基于自适应遗传模糊神经网络的信用评估建模

提出了一种自适应遗传模糊神经网络评估信用风险的模型,该模型在多子群遗传算法基础上,采用带控制参数的动态概率选择与最优保存策略相结合的混合选择策略,根据种群适应度标准差大小动态调整交叉和变异概率,并将BP算子嵌入遗传算法中,构建了多子群自适应遗传BP算法,并利用该算法优化网络的连接权值和模糊参数。将所建模型应用到信用评估中,并与BP神经网络、ANFIS以及遗传神经网络模型预测效果进行比较,结果表明该模型对信用评估具有更好的泛化能力和更高的预测准确度。     

消费者信用评估分析综述

追溯消费者信用评估发展的历史,分析我国建立消费者信用评估体系过程中可能遇到的主要问题,包括人口漂移、个人信用动态变化、信用评价方法中指标的选取、保留酌情处理权、拒绝推论和信息缺失等,介绍目前应用的消费者信用评估方法,包括判别分析、回归分析（分为普通线性回归、logistic回归和probit回归）、数学规划法、分类树法、专家系统、神经网络和最近邻法,并比较分析各评估方法的性能。     

基于RBF网络的高技术项目投资评估决策模型的研究

在作者提出的一种具有高泛化性能的 RBF神经网络的基础上提出了一种对高技术项目投资的评估决策模型 .在对所提出的网络学习算法作了简介后 ,研究了对投资项目评估的影响因素以及它们在神经网络模型中的表示模式 ,然后给出了具有层次结构的用于高技术项目投资的评估决策模型 ,仿真和实例表明了模型的有效性.     

基于免疫算法的自组织神经网络在效能评估中的应用

针对自组织神经网络自身的局限,将免疫克隆选择算法的克隆和变异机制引入SOM的学习算法中,提出一种免疫自组织神经网络模型,并建立了模型的学习算法。该学习算法用免疫克隆选择算法的克隆算子和变异算子改进自组织神经网络中的邻域大小和权值调整规则,使每个神经元的权值学习率和邻域大小随神经元的亲和力发生变化,从而克服了自组织神经网络分类效果受样本输入次序影响的弱点,且在很大概率上保证网络收敛到全局最优解。性能仿真结果说明该学习算法比自组织神经网络学习算法具有更好的分类准确性和泛化性能。将该模型应用雷达电子战装备的作战效能评估中,结果表明免疫自组织神经网络模型比自组织神经网络模型分类更合理。     

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。     

改进的遗传和BP杂交算法及神经网络经济预警系统设计

分析了设计神经网络经济预警系统的一些关键问题,并提出了一种改进的遗传算法,在此基础上,介绍了一种基于这种改进遗传算法和ＢＰ算法的杂交算法神经网络经济预警系统     

基于多物种进化遗传算法的神经网络进化设计方法

针对神经网络结构设计的问题与一般结构学习方法的不足，提出了多物种进化遗传算法(SEGA)，并以MLP为例给出了基于此算法的神经网络结构进化设计方法。该方法融合了遗传算法与神经网络，具有模型搜索空间广泛、算法适应性强的特点。仿真结果表明该方法是有效的。     

混合递阶遗传算法优化小波神经网络的研究

在研究小波神经网络结构及其学习算法的基础上,提出了一种以混合递阶遗传算法优化小波神经网络的新方法,混合递阶遗传算法是递阶遗传算法和多元线性回归的结合。此方法可同时优化小波神经网络的结构及其参数,具有学习速度快,精度高的特点。并与传统的BP算法进行了对比,证明了本算法的有效性。     

基于改进型BP神经网络的导引头测高性能评估

武器装备性能评估贯穿于装备发展的全寿命过程,对于装备定型与实战化运用具有重要意义。针对传统反向传播(back propagation, BP)神经网络模型易陷入局部最优、武器装备评估数据少等问题,提出了基于数据包络分析和Bootstrap法的改进型BP神经网络模型。利用数据包络分析处理原始指标得到3项优化参数,结合Bootstrap法对其进行扩充,再通过BP神经网络建立评估模型。实验表明,改进模型得到的合成孔径雷达(systemic aperture radar, SAR)导引头测高性能评估结果,其决定系数和误差系数均有明显改善。该模型不仅规避了模糊综合评判法主观性强、精确度不高等问题,同时有效解决了传统BP神经网络模型易陷入局部最优和武器装备评估数据少的两个问题。     

基于结构熵和IGSO-BP算法的动态威胁评估

针对传统超视距空战威胁评估不能根据各类威胁因素的变化动态调整其对应权值的问题,引入前向反馈(back propagation, BP)神经网络,采用综合考虑主客观因素的结构熵权法确定各威胁指数权值并作为神经网络训练参数进行训练,提出了改进萤火虫算法(improved glowworm swarm optimization, IGSO)和BP神经网络相结合的空战动态权值计算方法。该算法采用改进萤火虫算法优化BP网络的权值和阈值,优化后的BP网络能更好地计算不同态势下的威胁指数权值,从而根据威胁估计模型进行威胁评估。以某一时刻预测多无人机空中对抗时的威胁度为想定,分别采用结构熵权法和IGSO BP进行仿真计算。结果表明：结构熵权法能够科学合理地计算各威胁指数权值,IGSO BP算法可有效解决空战目标威胁评估问题,且所提算法与现有几种算法相比在可靠性和准确性上都有明显提高。     

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.     

