基于多源域知识迁移学习的小微企业信用评分

针对新业务,新场景下金融机构目标数据集“高维小样本”的问题,本文提出了基于多源域知识迁移学习的小微企业信用风险测度方法,其能够迁移学习其它数据源(源域)的知识以提升目标域模型的预测效果.该方法通过对来自多个源域的多种源域知识进行归纳提取,进而将其纳入目标域模型的构建中,可以充分利用源域知识,提升目标域模型的估计精度.另外,模型无需获取各源域的原始数据,因此很大程度上降低了数据传输中隐私泄露的风险.模拟实验和企业信用评分的实例数据验证了所提方法的可行性及其在变量选择,系数估计和分类预测上的良好效果.该方法能够在隐私限制的背景下有效迁移源域知识以克服信用评分中目标数据集信息量不足,而导致估计效果较差的问题.     

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。     

商业银行流动性风险评级及实证研究

通过R型聚类分析筛选指标,设立商业银行流动性风险评价指标体系,运用熵值法确定指标权重及对商业银行流动性风险进行评级。以14家上市商业银行为对象进行流动性风险评级的实证分析和验证。本文的特色与创新一是通过采用可观测指标替代不可观测指标保证了银行流动性风险评级的可行。二是运用R型聚类分析剔除了相关性强的指标,避免了指标的无意义重复和累赘。三是通过熵值法反映出的指标差异程度大小来确定流动性风险评级的关键因素,保证了对重要指标进行流动性风险评价。四是研究结果表明该方法切实有效。     

基于Markov-评级选购双声誉模型的评级机构串谋激励约束机制

引入经济状态转移极限概率矩阵和双重声誉效应,改进评级选购博弈模型,构建马尔科夫-评级选购双声誉模型,分析双评级激励机制和约束机制解决评级机构串谋问题的适用条件。最后,运用数值分析和仿真进行验证。得出：当声誉效应满足一定条件时,双评级激励机制能预防评级“虚高”和“以级定费”串谋;经济发展状态分离下,约束机制能更有效地防止评级机构串谋和降低监管成本。     

基于显著区分两类客户的小型建筑企业信用评价模型研究

本文以中国某区域性商业银行185个小型建筑企业的贷款客户为样本,将熵值法权重、CRITIC法权重和方差齐性检验法权重进行组合,通过构建非线性目标规划函数反推出单一赋权方法的组合系数,构建了显著区分违约和非违约客户的小型建筑企业信用评价模型.通过ROC曲线原理,对不同赋权模型的结果进行违约判别能力的检验.本文的创新与特色:一是通过组合赋权得到的信用得分的组内平方和越小、组间平方和越大、那么违约与非违约客户差异越显著的思路建立非线性目标规划模型,通过目标函数最大反推出单一赋权权重的组合系数,保证组合权重的大小能够显著区分客户的违约状态.解决了信用风险评价中组合权重的大小必须对违约状态有显著鉴别能力的难题,避免了现有研究的信用评分模型由于忽略指标权重区分违约状态的能力、导致出现越是可能违约的客户、信用得分反而越高的不合理现象,开拓了信用风险评价指标赋权的新思路.二是根据违约样本均值偏离全部样本均值程度越大、这个指标区分违约状态能力越强、权重越大的思路对指标进行赋权,通过方差齐性检验F值刻画指标的权重,使指标权重的大小反映指标鉴别违约状态能力的大小,改变了现有研究的指标客观赋权方法与违约状态鉴别能力无关的弊端.实证结果表明,与单一赋权结果相比,组合赋权模型的灵敏度和特异度分别为83.33%和95.95%,对客户的违约判别能力更强.     

