- 年份
- 2024(9798)
- 2023(14411)
- 2022(12718)
- 2021(12086)
- 2020(10061)
- 2019(23526)
- 2018(23470)
- 2017(45646)
- 2016(24604)
- 2015(28018)
- 2014(27807)
- 2013(27123)
- 2012(24417)
- 2011(21835)
- 2010(21779)
- 2009(19572)
- 2008(18696)
- 2007(16076)
- 2006(13773)
- 2005(11555)
- 学科
- 济(95576)
- 经济(95476)
- 管理(70760)
- 业(67291)
- 企(57083)
- 企业(57083)
- 方法(49818)
- 数学(43888)
- 数学方法(43096)
- 农(24711)
- 财(23808)
- 中国(23443)
- 业经(20907)
- 学(20235)
- 理论(18222)
- 地方(18069)
- 农业(16580)
- 贸(16497)
- 贸易(16488)
- 易(16001)
- 务(15908)
- 财务(15823)
- 财务管理(15791)
- 制(15726)
- 技术(15661)
- 和(15502)
- 企业财务(14929)
- 环境(14613)
- 教育(13671)
- 划(13471)
- 机构
- 大学(341737)
- 学院(341099)
- 管理(139544)
- 济(131237)
- 经济(128385)
- 理学(122793)
- 理学院(121470)
- 管理学(118815)
- 管理学院(118203)
- 研究(106102)
- 中国(77780)
- 京(71339)
- 科学(67548)
- 财(58551)
- 农(51768)
- 业大(51644)
- 所(51523)
- 中心(49549)
- 财经(48458)
- 江(47534)
- 研究所(47483)
- 范(45543)
- 师范(45124)
- 北京(44523)
- 经(44223)
- 农业(40385)
- 院(39234)
- 经济学(39197)
- 州(39065)
- 技术(36813)
- 基金
- 项目(243495)
- 科学(192097)
- 研究(177652)
- 基金(176708)
- 家(153611)
- 国家(152341)
- 科学基金(132277)
- 社会(110387)
- 社会科(104539)
- 社会科学(104510)
- 省(95536)
- 基金项目(93874)
- 自然(87931)
- 自然科(85954)
- 自然科学(85935)
- 自然科学基金(84342)
- 教育(84089)
- 划(80567)
- 资助(73861)
- 编号(73260)
- 成果(58031)
- 重点(54190)
- 部(53698)
- 创(50899)
- 发(50798)
- 课题(50048)
- 创新(47352)
- 科研(46894)
- 教育部(46491)
- 大学(46044)
- 期刊
- 济(132666)
- 经济(132666)
- 研究(94529)
- 中国(58940)
- 学报(53110)
- 管理(49845)
- 科学(49017)
- 农(45594)
- 财(44115)
- 教育(42731)
- 大学(41026)
- 学学(38559)
- 技术(32557)
- 农业(31917)
- 融(25443)
- 金融(25443)
- 财经(22775)
- 业经(22635)
- 经济研究(21456)
- 经(19352)
- 图书(17687)
- 问题(17294)
- 技术经济(16726)
- 科技(16575)
- 统计(16428)
- 业(16323)
- 理论(16079)
- 版(15675)
- 策(14926)
- 实践(14866)
共检索到471810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] 数理统计与管理
[作者]
熊志斌
