基于PCA-GABP的高技术企业信用风险评价

针对高技术企业信用风险评价中高维、非线性的问题,提出基于主成分分析与遗传算法的改进BP神经网络相集成的高技术企业信用风险评价方法.首先利用主成分分析对高技术企业信用风险评价指标体系降维,并运用降维数据,建立关于高技术企业信用风险评价的GABP神经网络的模型.最后通过实证分析,验证该方法的可行性.     

基于层次分析法的企业信用评价方法研究

建立了一套企业信用等级评价指标体系,然后应用层次分析、聚类分析等方法对企业信用指标体系进行赋权．通过专家赋权所得权重对区间化后的指标值进行加权平均,得出企业的信用评价值;并利用商业银行的企业信用等级分类标准,得出企业的信用等级．     

小微企业信用综合评级模型的构建

该文在研究企业信用评级的基础上,借鉴企业信用评级模式,创建了适用于评价小微企业信用水平的综合体系.这个综合体系从企业主品行、行业市场和企业财务因素3个方面建立了评价指标.其中,企业主品行、市场状况指标采用层次分析法确立各个指标的权重;财务评价指标采用主成分分析法确立各个指标权重.然后,再采用层次分析法确定综合评级体系3个方面的权重,从而建立小微企业信用综合评级体系.小微企业信用综合评级体系的建立可以有效地识别小微企业的信用风险,解决小微企业无法通过金融机构信用等级评价系统的难题,给小微企业融资打开了突破口.     

基于BP神经网络的建筑施工企业信用评价模型研究

建筑施工企业信用对建筑业的发展有着举足轻重的作用,该文根据建筑施工企业特点构建了建筑施工企业信用评价体系,并建立了建筑施工企业信用评价的BP神经网络模型,对建筑施工企业信用进行客观、科学、正确的评价。     

基于主成分分析法的我国上市公司信用风险评价模型

采用理论分析与实证分析相结合的研究方法，建立了适合我国上市公司信用风险评估的模型。该模型采用主成分分析法筛选出我国企业信用风险评价的主要指标变量，并选取我国2002年度22个行业500家上市公司的财务数据样本，对该模型进行验证，得到的判别正确率为88．67％。该模型评价指标体系简单，实用性强，运行成本低，准确率高，为我国上市公司信用风险评价提供了一种新的有效方法。     

中国软件服务业企业信用评价公布

中国软件行业协会近日在北京召开了企业信用评价发布会,向社会公布了16家首批获得中国软件服务业企业信用评价A级以上等级的名单,其中获得AAA级的企业13家,AA级的企业1家,A级的企业2家。工业和信息化部软件服务业司和商务部市场司秩序领导对行业协会进一步提高评价质量提出了要求,希望行业协会加强服务意识,稳步推进行业信用等级评价工作,推动软件服务业企业信用体系建设。与会代表就软件企业信用体系建设进行了交流。     

基于近红外光谱技术的苹果霉心病检测方法

为实现苹果霉心病无损检测,提高果实品质,以斗南苹果为研究对象,利用MPA近红外光谱仪,采集了100个苹果,4000~12500cm-1波长范围内的漫反射光谱。将主成分分析(PCA)分别与马氏距离判别模型和Fisher判别模型结合,比较两种判别模型对霉心病的判别精度。试验结果表明：在对苹果样品全波段光谱数据进行主成分分析后,将前10主成分作为输入变量建立判别模型,马氏距离判别模型正确识别率为97.14%,Fisher判别模型的正确率为88.57%,马氏距离判别模型明显优于Fisher判别模型。     

浅析信用及其对企业的影响

论述了市场经济条件下企业信用对企业发展的影响，分析了我国企业信用的现状，指出建立和健全良好的企业信用制度是企业兴旺、经济繁荣的关键。     

矿井涌水水源的主成分分析和BP神经网络判别

为准确判别矿井涌水水源,针对矿井各主要含水层的水化学特征数据样本,利用主成分分析法消除变量中的重复信息,采用BP算法对网络进行训练,实现对随机挑选样本的判别,并与Bayes判别结果进行比较.结果表明：主成分分析与BP神经网络相结合的方法判别涌水水源的正确率为82.35％,优于Bayes判别法.该研究为有效开展矿井防治水工作提供了参考.     

基于LS-SVM的IT企业信用评估研究

构建IT企业信用评价模型,采用LS-SVM方法对企业风险进行量化研究.研究结果表明,LS-SVM可以刻画IT企业违约与否的线性特征,并可将二次规划问题转化为线性规划问题,降低计算的复杂程度,是企业信用评级的有效工具.     

