- 年份
- 2024(9002)
- 2023(13053)
- 2022(11595)
- 2021(10921)
- 2020(9120)
- 2019(21294)
- 2018(21069)
- 2017(41111)
- 2016(22058)
- 2015(24827)
- 2014(24777)
- 2013(24173)
- 2012(21743)
- 2011(19374)
- 2010(18994)
- 2009(17037)
- 2008(16118)
- 2007(13749)
- 2006(11630)
- 2005(9583)
- 学科
- 济(85512)
- 经济(85419)
- 管理(63680)
- 业(59993)
- 企(51123)
- 企业(51123)
- 方法(45553)
- 数学(40054)
- 数学方法(39402)
- 财(21874)
- 农(21592)
- 中国(20032)
- 业经(18610)
- 学(18270)
- 地方(16404)
- 理论(15305)
- 务(14753)
- 财务(14681)
- 财务管理(14646)
- 农业(14557)
- 贸(14535)
- 贸易(14528)
- 和(14109)
- 易(14069)
- 技术(14041)
- 企业财务(13871)
- 环境(13660)
- 制(13564)
- 划(12145)
- 银(11698)
- 机构
- 大学(305045)
- 学院(303099)
- 管理(126653)
- 济(116295)
- 经济(113745)
- 理学(111618)
- 理学院(110432)
- 管理学(108240)
- 管理学院(107713)
- 研究(93862)
- 中国(68786)
- 京(63594)
- 科学(60331)
- 财(51641)
- 业大(46924)
- 农(46272)
- 所(45095)
- 中心(44298)
- 财经(42956)
- 研究所(41734)
- 江(41520)
- 范(40239)
- 师范(39878)
- 北京(39376)
- 经(39229)
- 农业(36117)
- 院(34956)
- 经济学(34327)
- 州(34274)
- 经济管理(32524)
- 基金
- 项目(221062)
- 科学(174382)
- 基金(160819)
- 研究(160493)
- 家(139670)
- 国家(138563)
- 科学基金(120526)
- 社会(100267)
- 社会科(95033)
- 社会科学(95007)
- 省(86540)
- 基金项目(86072)
- 自然(80175)
- 自然科(78345)
- 自然科学(78327)
- 自然科学基金(76867)
- 教育(74994)
- 划(73071)
- 资助(66647)
- 编号(65824)
- 成果(51280)
- 重点(49038)
- 部(48749)
- 创(45926)
- 发(45844)
- 课题(44466)
- 科研(42911)
- 创新(42804)
- 教育部(42015)
- 大学(41560)
- 期刊
- 济(115464)
- 经济(115464)
- 研究(83018)
- 中国(50470)
- 学报(47401)
- 管理(43885)
- 科学(43666)
- 农(39959)
- 财(38621)
- 大学(36484)
- 教育(34802)
- 学学(34347)
- 技术(28524)
- 农业(28334)
- 融(21809)
- 金融(21809)
- 业经(19651)
- 财经(19637)
- 经济研究(18190)
- 经(16604)
- 图书(16200)
- 技术经济(15243)
- 科技(15050)
- 理论(15003)
- 问题(14962)
- 统计(14789)
- 业(14243)
- 实践(14035)
- 践(14035)
- 资源(13847)
共检索到414244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] 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] 税务与经济