由于集成模型相比单一模型具有更高的准确性和稳健性而在信用评估领域中受到广泛关注。然而选择哪些单一模型作为基模型是关系到集成效果好坏的一个重要因素。本文提出了一种基于变量选择思想的基模型筛选方法,即从备选的单一模型中,利用基于相关性变量选择方法(CFS)筛选出合适的模型作为构建集成模型的基模型,通过这种方法选择的基模型,既保证了基模型具有较高的预测精度,又保证了基模型之间具有较大的差异性。在此基础上,通过堆栈集成结构方式,采用元学习策略方法,将所选基模型有效地融合在一起,构建了一个改进的信用评估集成模型。通过在不同信用数据集上的实验,验证了所提出集成模型的有效性和稳健性。同时,本研究成果也给学界和业界相关研究及决策提供了一种有益的思路和参考。
[期刊] 软科学
[作者]
黄静 薛书田 肖进
将半监督学习技术与多分类器集成模型Bagging相结合,构建类别分布不平衡环境下基于Bagging的半监督集成模型(SSEBI),综合利用有、无类别标签的样本来提高模型的性能。该模型主要包括三个阶段:(1)从无类别标签数据集中选择性标记一部分样本并训练若干个基本分类器;(2)使用训练好的基本分类器对测试集样本进行分类;(3)对分类结果进行集成得到最终分类结果。在五个客户信用评估数据集上进行实证分析,结果表明本研究提出的SSEBI模型的有效性。
[期刊] 软科学
[作者]
黄静 薛书田 肖进
将半监督学习技术与多分类器集成模型Bagging相结合,构建类别分布不平衡环境下基于Bagging的半监督集成模型(SSEBI),综合利用有、无类别标签的样本来提高模型的性能。该模型主要包括三个阶段:(1)从无类别标签数据集中选择性标记一部分样本并训练若干个基本分类器;(2)使用训练好的基本分类器对测试集样本进行分类;(3)对分类结果进行集成得到最终分类结果。在五个客户信用评估数据集上进行实证分析,结果表明本研究提出的SSEBI模型的有效性。
[期刊] 运筹与管理
[作者]
朱兵 贺昌政 李慧媛
客户信用评估是银行等金融企业日常经营活动中的重要组成部分。一般违约样本在客户总体中只占少数,而能按时还款客户样本占多数,这就是客户信用评估中常见的类别不平衡问题。目前,用于客户信用评估的方法尚不能有效解决少数类样本稀缺带来的类别不平衡。本研究引入迁移学习技术整合系统内外部信息,以解决少数类样本稀缺带来的类别不平衡问题。为了提高对来自系统外部少数类样本信息的使用效率,构建了一种新的迁移学习模型:以基于集成技术的迁移装袋模型为基础,使用两阶段抽样和数据分组处理技术分别对其基模型生成和集成策略进行改进。运用重庆某商业银行信用卡客户数据进行的实证研究结果表明:与目前客户信用评估的常用方法相比,新模型能...
[期刊] 消费经济
[作者]
向晖 唐剑琴
本文采用bagging方法结合C4.5决策树算法进行消费者信用评估。在两个真实数据集上用5折交叉验证对基于bagging的决策树集成信用评估模型进行了测试,并与logistic回归、BP神经网络、支持向量机及基于boosting的决策树集成模型进行了对比。结果表明bagging集成可以明显提升决策树模型性能,在所有测试消费者信用评估模型中综合性能最高。
[期刊] 消费经济
[作者]
向晖 杨胜刚
消费者信用评估模型的预测精度直接关系到信贷机构的损益、信用产品的开发和金融市场的繁荣。本文在分析了集成模型的整体性能与基分类器性能之间关系的基础上,提出了一种基于聚类的bagging集成消费者信用评估方法。该方法采用聚类算法来提升基分类器间的差异性,并选择几个精度较高的基分类器参与构建bagging集成模型。通过某商业银行信用卡数据进行实证的结果表明,该方法利用了集成模型的整体性能与基分类器的准确性和差异性之间的关系,降低了基分类器的选择成本,提升了集成模型的预测精度,对于商业银行控制消费信贷风险,促进消费信贷市场发展具有较好的效果。
[期刊] 征信
[作者]
张目 许素娟
针对Bagging算法下基于模糊积分的SVM集成方法在企业信用评估应用中存在的不足，提出一种基于改进模糊密度-Choquet模糊积分SVM集成的企业信用评估模型。该模型借鉴Boosting算法“注重”错分样本的基本思想，考虑SVM基分类器的总体错分程度，重新定义SVM基分类器的模糊密度，实现对模糊密度的改进；在此基础上，采用Choquet模糊积分作为SVM基分类器的结合方法，从而将基于Choquet模糊积分的SVM集成方法引入到企业信用评估中。实证结果表明，与传统方法相比，该模型的预测准确率更高，第一类错误率和第二类错误率更低；精确率、召回率、F1值和Macro-F1值等分类性能指标也明显占优，说明了该模型的可行性和有效性。
[期刊] 运筹与管理
[作者]
吴冲 郭英见 夏晗