基于遗传算法和分类树的信用分类方法

银行信贷信用评估本质上是个分类问题,已有统计和非统计的各种方法应用于信用评估,其中分类树方法,也称为递归分割法,比较适用于处理定性变量,而作为非统计方法之一的遗传算法则适用于处理连续型定量变量之间的非线性关系,但无法处理定性变量,利用这两种方法特点的互补性,构建了一种分类树和遗传算法相结合的信贷信用评估方法,先用分类树方法按照定性变量分类,然后在每个叶结点上用遗传算法按照定量变量分类.实证分析表明,该方法比单独使用分类树方法或遗传算法的分类准确率高.     

基于信用风险迁移条件风险价值最小化的贷款组合优化模型

把企业信用风险迁移引入贷款收益率的计算中,引入条件风险价值(CVaR)来度量贷款组合风险,建立了组合贷款优化决策模型.本模型的特色:① 用CVaR代替VaR,控制了贷款组合极端损失的发生;② 反映了企业信用等级迁移对企业收益率波动的影响,更加客观地反映了贷款的真实风险,解决了现有研究仅简单求解各笔贷款的收益率标准差而忽略信用风险迁移的问题;③ 通过现行法律法规为约束条件,在约束条件中,控制了流动性风险,避免了资产配置的流动性危机,保证了银行资产配给的合法性与合规性.     

交易对手信用违约事件与信用违约互换公允价值

本文在分析交易对手违约的基本信用事件基础上,运用生存分析技术研究了交易对手信用违约事件对信用违约互换合约价格的影响. 本文的研究表明: (1)不同的信用事件对信用违约互换合约的价格是有影响的,包含考虑交易对手违约事件的信用违约互换价格比不包含时会更低; (2)参考资产和卖方违约的相关性在信用衍生品的定价中至关重要,无论相关系数为正或为负,都会影响到信用违约互换的合理估值.     

基于复杂网络的绩效考核分析

为保存绩效考核结果的重要信息,对评价结果给予直观、快速的分析,利用复杂网络中的隶属网的理念,建立一个员工-考核指标的隶属网,以此利用加权网络的点权度分布进行对考核结果的直观、快速、全面分析,为考核结果的分析提供一种系统、有效的分析方法,使考核结果不仅能反映个体员工的绩效情况,也能反映员工整体绩效水平,为管理者提供更直观、方便、全面的绩效考核信息.     

带信誉度的债务问题

综合企业的还债能力和还债积极性等因素,提出一个信誉度的概念,并建立了债务信度网络模型。然后由债务信度网络构造了容量费用网络,利用最小费用循环流问题给出了该模型的一个多项式算法。     

信贷资产异质性对信贷组合损失的影响研究

在新巴塞尔协议的资本监管框架下,同一信用级别中的信贷资产被认为是同质的.本文结合Vasicek模型分析了资产异质性对信贷组合损失的影响,并比较了不同参数的异质性对损失的影响效果.分析结果显示,异质性对信用风险损失分布尤其是分布尾部有较大影响,忽略异质性一般会高估信用损失;较之资产的行业相关性,违约率和违约波动率的异质性影响可能更为显著;有关信贷组合分散化的探讨往往局限于正态假设,这将导致信用损失的低估.     

核Fisher判别分析方法评估消费者信用风险

利用基于核函数和线性Fisher判别构建的核Fisher方法评估消费者信用风险。该方法首先通过核函数建立一个非线性映射,把原空间中的样本点投影到一个高维特征空间,然后在高维特征空间中应用线性Fisher函数,把具有不同属性值的样本点判别到相应的类别。通过对个人信贷数据的研究表明,核Fisher方法可以有效地评估消费者信用风险。     

商业银行信用卡市场竞争策略研究

考虑信用卡市场普遍存在的消费者偏好差异和资信差异问题,将借贷模型与Hotelling模型相结合,分析了两种差异对商业银行信用卡市场竞争的影响.分析表明:在全国统一的征信体系尚未建立,各商业银行缺乏信用卡运作经验的情况下,我国商业银行信用卡市场的竞争行为是对理性竞争的偏离,管制者应该加强对信用卡市场的监管,有效防范由于信用卡过度竞争造成的信用风险,以防韩国信用卡危机的发生.     

商业银行信贷风险分析的人工神经网络模型研究

对人工神经网络及其应用于信贷风险分析的可行性进行了论述 ,着重对构建商业银行信贷风险分析的人工神经网络模型进行了深入细致的研究 .旨在得到一个可行的神经网络模型进行合理的信贷风险评价 ,为信贷决策提供科学依据.