- 年份
- 2024(7521)
- 2023(11050)
- 2022(9474)
- 2021(8941)
- 2020(7826)
- 2019(18138)
- 2018(18261)
- 2017(35061)
- 2016(18924)
- 2015(21527)
- 2014(21623)
- 2013(21203)
- 2012(19264)
- 2011(17239)
- 2010(17077)
- 2009(15628)
- 2008(15532)
- 2007(13896)
- 2006(11385)
- 2005(9905)
- 学科
- 济(76481)
- 经济(76407)
- 管理(54621)
- 业(51786)
- 企(43497)
- 企业(43497)
- 方法(42872)
- 数学(38223)
- 数学方法(37536)
- 财(20778)
- 农(19081)
- 中国(17182)
- 学(15712)
- 业经(15101)
- 贸(14086)
- 贸易(14080)
- 务(14065)
- 财务(14008)
- 财务管理(13968)
- 易(13674)
- 理论(13199)
- 企业财务(13160)
- 制(13009)
- 地方(12839)
- 农业(12633)
- 和(11936)
- 银(11430)
- 技术(11419)
- 银行(11404)
- 行(10704)
- 机构
- 大学(267969)
- 学院(267290)
- 管理(107131)
- 济(106098)
- 经济(103799)
- 理学(93638)
- 理学院(92626)
- 管理学(90590)
- 管理学院(90097)
- 研究(82022)
- 中国(63091)
- 京(55285)
- 科学(52080)
- 财(48444)
- 农(43190)
- 中心(41218)
- 业大(40751)
- 所(40538)
- 财经(39621)
- 江(38856)
- 研究所(37135)
- 经(35914)
- 范(34471)
- 北京(34209)
- 农业(34159)
- 师范(34105)
- 经济学(32740)
- 州(31163)
- 经济学院(29880)
- 院(29864)
- 基金
- 项目(185140)
- 科学(145950)
- 基金(135051)
- 研究(132981)
- 家(117472)
- 国家(116548)
- 科学基金(101176)
- 社会(83262)
- 社会科(78997)
- 社会科学(78975)
- 省(72700)
- 基金项目(71376)
- 自然(67449)
- 自然科(65951)
- 自然科学(65930)
- 自然科学基金(64694)
- 教育(63298)
- 划(61674)
- 资助(56658)
- 编号(54406)
- 成果(43213)
- 重点(41684)
- 部(41407)
- 发(38420)
- 创(38403)
- 科研(36699)
- 课题(36665)
- 创新(35922)
- 教育部(35621)
- 大学(35151)
- 期刊
- 济(105226)
- 经济(105226)
- 研究(69800)
- 中国(46179)
- 学报(41176)
- 财(39198)
- 科学(37384)
- 农(36782)
- 管理(36749)
- 大学(31310)
- 学学(29553)
- 教育(28408)
- 技术(26258)
- 农业(24935)
- 融(21857)
- 金融(21857)
- 财经(18727)
- 业经(17623)
- 经济研究(17157)
- 统计(16657)
- 经(16012)
- 策(14702)
- 技术经济(14225)
- 问题(14046)
- 业(13581)
- 决策(13479)
- 理论(12985)
- 图书(12886)
- 版(12836)
- 财会(12698)
共检索到372092条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 经济问题