基于ELECTRE III的农户小额贷款信用评级模型

我国农业人口占户籍人口比重达64.71%,加上农户小额贷款对象的分散性、财务信息不健全等特点和难点,致使农户小额贷款信用评级体系极不完善,甚至大多数银行均未建立该体系。通过共线性检验剔除反映信息重复的指标,通过Logistic回归显著性判别遴选对农户违约状态影响显著的指标,建立了由年龄、非农收入/总收入等13个指标组成的农户小额贷款信用评级指标体系。在此基础上,利用熵权法求解评价指标权重,构建了基于ELECTRE III(消去与选择转换评价)的农户小额贷款信用评级模型,并对中国某全国性大型商业银行2 044个农户样本进行了实证。     

企业信用等级综合评价方法及应用

以贷款通则、商业银行法等金融法规为准则,应用定性与定量相结合的分析方法,通过建立企业信用等级综合评价的指标体系,给出企业信用等级的综合评价方法。最后给出一个实例。     

基于CFaR的企业信用风险评估模型构建及其实证研究北大核心CSCDCSSCI

为准确、科学地度量企业信用风险,在充分考虑现金流风险的基础上,构建了一类基于现金流风险CFaR值的信用风险评估模型。以沪深证券交易所2007～2011年的新增ST公司及其配对公司为样本的实证研究表明,上市公司面临的现金流风险较大,且ST公司和非ST公司的CFaR值存在显著差异。研究同时发现,引入现金流风险CFaR值后,多元判别分析模型、Logistic模型以及支持向量机模型的信用风险预警效果均有一定程度的改进,企业现金流风险是评估和预测信用风险的重要因素。     

CHIB市场SV模型与GRS模型的比较研究

利用中国银行同业间拆借(CHIB)市场数据,估计并比较了目前国际上普遍采用的SV模型和GRS,研究发现,在样本期间内GRS比SV模型能更好的描述利率的均值和波动行为,在样本期间外SV比GRS模型能更好的预测未来利率的走势,而GRS比SV模型能更好的预测未来利率的波动。     

最优策略下的商业银行信用风险的小样本评级模型

银行信用风险评级的目的是揭示不同银行的信用风险水平。以最优策略为原则,本文首先构建了基于最优组合赋权的银行信用风险综合得分的测算模型,其次基于最优分布拟合了银行信用风险综合得分的概率密度函数,最后基于最优分割法构建了银行信用风险的小样本评级模型。本文的创新和特色在于:一是通过主观赋权的G1法和客观赋权的熵值法相结合确定信用风险指标的最优组合权重,建立银行信用风险综合得分的测算模型。二是通过最大熵模型确定银行信用风险综合得分的概率密度函数,揭示了银行信用风险综合得分的分布规律,解决了当综合得分不服从任何现有分布情况下的综合得分分布确定问题。三是通过切片抽样均匀地从综合得分密度函数中抽取评级得分的大样本随机数,克服了现有小样本仅仅分布于5个信用级别而无法划分9个信用级别的弊端,解决了在同一分布下由评级得分小样本获得评级得分大样本的问题。四是通过最优分割法对大样本进行9级分割,建立银行信用风险的小样本评级模型。     

风险企业信用等级指标体系的构建及模糊判断

在风险投资运作过程中,风险投资公司如何正确地选择有信用的风险企业合作,关系到整个风险投资的成败.从风险企业信用等级的角度构建了风险企业的指标评价体系及评价因素集、权重集,并以定性分析与定量计算相结合的FCE方法较好地解决了对风险企业信用进行综合评价的问题.     

基于ELECTRE III的农户小额贷款信用评级模型北大核心CSCDCSSCI

我国农业人口占户籍人口比重达64.71%,加上农户小额贷款对象的分散性、财务信息不健全等特点和难点,致使农户小额贷款信用评级体系极不完善,甚至大多数银行均未建立该体系。通过共线性检验剔除反映信息重复的指标,通过Logistic回归显著性判别遴选对农户违约状态影响显著的指标,建立了由年龄、非农收入/总收入等13个指标组成的农户小额贷款信用评级指标体系。在此基础上,利用熵权法求解评价指标权重,构建了基于ELECTRE III(消去与选择转换评价)的农户小额贷款信用评级模型,并对中国某全国性大型商业银行2 044个农户样本进行了实证。     

