粗糙集-神经网络系统在商业银行贷款五级分类中的应用

采用某股份制银行的698家贷款企业样本，基于粗糙集-Elman神经网络集成构建了贷款企业五级分类评估模型2 该模型首先应用粗糙集理论约简出重要指标体系，然后将训练样本送入-Elman神经网络进行学习和训练，进而对检验样本的风险等级进行判别.结果表明，与传统的logistic回归模型相比，粗糙集-神经网络系统对检验样本预测精度更高，是一种更为有效和实用的分类方法，为我国商业银行五级分类管理提供一个新的方法.     

基于动态权重的信用评级

以已评级企业为依据，利用偏相关系数和Wald统计量遴选出一套最能代表企业信息的指标体系作为解释变量，以外部评级作为被解释变量，找出企业信息与其外部评级之间的动态权重映射关系，再将这种关系应用到未评级企业，从而评估未评级企业的信用等级。实证结果表明，动态权重模型在样本内外的评级准确度和可靠性均显著优于传统静态权重的OLS和有序Probit模型，新模型在样本外的平均误差仅为0.11，各评级档次犯第一类错误的概率比传统模型低20%左右。基于动态权重模型获得的新企业评级与原企业的外部评级具有可比性，可作为外部机构评级的合理补充，为市场提供更全面、及时的评级信息。     

基于Fisher判别的企业短期贷款信用违约模型构建

企业信用违约率的准确测度是巴塞尔Ⅱ框架下内部评级法中的基本要求。本文针对企业信用违约预测存在的问题，运用SAS统计软件对某国有商业银行的2003年全部短期贷款企业的财务数据进行分析．摒弃以往配对模式，采用全样本进行分析，筛选出11个财务比率指标作为企业信用风险评价函数的计量参数。应用Fisher判别原理．建立一个简明的违约判别模型，经统计检验模型是有效的．判别结果也是可接受的。     

中小企业信用评级模型研究——基于CAMEL框架

随着市场经济发展的不断深入,企业信用问题已成为影响和制约我国经济发展的关键因素,如何对企业的信用进行有效的评估是当前迫切需要解决的难题。首先,在CAMEL评级体系基础上构建信用评价指标体系;第二,通过DEMATEL与ANP相结合的方法求出指标的混合权重;最后,利用模糊综合评价公式计算出总得分。研究结果表明:该模型评价结果切实可靠,可为今后的中小企业信用评级提供一定指导和借鉴。     

基于Monte Carlo模拟的中小企业集合债券定价

中小企业集合债券为相关企业融资开辟了新的途径,是中国债券市场上的一项重要创新。利用Monte Carlo模拟对中小企业集合债券定价问题展开研究:首先假设利率服从CIR模型,对现有集合债券定价模型进行改进,构建一个更加合理的集合债券定价模型;然后根据债券主体信用等级与评级机构对债券主体的跟踪评级信息,建立企业信用等级迁移矩阵;最后对AA—及以下信用等级企业的违约强度进行设定,并基于信用等级迁移矩阵计算不同信用等级企业的违约强度,再利用Monte Carlo模拟对集合债券进行定价。实证结果表明,本文所构建的集合债券定价模型是一个有效的中小企业集合债券定价工具。     

企业信用等级模糊综合评判

研究模糊数学在企业信用等级评价中的应用，通过建立企业信用等级综合评价指标体系，以定性分析与定量计算相结合的分析方法，给出企业信用等级的综合评价方法，较好解决了企业信用等级评价问题。     

基于信用等级修正和半绝对离差风险的银行资产组合优化模型

用峰度和偏度对企业信用等级转移的阈值进行修正,引入了半绝对离差方法衡量贷款组合风险,建立了基于信用等级修正和半绝对离差风险的银行资产组合优化模型.其创新与特色主要有二:一是用企业各自收益率的峰度和偏度对正态假定下企业信用等级转移对应的阈值进行修正,改变了现有研究把本来是非正态分布的企业收益率按照正态分布来确定其企业信用等级阈值的不合理现象,提高了贷款组合风险的计量精度.二是将半绝对离差方法引入到贷款组合风险度量中,解决了现有研究以方差或绝对离差表征风险、将高于期望收益的超额收益部分当作风险处理的问题,使贷款组合收益风险量化更为真实准确.     