浙江省企业信用状况及对策

文章主要以对浙江省企业信用状况的调查问卷为基础,分析了当前浙江省企业信用缺失的各种表现,揭示了导致企业信用缺失的主要原因,并就如何提升企业信用,重塑浙江企业诚信经营的新形象提出了相关对策.     

基于主成分分析和支持向量机的矿井水源判别

针对传统支持向量机法判别矿井水源准确率较低的问题,选取7种水化学成分指标作为矿井水源判别的指标,采用主成分分析(PCA)和支持向量机(SVM)相结合的方法建立PCA-SVM矿井水源判别模型。以山东盛泉矿业有限公司矿井太原组灰岩含水层和奥灰含水层的水化学特征中的27个样本进行训练和检验,并与传统的支持向量机模型结果进行比较,利用PCASVM模型对矿井水源进行判别,分类准确率由66.67%提高到83.40%。研究结果表明,利用PCA-SVM矿井水源判别模型能有效消除判别指标间的相关影响,判别率较高,引进主成分分析算法是必要的。     

基于主成分判别分析的全国主要城市空气质量评价

空气质量在国际上已是重点控制对象,利用主成分方法对影响各个城市的空气质量的指标进行分析,得出影响空气质量的主要因素.然后选取主成分进行费希尔(Fisher)判别分析,建立主成分的费希尔判别分析模型,对城市的空气质量进行判别,再利用判别式分别对重庆、成都、昆明、宝鸡4个城市的空气质量类别进行预测.     

神经网络在企业信用信息数据分析中的应用

以企业信用评级知识为基础，运用数据挖掘中的神经网络技术，研究企业信用评级中的神经网络结构，进行企业信用评级模型——神经网络感知器的新探索．以此制定相应的信用政策，控制企业的信用风险．     

B2B企业信用评估模型的研究

分析了当前B2B企业信用评估方法上存在的问题,以网下认证与网上评估相结合的原则,建立了企业信用评估指标体系,构建了企业信用评估模型,为B2B企业进行全面、有效的信用评估提供较为科学的方法.     

风险投资对科创型企业信用风险的作用效应——投贷联动框架下基于安徽省样本的实证分析

投贷联动框架下风险投资的加入对科创型企业信用风险产生作用,为商业银行信贷业务的开展提供新方向.遵循"风险投资-技术创新-企业价值-信用风险"的作用路径理论分析风险投资对科创型企业信用风险的作用效应,基于KMV模型,利用安徽省样本上市企业2019年数据进行实证检验.研究发现,风险投资的加入明显拉大了科创型企业的平均违约距...     

基于超球面支持向量机的综合传动状态判别

以油液光谱分析数据为基础,建立了基于超球面支持向量机的综合传动状态判别模型。利用主成分分析法,对油液光谱分析数据进行预处理,并进行主成分提取的研究分析。研究了参数的变化和异常样本对模型性能的影响。实验研究表明,基于超球面支持向量机的状态判别模型准确可行,能实现综合传动的状态判别。     

造成企业信用缺失的外部环境因素及立法完善

针对目前大量的企业失信现象,文章分析了造成企业信用缺失的外部环境因素:企业产权环境不清晰;中介机构失信;竞争环境不公平;企业征信体系未建成.在此基础上,提出了完善企业信用规制的若干立法建议:加快企业产权制度改革;修改中介机构立法;制定反垄断法;构建企业信用征信体系.     

关于企业信用缺失的原因及对策分析

信用对我国企业的发展而言，是与国际市场接轨的桥梁和平台，也是我国经济持续、稳定、快速发展的重要保障。加强企业信用体系建设，对促进企业良性发展，加快我国经济建设的步伐，都具有十分重要的现实意义。本文着重分析了我国企业信用缺失的现象及原因，并提出了建立健全企业信用管理体系的一些建议。     

企业信用危机的分析及对策

2007年,中国企业协会信用评估部和北京国商国际资信评估公司联合对全国的近10万家企业进行了企业信用信息调查,调查结果显示,76.2%的认为我国企业存在拖欠货款、贷款、税款问题、63.2%认为存在违约问题、42.4%的认为制售假冒伪劣产品问题严重,中国企业因为信用缺失而导致的直接和间接的经济损失高达5855亿元。当前,由于经济体制转轨的不彻底,企业信用危机普遍存在,已经