基于情境聚类和用户评级的协同过滤推荐模型

协同过滤是电子商务推荐系统中广泛应用的推荐技术, 但面临着严重的用户评分数据高维化和稀疏性问题. 同时, 传统协同过滤中的相似度度量方法没有考虑用户评分行为对其他用户的影响, 因而对评分预测的精度影响较大. 此外, 在移动环境下, 传统协同过滤未结合情境信息, 导致推荐质量下降. 对此, 提出一种基于情境聚类和用户评级的协同过滤模型. 首先, 根据情境信息对用户进行聚类, 降低用户评分数据维度和稀疏性; 然后, 引入社会网络理论分析用户间关系, 建立用户评级模型用于评价用户推荐能力, 并结合评级指标进行评分预测. 通过MovieLens和NetFlix数据集对基于该模型的SlopeOne算法和其它三种方法的比较验证结果表明: 本模型在所有数据集上都获得了最高的预测精度, 同时还具有最佳的推荐覆盖度, 可显著提高预测精度, 更适用于移动电子商务环境下的个性化推荐问题.     

结构方程模型与人工神经网络模型的比较

结构方程模型作为一种统计建模技术越来越多的应用在企业管理研究中,线性结构方程模型(LISREL)是其中最有代表性的一种.针对LISREL应用中的问题引入了人工神经网络方法,在民营企业治理结构影响企业绩效的案例分析中对人工神经网络方法和LISREL方法作了一个对比分析,并根据对比分析的结果,探讨了两者的互补性以及结合应用的方法.     

HLA对象模型与面向对象模型概念的比较

对象模型是实现ＨＬＡ邦联成员间互操作性的基本方法和手段。ＨＬＡ对象模型支持邦联的规划,邦联执行过程中数据交换需求的定义,以及完成ＲＴＩ的初始化。ＨＬＡ对象模型模板为描述ＨＬＡ对象模型提供了标准化的方法。在ＨＬＡ中许多对象建模的基本概念与传统的面向对象的软件开发方法有相同之处,但相同的术语在意义上却有着显著的区别。这篇文章的目标是强调和明确二者在语义和概念上的不同之处,便于更好地理解ＨＬＡ对象模型     

基于Pair Copula模型的资产组合VaR比较研究

运用多元相关结构研究领域新出现的pair copula方法估计资产组合的非线性相关结构,并结合能较好模拟金融资产分布的广义逆高斯分布(NIG)来估计资产的厚尾偏态特征,构建新的VaR计算模型。为了检验本文模型,运用国内5类行业股票价格的数据对其效果进行了实证分析。结果显示:相比基于正态分布的VaR模型和基于传统Copula方法的VaR模型,本文模型在描述高维相关结构时更加灵活,由此构建的VaR模型更接近实际发生的损失。     

编队卫星对地观测调度问题模型比较研究

研究了编队卫星对地观测调度问题。分别建立了基于问题自然描述和基于有向图描述的两类整数规划模型,运用整数规划凸包理论比较了两类模型与各自对应的线性松弛模型之间的最优值差异,得出了基于有向图描述的线性松弛模型更接近于原问题凸包的结论,并基于有向图描述模型设计了不完全分支定界算法。最后,在随机生成的仿真算例下,运用ILOG CPLEX实现了该算法,实验结果表明了模型及算法的有效性,并验证了对于两类整数规划模型的边界分析。     

基于比较利益下农业生产模式的模型研究

在连续时间的假设下,研究了农业产出量服从几何布朗运动的最优控制问题。首先借助于马尔可夫过程理论确定出转移概率密度,再利用分布参数系统模型来描述某个地域的粮食和经济作物的产出量在随机变化的情况下,农业生产的分布模型。最后探讨了在均衡条件下农业生产者以寻求利益最大化为目的的最优控制方程。同时给出了某地域粮食及经济作物的产量预测分析模型。参9。     

结构化模型中违约概率的比较静态分析及实证

由于违约概率估计在金融机构中风险测度与风险管理的重要性，基于信用风险管理的结构化方法，应用Black-Scholes-Merton的结构化模型计算客观违约概率，分析客观违约概率的比较静态特征，实证结果表明，比较静态特征在信用风险管理中起到有重要的作用。