[作者]
熊海芳 刘跃 刘天铭
共同因子是刻画风险溢价的重要基础,将共同因子模型应用于公司债券市场有助于合理估计信用风险溢价。本文利用机器学习算法探究债券信用溢价因子的存在性以及结构变化后发现:规模、下行风险、价值、波动率以及流动性等五个公司债券共同因子对单个债券信用溢价有较好的解释能力,动量因子对信用溢价的解释能力较差,流动性因子具有较强的逆周期防御性功能。债券市场以及公司债券信用溢价因子在2015年前后存在明显的结构变化,利用稀疏学习和集成学习可以有效分析因子结构变化,建立风险预警。此外,在公司债券市场的市场制度和环境改变过程中,可以利用机器学习算法识别其对市场的影响,防范化解潜在的系统性风险。
关键词：
信用溢价 因子模型 结构变化 机器学习
[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]
蒋锋 张文雅
机器学习方法在处理复杂数据、构建高精度模型方面具有显著优势，在不同领域的研究中都得到了广泛应用。数字经济时代为经济领域带来海量数据的同时，也对经济研究提出诸多挑战。机器学习方法能充分挖掘数据中的非线性、非平稳信息，有效提高经济分析结果的精度。机器学习与经济问题的融合改变了传统经济学的研究范式。文章对近年来机器学习方法在经济研究中的应用进行回顾，从通货膨胀、汇率与货币、GDP、劳动力市场、社会稳定、政策评价等角度进行总结，比较了常用机器学习方法的优缺点，并展示了模型的评价准则，如均方根误差、F1-得分、AUC值等。
[期刊] 南开学报(哲学社会科学版)
[作者]
陈小亮 程硕 陈衎 肖争艳
一线城市的房地产市场在全国房地产市场中具有举足轻重的地位，因此，维持一线城市房价平稳从而对保障全国房价平稳健康发展具有重要意义。运用XGBoost等机器学习方法和SHAP值可解释性方法，对四大一线城市房价的主要影响因素及其在2012年前后的动态变化进行测算并分析，研究发现：第一，预期因素是一线城市房价上涨的主要影响因素，并且其影响在不断增强。第二，供给因素和需求因素对一线城市房价上涨也起到了较为重要的作用，不过其作用呈现出减弱态势。第三，货币政策等因素对一线城市房价上涨的影响相对偏弱，并且近年来其影响进一步下降。考虑到预期因素是一线城市房价上涨的最主要因素，因此对一线城市而言，稳房价的关键在于稳预期。进一步地，结合实证结果可知，需要让房价更多地由基本面因素来决定，并且通过稳定房地产调控政策来稳预期。一是从供给端发力，构建一线城市土地供给与房价以及土地供给与常住人口之间的联动机制。二是从需求端发力，缩小一线城市与其周边城市以及其他三四线城市之间的公共服务差距，从而减轻一线城市的外来人口压力以及由此引发的住房需求增长。三是保持房地产调控政策的连续性、一致性、稳定性，通过稳定政策来稳定房地产市场的预期。
关键词：
一线城市 房价 稳预期 机器学习方法
[期刊] 中国农业科学
[作者]
申哲 张认连 龙怀玉 徐爱国
【目的】基于历史数据，利用机器学习方法分析宁夏南部土壤质地空间变异规律及其与环境因素之间的关系。【方法】基于宁夏回族自治区南部428个20世纪80年代第二次土壤普查土壤剖面点数据，采用分类回归树（CART）和随机森林（RF）两种机器学习方法，结合地形因子、土壤类型、归一化植被指数，探究与宁夏南部地区土壤质地分布相关性较强的环境因素，并用两种机器学习预测该区土壤质地类型的空间分布，用剖面点验证集数据以及宁夏回族自治区海原县实测样点数据验证模型精度。【结果】（1）RF和CART对剖面点验证集土壤质地类型的预测正确率分别为62.36%、55.29%，接收者操作特性（receiver operating characteristic,ROC）曲线下面积（area under roc curve,AUC）分别为0.7515、0.6933，对海原县122个实测样点的预测正确率分别为54.10%、48.36%,AUC分别为0.6599、0.5981,RF的预测精度高于CART。（2）该区土壤类型（ST）是与土壤质地空间分布相关性最强的环境因素，其次是高程（Ele），高程越高，土壤质地越黏重。风力作用指数（WEI）和坡度（Slo）对土壤质地的影响较小。（3）研究区土壤质地类型以轻壤土为主，空间分布格局基本呈现为南部土壤质地黏重，北部土壤质地较轻。【结论】RF更适合预测宁夏南部地区土壤质地的空间分布，且充分利用历史数据，结合新的野外采样，可以达到预测制图的精度要求；土壤类型（ST）和高程（Ele）是与土壤质地空间分布相关性较强的环境因素。
