- 年份
- 2024(6279)
- 2023(8602)
- 2022(6911)
- 2021(6358)
- 2020(5672)
- 2019(12226)
- 2018(12155)
- 2017(23335)
- 2016(12450)
- 2015(13981)
- 2014(13893)
- 2013(13617)
- 2012(12275)
- 2011(10598)
- 2010(11022)
- 2009(10552)
- 2008(11046)
- 2007(10398)
- 2006(9060)
- 2005(8516)
- 学科
- 业(75698)
- 企(70995)
- 企业(70995)
- 管理(56140)
- 济(54917)
- 经济(54849)
- 方法(25848)
- 业经(24936)
- 财(22640)
- 务(19361)
- 财务(19344)
- 财务管理(19318)
- 农(19182)
- 企业财务(18255)
- 数学(18104)
- 数学方法(17864)
- 技术(15465)
- 农业(14428)
- 制(14376)
- 中国(13117)
- 策(13093)
- 理论(13000)
- 企业经济(12065)
- 划(12039)
- 经营(11742)
- 和(11542)
- 险(11058)
- 保险(10965)
- 银(10828)
- 银行(10819)
- 机构
- 学院(183346)
- 大学(174586)
- 管理(78116)
- 济(76323)
- 经济(74873)
- 理学(65836)
- 理学院(65322)
- 管理学(64269)
- 管理学院(63937)
- 研究(50723)
- 中国(48532)
- 财(40167)
- 京(36505)
- 财经(31230)
- 农(29634)
- 江(29503)
- 科学(29225)
- 经(28177)
- 中心(25502)
- 所(24987)
- 业大(24491)
- 州(23605)
- 北京(23010)
- 农业(23006)
- 财经大学(22862)
- 商学(22858)
- 商学院(22658)
- 经济学(22247)
- 研究所(22016)
- 经济管理(20549)
- 基金
- 项目(113527)
- 科学(90851)
- 研究(85078)
- 基金(82805)
- 家(70115)
- 国家(69405)
- 科学基金(62551)
- 社会(54537)
- 社会科(51695)
- 社会科学(51679)
- 省(46356)
- 基金项目(43112)
- 自然(40543)
- 自然科(39688)
- 自然科学(39680)
- 自然科学基金(39013)
- 教育(38280)
- 划(36621)
- 资助(34806)
- 编号(34500)
- 业(30390)
- 创(27060)
- 成果(26519)
- 重点(24688)
- 部(24533)
- 创新(24288)
- 发(23512)
- 制(23199)
- 课题(23092)
- 国家社会(22360)
共检索到282030条记录
相关度优先
- 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] 技术经济
[作者]
李丽 周宗放
将AdaBoost算法与支持向量机(SVM)相结合,建立了SVM集成分类器,并将之应用于商业银行的企业集团信用风险评估中。实证检验结果表明:SVM集成分类器较单一的SVM方法具有更高的分类准确率。
关键词：
企业集团 信用风险 信用评估 支持向量机
[期刊] 金融发展研究
[作者]
孟杰 李田 苑泽明
本文在文献调研和问卷调查的基础上,构建中小企业信用风险评价指标体系,并以A股非金融上市公司中的中小企业为研究对象,通过SVM构建信用风险评估模型。将逐级优化递减欠采样方法 (ODR)和边界自适应合成抽样方法 (BADASYN)与SVM相结合,构建ODR-BADASYN-SVM模型评估中小企业信用风险,以克服样本不平衡性对模型性能的影响。研究结果表明,改进后的SVM模型在中小企业信用风险评估中具有较高的稳定性及预测能力。
[期刊] 征信
[作者]
胡莲
为了实现供应链金融信用风险的科学定量管理,建立了一种AdaBoost集成的支持向量机(SVM)算法。该方法首先采用SVM方法对信用风险数据进行分类学习,建立基学习器;接着通过AdaBoost集成算法对基学习器迭代训练,生成最终的供应链金融信用风险评估模型。实证结果表明,AdaBoost集成SVM分类器较模糊积分SVM集成等方法具有更高的分类准确率,因此该模型具有很好的应用前景。
[期刊] 运筹与管理
[作者]
胡贤德 曹蓉 李敬明 阮素梅 方贤
针对传统BP神经网络在小微企业信用风险评估实际应用中,随机初始权值和阈值导致网络学习速度慢、易陷入局部解以及运算结果误差较大等缺陷,借助群智能萤火虫(GSO)算法,提出一种基于改进离散型萤火虫(IDGSO)算法的BP神经网络集成学习算法的小微企业信用风险评估IDGSO-BP模型。该模型以BP神经网络为基本框架,在学习过程中引入离散型萤火虫算法,优化设计神经网络的网络结构与连接权值,得到一组相对合适的权值与阈值,再进行新一轮网络训练,以"均平方误差最小"为评价准则,产生网络的输出结果,以此建立小微企业信用风
[期刊] 运筹与管理