基于孪生网络的仿真模型智能排序评估方法

针对动态输出多样本条件下的多备选仿真模型择优问题，提出了一种基于孪生卷积神经网络(siamese convolutional neural network, SCNN)的仿真模型智能排序评估方法。首先，将仿真数据和参考数据的一致性度量问题转化为二者特征一致性度量问题。其次，在分析评估数据特点和对比试验结果的基础上，确定采用SCNN实现评估数据的特征提取。接下来，给出基于SCNN的仿真模型排序评估方法，包括网络结构初步设计、网络参数训练调优和仿真模型排序评估三部分。最后，通过实例应用，验证了该方法在评估数据特征提取和仿真模型排序评估方面的有效性。     

基于ISM和离散Hopfield神经网络的社群经济影响因素研究

基于社群经济高速发展的时代背景下,首次将离散型Hopfield神经网络应用到社群经济影响因素问题上。首先建立社群经济因素体系,通过ISM方法得出各因素间的层次结构关系。然后利用离散型Hopfield神经网络构建自媒体价值评估模型,通过MATLAB设计一个不断提高的理想评价指标来区分同一等级中的不同样本,最后,通过算例得出价值最高的自媒体。结果表明:注重提高特色化社群活动、用户参与决策、平台共享、社群文化构建这4要素更有利于提高自媒体价值,并提出了相应的对策建议,为企业及自媒体人提供借鉴价值。     

基于AHP与DHNN的智能制造成熟度评估模型研究

随着"中国制造2025"战略的提出,如何高质增效地由传统制造向智能制造发展尤为重要。从企业运营管理水平、区域创新能力、供应链物流能力以及信息互联互通程度四个维度建立智能制造成熟度评估指标体系,并构建基于层次分析法改进的离散型Hopfield神经网络评估模型,通过相关统计数据验证模型的可用性,据此得到5个待分类区域的成熟度等级。结果表明,智能制造成熟度等级较低的区域应注重合理处理本区域政府与市场的关系、打造产业技术园、扶持与推动本区域信息服务业的发展,以促进本区域制造业转型升级。     

基于遗传规划方法的商业银行信用风险评估模型

利用遗传规划方法研究了我国商业银行的信用风险评估问题 ,并使用我国商业银丢失实际数据对模型进行了实证检验 .检验结果表明 ,该模型在预测精度、实用价值和鲁棒性方面都优于传统的统计模型、神经网络模型和决策树模型.     

基于神经网络技术的商业银行信用风险评估

研究了神经网络技术在商业银行信用风险评估中的应用．实证结果表明, 与传统统计方法（判别分析）相比, 神经网络技术具有更高的预测精度和更强的鲁棒性。     

Personal Credit Risk .Scoring Model Based on Rough Set and Neural Network

In order to improve the precision of personal credit risk assessment, applying rough set and neural network to the credit risk scoring prediction problem in an attempt to suggest a new model with better classification accuracy. To evaluate the prediction accuracy of the model, we compare its performance with those of SVM, linear discriminate analysis, logistic regression analysis, K-nearest neighbors, classification and regression tree, neural network and PCA-NN. The experimental results show the model have a very good prediction accuracy     

基于模糊神经网络的商业银行信用风险评估模型研究

在确立了商业银行信用风险评价指标体系的基础上,建立了基于模糊神经网络的商业银行信用风险评估模型.该网络具有四个因子输入,一个衡量商业银行信用风险的输出,总共六层的结构,且模糊规则层具有根据具体问题情况进行调节的能力,优于神经网络完全黑箱操作的特点.利用Matlab6.1对167组样本数据进行实证分析,训练结果表明网络预测误差小.     