信用风险管理一直是银行和其他金融机构最关心的问题之一。随着我国经济体制的改革深入、市场机制的建立与完善以及资本市场、银行业的迅速发展,现行的信用评估体制与方法赶不上经济改革发展的需要。本文建立了基于模糊积分的支持向量机集成方法,该方法综合考虑了子支持向量机的输出重要性。用此方法对商业银行的信用风险进行评估,并与单个支持向量机和最多投票原则的支持向量机集成进行比较,实证结果表明,本文提出的方法具有更高的分类精度,证实了该方法的可行性和有效性,为银行建立一套更加可靠的评估系统提供了理论依据。
[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] 预测
[作者]
吴冲 夏晗
研究表明支持向量机集成方法可以提高分类精度,但是目前所用的基于最多投票原则的集成策略无法评价单个支持向量机分类器的输出重要性。针对这个问题,本文建立一种基于五级分类的支持向量机集成方法,该方法具有四个因子输入,一个衡量商业银行信用风险的输出,该方法考虑了各子分类器的分类结果和各子分类器判决对最终决策的重要程度,利用L ibsvm对某商业银行信贷的176组样本数据进行实证分析,结果表明本文提出的方法比其他分类方法的分类精度高,证实了该方法的可行性和有效性,为银行建立可靠的评估系统提供了依据。
关键词：
信用风险评估 支持向量机集成 预测
[期刊] 经济经纬
[作者]
李义超 廖枝灵 杜易成
笔者以物元可拓思想为基础，选用全国省域的年度经济数据对地方政府的信用风险进行了实证研究。结果显示，样本中处于投机等级的地方政府有２４个，投资等级的地方政府有７个，具体来说处于信用高风险区的地方政府有２２个，中度风险区的有２个，低风险的有２个，无风险的５个。控制地方政府的信用风险，需要财政部、投资者以及地方政府等多方面共同努力。
关键词：
地方政府 信用风险评估 物元可拓模型
[期刊] 上海金融
[作者]
王周缅
蚁群优化算法是一种新型的解决组合优化问题的仿真型算法,在许多优化计算领域中都有广泛的应用,但却有容易陷入局部最优等方面的缺陷。本人之前研究将元胞自动机原理引入蚂蚁算法,构造元胞蚂蚁算法,该算法从理论上被证明能部分避免蚂蚁算法的缺陷从而提高算法的有效性。本文针对商业银行信用风险评估模型的特性,对元胞蚂蚁算法的选择策略、元胞机制、信息素更新机制及寻优终止条件等机制进行改造,提出一种具备自我学习和系统信息反馈机制的商业银行信用风险评估元胞蚂蚁算法模型。最后用DELPHI做了算法仿真实验,结果验证了该模型在信用风险评估中具有较好准确性。
[期刊] 上海金融
[作者]
王周缅
蚁群优化算法是一种新型的解决组合优化问题的仿真型算法,在许多优化计算领域中都有广泛的应用,但却有容易陷入局部最优等方面的缺陷。本人之前研究将元胞自动机原理引入蚂蚁算法,构造元胞蚂蚁算法,该算法从理论上被证明能部分避免蚂蚁算法的缺陷从而提高算法的有效性。本文针对商业银行信用风险评估模型的特性,对元胞蚂蚁算法的选择策略、元胞机制、信息素更新机制及寻优终止条件等机制进行改造,提出一种具备自我学习和系统信息反馈机制的商业银行信用风险评估元胞蚂蚁算法模型。最后用DELPHI做了算法仿真实验,结果验证了该模型在信用风
[期刊] 运筹与管理
[作者]
吴冲 王萤 郭英见
随着我国经济的快速发展,个人信贷业务扩大,给银行带来收益的同时必然存在风险,针对传统个人信用评估方法的不足,鉴于支持向量机具有全局收敛性和良好的推广能力,本文将这种方法应用到信用评估中,利用支持向量机的方法对个人信用进行实证评估,并与K最近邻模型方法进行比较,得出了该方法的可行性和优越性,为银行建立一套完善的评估体系提供依据。
[期刊] 数量经济技术经济研究
[作者]
熊志斌
传统的主成分分析(PCA)本质上是一种线性映射算法,无法有效处理非线性关系的数据。在分析自联想神经网络(AANN)的基础上,借鉴传统PCA方法中的序数主成分概念,提出基于顺序自联想神经网络(SAANN)的非线性主成分分析法(NLPCA)。进一步,结合神经网络(NN)和Logisitic模型,以我国上市公司为研究对象,分别构建基于NLPCA-NN和NLPCA-Logisitic的信用评估模型。实证结果及ROC曲线分析表明,本文构建的NLPCA相比传统的线性PCA方法能有效实现数据的非线性特征提取与降维,提高模型预测性能;在相同PCA方法处理数据的条件下,神经网络模型的信用评估效果要好于Logis...
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