[作者]
唐小果 李毓
集成学习算法是一种基于统计理论以计算机实现的非参数识别技术。阐述了集成学习算法的基本思想,建立了基于Bagging集成学习算法的个人信用评估模型。通过确定相应的评估指标体系,使用一个小样本数据对所建模型的有效性进行了研究,结果表明,集成学习算法可以显著提高分类树的预测精度,且在个人信用评估的实践中具有较强的优势。
[期刊] 统计与决策
[作者]
王重仁 韩冬梅
针对互联网信贷行业的个人信用风险评估问题,文章提出了一种基于贝叶斯参数优化和XGBoost算法的信用评估方法。方法包括五个步骤:数据预处理、特征选择、超参数优化、模型训练、模型预测和评估。实验结果表明,本方法的预测效果优于对比算法(Logistic回归、支持向量机,随机森林、神经网络),同时贝叶斯参数优化方法优于网格搜索法和随机搜索法。因此本文提出的信用评估方法,可以更好区分违约用户,有助于更好地识别用户的违约风险。
[期刊] 价格理论与实践
[作者]
邱泽国 贺百艳
在大数据背景下，信用机构拥有越来越多维度的贷款人数据，高维数据给构建信用风险评价模型带来了诸多难题。传统意义的信用风险评价模型日渐失效。利用中国银联信用数据作为研究样本，基于Lasso-RF两阶段特征选择，选取逻辑回归、支持向量机、随机森林、决策树等常用的信用评估分类算法，分别从准确率、精确率、召回率和F1值4个指标检验两阶段特征选择的有效性。实验结果表明：基于Lasso-RF两阶段特征选择方法较原始数据集在分类器的4个性能指标上均有所提升，证明了两阶段特征选择方法在个人信用风险评估上具有更好的分类效果。
[期刊] 统计与决策
[作者]
徐少锋
随着我国经济的快速发展以及扩大内需战略方针的确立,商业银行等金融机构不断扩大信用规模,同时它们也面临着日益严重的信用风险尤其是个人信用风险。利用FISHER判别分析建立判别函数对个人信用进行评估,是一种有效的信用风险管理方法。本文以FISHER判别分析为出发点,对个人信用进行实证评估,探讨了该法的现实有效性。
关键词：
FISHER判别分析 个人信用评估
[期刊] 技术经济
[作者]
肖智 李文娟
本文针对信用评估指标维数较高的问题,运用主成分分析与支持向量机理论建立了一个新的个人信用评估预测模型。为反映该模型在信用评估分类方面的优越性,又分别建立了基于神经网络、K近邻判别分析等多种理论的信用评估模型,并用同一组数据对不同的模型分别进行训练,然后比较其预测分类正确率。实验结果表明,基于主成分分析与支持向量机理论的个人信用评估模型具有较优的预测分类正确率。
[期刊] 金融理论与实践
[作者]
杨春霞 王妍 朱鹏渭
为了提高信用风险评估的准确率,应用支持向量机(SVM)来建立信用风险评估模型。针对SVM模型性能的优劣与参数的选择密切相关,提出对传统的果蝇优化算法(FOA)进行改进,采用改进的果蝇算法优化支持向量机的参数,并将该模型的评估结果分别与网格法、遗传算法(GA)和果蝇算法(FOA)优化SVM参数的评估结果对比。实验结果表明:使用改进的果蝇算法优化后的支持向量机模型的评估准确率更高,更适合用于信用风险评估。
[期刊] 金融理论与实践
[作者]
杨春霞 王妍 朱鹏渭
为了提高信用风险评估的准确率,应用支持向量机(SVM)来建立信用风险评估模型。针对SVM模型性能的优劣与参数的选择密切相关,提出对传统的果蝇优化算法(FOA)进行改进,采用改进的果蝇算法优化支持向量机的参数,并将该模型的评估结果分别与网格法、遗传算法(GA)和果蝇算法(FOA)优化SVM参数的评估结果对比。实验结果表明:使用改进的果蝇算法优化后的支持向量机模型的评估准确率更高,更适合用于信用风险评估。
[期刊] 南方金融
[作者]
杜志刚
以美国为代表的发达国家消费市场发展迅速,其中一个重要原因是其国内已经建立起一个较完整的个人信用体系,运用了较成熟的评估方法。我国在这方面起步较晚,缺乏经验。本文介绍了一些国外常用的评估方法,并结合我国银行个人记录现状提出一种评估方法。
关键词：
个人信用评估 数据挖掘
[期刊] 商业研究
[作者]
姜明辉 王欢 王雅林