中国信用风险缓释工具设计与定价实证研究

研究中国信用违约互换的交易流程、合约设计和定价问题,基于人民币信用衍生品市场,完善了Jarrow-Turnbull约化模型并配置参数,最后运用模型进行具体的实例计算.研究发现,同期限国债或央票利率作为定价的基准利率较为恰当,模型计算得出的理论价格与市场报价比较接近.进一步验证了定价方法的科学性和可行性,为我国市场上流通的信用产品的定价及合约现金流测算提供了理论依据.     

信贷风险综合决策模型的研究

信贷风险事关银行业的生存和社会的稳定，已引起有关各方的广泛关注，本文分析了国内外现有信贷风险决策理论和方法的弊端，探讨了建立信贷风险决策模型的综合清偿能力原则和银行真实损益原则，提出了贷款风险补偿、风险报酬最大、综合风险衡量和单位风险溢酬最大等决策准则，建立了贷款综合清偿能力的期望值模型，风险报酬决策分析模型，贷款的综合风险分析模型伯溢酬分析模型，为银行信贷风险管理提供了科学的决策理论和方法。     

M.H.DIS模型在我国上市公司信用评估中的应用研究

针对我国目前缺乏适用的、高效的系统信用评估模型的现状,研究了由希腊学者提出的M.H.DIS信用评估模型.在对该模型的详细介绍的基础上,选用我国55家上市公司1999年财务数据作为训练样本,利用Matlab软件根据M.H.DIS模型的基本思想,构建了经验信用评估曲线,并利用60家上市公司2000年财务数据为检测样本进行检验,获得较好的实证检测效果.通过以上研究分析,文章提出该模型适合我国目前基本国情,具有良好的推广前景.     

基于最小二乘近似支持向量回归模型的电子商务信用风险预警

随着制约电子商务发展的基础性问题如交易支付和物流配送等问题的逐步解决,电子商务交易双方的信用问题已凸显为电子商务发展的瓶颈. 在国内外研究现状的基础上, 构建电子商务信用风险的预警指标体系,并建立电子商务信用风险预警的最小二乘近似支持向量回归模型. 同时,利用相关样本数据进行了实证分析, 并根据实证结果给出不同的预警管理对策.     

网上拍卖竞买方个人信用风险管理理论与评价模型

针对网上拍卖特点建立了保证金制度、网友担保制度和拍卖品底价披露制度等竞买人信用风险管理制度,提出了竞买方信用风险管理原理与流程,从制度层面上提出了信用风险管理方法。提出了可获取性和可验证性原则,建立了反映竞买方个人资产、担保和历史交易记录的3大类、9项指标构成的信用评价体系。运用层次分析法求解各层次评价指标的权重,通过模糊隶属度函数的建立求解竞买方个人信用分值,建立了网上拍卖竞买方个人信用评价模型,解决了竞买方个人信用等级的划分问题。根据信用评价方程合乎逻辑的特例得到了信用评分的阈值,解决了什么样的竞买人有权进行网上交易的判断标准问题。从信用制度、管理方法和评价模型上探索了控制网上拍卖竞买方个人信用风险的途径。     

信贷风险评价指标权重的聚类分析

信贷风险评价是银行重要的管理活动，评价指标的权重评估又是决定评价结果是否科学的关键环节。本文在分析同类研究弊端的基础上，利用相似系数矩阵对众多专家评价指标的权重意见进行筛选，解决了信贷风险评价体系指标权重的合理分配问题。其特色在于一是对专家意见进行聚类分析，而不是像通常那样不加处理地简单平均；二是在剔除某些专家权重意见时，结合实际问题的具体要求，在聚类分析的基础上，提出了一种更为简化的方法，易于在实践中推广；三是对于通过任何方法得出的群体权重意见，本方法都可以作为后续数据处理方法。