型

传统Russell度量由于其非径向性已经广泛用于度量企业的生产效率，但是其非径向性导致模型求解困难。提出修正的Russell度量算法，基于该算法建立数据包络分析模型．克服求解困难，并给出实例计算。     

基于C2WY模型的广义数据包络分析方法

如果将评价的参照集分成"决策单元集"和"非决策单元集"两类,那么传统的DEA方法只能给出相对于决策单元集的信息,而无法依据任何非决策单元集进行评价,这使得DEA方法在众多评价问题中的应用受到限制.针对传统数据包络分析方法无法依据指定参考集提供评价信息的弱点,给出了综合的广义数据包络分析模型(Sam-C2WY)和相应的S...     

交叉补贴视角的非利息业务与传统业务定价

运用我国86家商业银行1999～2009年的数据,通过多元回归模型分别从静态和动态两方面探讨商业银行非利息业务对传统业务定价的影响。研究发现:首先,我国商业银行的传统业务定价不仅受本期非利息收入的影响,而且受上一期非利息收入的影响;其次,佣金手续费收入与传统业务定价显著负相关,而投资收益与传统业务定价的关系并不显著;最后,非利息收入对贷款违约风险和传统业务定价的关系具有显著调节作用。研究非利息业务和传统业务定价的关系不仅有助于我国商业银行进一步正确审视非利息业务,而且为我国商业银行的交叉补贴策略提供对策建议。     

一种新的基于GM(1,1)模型的粗大误差判别模型

针对未知概率分布的小样本数据识别问题,提出了一种新的基于GM(1,1)模型的粗大误差外推判别模型.介绍了判别原理和步骤,基于GM(1,1)建模精度和检测值精度确定判别门限,并对样本量、判别精度及方法的合理性等相关问题进行了讨论.实例仿真取得了较好的判别结果,结果表明该方法对数据没有分布要求,简单可行.