随着信用行业的发展以及贷款组合种类的不断增加,人们正在积极探索开发更加准确的信用评分模型。分类树是一种由计算机实现,基于统计理论的非参数识别方法。在阐述分类树的基本原理的基础上,结合国内外学者的研究成果将分类树与其他方法进行比较研究,从而分析了其对于个人信用评估的适用性。通过建立符合我国实际情况的指标体系,选取样本数据进行应用分析,证实了分类树在变量选择和分类准确度上明显优于其它方法。
关键词：
个人信用评分 分类树
[期刊] 数量经济技术经济研究
[作者]
姜明辉 王雅林 赵欣 黄伟平
本文阐述了k 近邻判别分析法的基本思想 ,对该方法运用于个人信用评估的适用性进行了分析 ,通过确定相应的评估指标体系 ,建立了基于k 近邻判别分析法的个人信用评估模型 ,使用一个小样本集数据对模型进行了应用 ,对模型应用中需要注意的问题进行了分析。
关键词：
个人信用 信用评估 k-近邻判别分析法
[期刊] 管理现代化
[作者]
萧超武 蔡文学 黄晓宇 陈康
信用评估是商业银行控制和防范信贷风险的关键途径,针对当前个人信用评估模型多使用单一分类器,容易导致过拟合且预测精度有限的问题,提出了基于随机森林组合分类算法的个人信用评估模型,并在实证分析中与KNN、RBF-NET、SVM等单分类器模型以及组合模型GBDT比较,发现基于随机森林组合分类器模型,在个人信用评估的应用中,具有更高的预测精度和稳定性。通过对特征变量评价发现,贷款者个人信息中现有账户状态(透支或有余额等情况)、信贷期限、信贷历史记录、贷款金额对信用风险预测准确率有显著的影响。
关键词：
个人信用评估 随机森林 特征变量评价
[期刊] 统计与决策
[作者]
孙瑾 许青松 陈燕燕
文章提出将重要属性变量提取和模型参数选择两方面的工作同步进行,引入遗传算法作为筛选属性变量和调节参数的优化算法,建立基于遗传算法和支持向量机的个人信用评估模型,并选取现实数据对模型做了实证分析,并将其与不筛选属性变量只优化参数的情况进行比较,实验结果表明,该模型只需要少量重要的属性变量就能具有很好的预测效果。
[期刊] 金融理论与实践
[作者]
周毓萍 陈官羽
在大数据和互联网技术迅猛发展的背景下,金融大数据平台公司通过自己的平台收集和整理海量数据,完善信用评价维度,运用机器学习方法对个人信用水平进行全面科学评价,因而,商业银行传统个人信用评价面临巨大挑战。从现有个人信用评价体系和方法局限出发,探讨基于机器学习方法的个人信用评价研究的必要性,完善个人信用评价维度和评价体系,明确数据采集的渠道,运用动态脱敏技术进行数据脱敏、LOF检验方法检验数据异常值和随机森林方法补充数据缺失值。接着,运用梯度提升决策树方法筛选重要性指标,通过基于逻辑回归的评分卡模型对筛选后的指标进行处理,输出个人信用评价分。最后,通过BP神经网络对模型进行检验,运用该模型对个人信用水平进行预测。研究表明基于机器学习能够进一步提高个人信用评价的准确性,为商业银行个人信用评价提供科学的依据和参考。
[期刊] 统计与决策
[作者]
周寿彬
文章首先讨论反常扩散方程的概率密度函数的特征,在扩散理论中引入扩散控制与违约强度两个函数,提出给予反常扩散模型的信用风险评估方法,为管理者进行个人信贷风险的评估提供了决策数据。然后通过与传统评估模型的评级效果进行对比,考察基于反常扩散模型在风险评估中的适用性。该评估方法以违约概率及置信区间半径最小化为目标,尽可能地让银行和个人的经济损失降到最低,继而实现信贷资源的优化配置。
[期刊] 运筹与管理
[作者]
顾清华 宋思远 张新生 暴子旗
在个人信用违约风险与日俱增的背景下，为了使企业准确识别个人信用风险，本文提出了基于改进BS-Stacking模型的个人信用风险评估方法。针对个人信用风险数据的特点，首先对数据使用改进后的Borderline SMOTE-2算法进行过采样处理，然后使用网格搜索算法对分类器进行参数寻优，为了寻找模型的最优组合，使用逻辑回归对基模型进行贡献度分析，从而确定Stacking模型。实验表明所提出模型与各类集成算法相比，在个人信用风险评估违约样本的识别率上以及稳定性等各类指标上均有最好表现，验证了模型的有效性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