[作者]
胡贤德 曹蓉 李敬明 阮素梅 方贤
针对传统BP神经网络在小微企业信用风险评估实际应用中,随机初始权值和阈值导致网络学习速度慢、易陷入局部解以及运算结果误差较大等缺陷,借助群智能萤火虫(GSO)算法,提出一种基于改进离散型萤火虫(IDGSO)算法的BP神经网络集成学习算法的小微企业信用风险评估IDGSO-BP模型。该模型以BP神经网络为基本框架,在学习过程中引入离散型萤火虫算法,优化设计神经网络的网络结构与连接权值,得到一组相对合适的权值与阈值,再进行新一轮网络训练,以"均平方误差最小"为评价准则,产生网络的输出结果,以此建立小微企业信用风险评估模型。其仿真实验结果表明,该模型在收敛速度及运算精度方面较传统BP神经网络模型、遗传GABP模型及连续GSO-BP模型有较明显优势。因此,IDGSO-BP模型可以有效提高小微企业信用风险评估的准确性。
[期刊] 物流技术
[作者]
胡莲 胡波
结合模糊积分和支持向量机理论,建立了模糊积分SVM集成的供应链金融信用风险评估模型,对评估中SVM输出重要程度难以量化的问题进行了模糊处理,提出了综合考虑核心企业信用状况和供应链关系状况的信用风险评估指标体系,通过比较分析证实了该方法具有更高的分类精度。
[期刊] 管理评论
[作者]
李丽 周宗放
企业集团由于其内部成员企业众多、股权关系错综复杂、关联交易隐蔽化手段高明等显著特征,信用风险在企业集团内部具有明显的传染性。信用等级低、违约风险大的信用异常企业数目的变化决定了企业集团信用风险的整体表现。将企业集团展现成图的结构,提出了与图的度有关的集团内部信用风险传染率的概念,建立了企业集团信用风险传染的随机动态模型。理论上分析了模型的稳定状态条件及违约高峰到来时刻。数值模拟结果表明,降低信用风险传染系数和信用风险关联度或提高单位时间内信用风险治理率能够有效抑制集团内信用风险的传染。与增加信用风险的治理率相比,降低信用风险关联度是一种更为高效的方式。
关键词：
企业集团 信用风险传染 关联度 治理率
[期刊] 技术经济
[作者]
杨扬 费文颖 周宗放
基于合作博弈理论构建了企业集团关联交易基本模型,刻画了企业集团的公允关联交易以及两种广泛存在的、典型的非公允关联交易行为。利用一类Survival Copula函数刻画了不同类型关联交易下的企业集团信用风险,从理论上阐明了关联交易影响企业集团信用风险的基本机制。研究结果表明:通过关联交易"掏空"母公司的行为会使企业集团的信用风险显著增加;存在最优内部资源配置方式可使企业集团的信用风险水平最低。
[期刊] 经济问题探索
[作者]
杨永生 周子元
本文比较了国内外已有的资产价值增长率估算方法,分析了结构模型中的资产价值的含义和构成,修正了基于财务报表数据的资产价值增长率估算法,并用于企业信用风险评估的实证研究。实证结果表明与基于资本市场信息的估算方法相比,在我国上市公司的信用风险评估中,基于财务报表数据估算的增长率更为有效。
关键词：
资产价值 信用风险 KMV模型 增长率
[期刊] 征信
[作者]
夏晗
小微企业信用风险评估体系的不完善导致小微企业融资难和贷款违约率高等问题。设计包括企业特质、企业财务指标、企业主特质和贷款方式在内的小微企业信用风险评价指标体系,利用具有小样本学习优势的模糊积分支持向量机回归集成方法,构建小微企业信用风险度评估模型,并将此模型与支持向量机、神经网络等模型对比。实证结果表明该模型具有较高的精度和效率,证实了模型的可行性和优越性,为小微企业信用风险评估系统的构建提供了依据。
[期刊] 山西财经大学学报
[作者]
刘璇 张蕾 刘钟 陈彦洁
将数据挖掘技术有效地运用在企业信用风险评估过程中，能够对企业的历史经营数据展开深入研究，分析企业是否会出现欺诈或信用风险，并预测未来的信用水平，进而采取科学合理的监督手段和措施在发生信用风险之前展开相应的管控，促进我国整体市场经济的稳定健康发展。
关键词：
数据挖掘技术 企业信用 信用风险评估
[期刊] 浙江金融
[作者]
杨俊 夏晨琦
信用风险是导致银行破产的主要原因之一。传统上基于专家规则的信用风险评分模型虽然具有较好的业务解释性,但对建模人员的业务经验和理论水平有较高要求,也无法挖掘变量之间复杂的相关关系从而实现完全的数据驱动建模。本文使用Gradient Boosting算法对我行小企业信贷客户数据建模,并和逻辑回归以及专家规则模型进行横向比较和分析。实验结果表明,以违约样本召回率和ROC为模型评估指标,Gradient Boosting算法的模型精度和模型稳定性显著优于另外两种模型,另外,Gradient Boosting和逻辑回归两种基于机器学习的模型表现要明显好于专家规则模型。
[期刊] 浙江金融
[作者]
杨俊 夏晨琦
信用风险是导致银行破产的主要原因之一。传统上基于专家规则的信用风险评分模型虽然具有较好的业务解释性,但对建模人员的业务经验和理论水平有较高要求,也无法挖掘变量之间复杂的相关关系从而实现完全的数据驱动建模。本文使用Gradient Boosting算法对我行小企业信贷客户数据建模,并和逻辑回归以及专家规则模型进行横向比较和分析。实验结果表明,以违约样本召回率和ROC为模型评估指标,Gradient Boosting算法的模型精度和模型稳定性显著优于另外两种模型,另外,Gradient Boosting和逻辑
[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。
0
文献操作(0)
导出元数据
文献计量分析
导出文件格式：WXtxt