[期刊] 特区经济
[作者]
王庆 姚康
由于中小企业规模较小、行业分散、收益不稳定、抵押条件不足、存在一定风险等原因,多年来一直面临融资难等问题。而融资难从根本上来说是中小企业与金融机构之间的信息不对称。如何合理的评估中小企业的信用状况对于解决融资难问题起着关键性作用。本文实证分析对比了各类评估方法,结果表明,基于支持向量机的bagging集成算法具有较低的错误分类率,能更好的适应中小企业信用评估。
关键词：
机器学习 信用评估 支持向量机 集成学习
[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] 教育与经济
[作者]
赵宇阳 陈越洋 桑标
基于PISA2018我国四省市学生和学校的调查数据，在教育生产函数的框架下，通过机器学习的研究方法，探讨不同学生和学校特征在学业表现中的重要性。研究发现，在学生特征方面：个体社会经济地位和课上学习时间在数学、阅读、科学表现中的重要性最突出，且学习时长对学业成绩的影响存在学科差异；学生职业期望在数学和科学成绩上的重要性较为突出；学生的社会经济地位及课上学习时长在高、低学业表现学生群体中的重要性均相对突出。在学校特征方面，弱势学生比例及教师数量在三种学业表现中都相对重要，且其在高、低学业表现学校群体中的重要性相对突出。此外，比较发现，在初中阶段，学校特征类因素对学生学业表现的影响更大。因此，建议提高学生课堂学习的效率，增强青少年对基础学科的认同感；推进公共教育服务均等化，加大对教育资源优越地区相对弱势学生群体的关注力度；调整初中阶段教育资源配置结构，优先保障对学校的投入。
[期刊] 中国农村经济
[作者]
齐秀琳 汪心如
本文基于2017年中国流动人口动态监测调查数据，系统地运用多元线性回归、惩罚回归、集成学习和深度学习等多种机器学习方法，考察了农业转移人口市民化水平的影响因素。研究结果表明：集成学习方法在预测农业转移人口市民化水平方面明显优于多元线性回归模型，其中梯度提升回归树模型的预测效果最佳；在所有特征变量中，个体的受教育程度、性别、家庭规模、年龄和流动城市数量是影响农业转移人口市民化水平的最主要因素。此外，本文通过累积局部效应图展示了不同影响因素对农业转移人口市民化水平的具体预测模式，并发现年龄和流动城市数量对农业转移人口市民化水平有着明显的非线性影响。这些研究结论对政府进一步推进农业转移人口市民化具有重要参考价值。
关键词：
农业转移人口 市民化 机器学习
[期刊] 工业技术经济
[作者]
刘子君
个人经济业务往来频繁发生,个人信用资料记录制度的不完善给个人信用的评价带来困难,进而影响了经济决策。软集合理论是利用不够完善的信用资料,解决个人信用评价问题的一个有效方法。本文叙述了软集合的基本理论与定理,分析了软集合条件下个人信用评价方法的基本方法,并通过具体事例进行了分析和阐述。
关键词：
软集合 个人信用 评价
[期刊] 征信
[作者]
姚路
在信息共享的大潮流下,缓解纵向信息不对称所带来的矛盾,只是通过信息要素的交换、汇总来提升对完整信息集的有效识别,并不能使信用报告使用者准确预判信用风险。个人征信报告正是在纵向信息不对称的大环境下,用来构建的可供金融机构共享的个人信用信息媒介。研究发现,信贷人员依据信用报告上的信息要素,在对个人基本信息、借贷担保交易信息、公积金信息、查询记录信息等认知的基础上,可以构建多元线性回归模型,间接得出对信息主体的信用评价,最终促进G2B共享信息的应用。
[期刊] 中国土地科学
[作者]
赵珂 夏清清 胡晓艳
研究目的：避免城镇建设适宜性评价指标及其权重体系建立的主观性，通过“数据海选—非线性认知—线性规则转化”的方式，探索能反映城镇建设适宜性影响因素之间真实联系、评价结果易于理解、便于落地实施的城镇建设适宜性评价方法。研究方法：非线性机器学习、贝叶斯网络模型。研究结果：贝叶斯网络非线性结构学习出的有向无圈网络(DAG)揭示了城镇建设适宜性评价指标影响的线性主次性，贝叶斯网络非线性参数学习出的各评价指标重要度映射出城镇建设适宜性评价指标的线性重要度。研究结论：对比“专家经验线性评价”、“非线性贝叶斯网络评价”“转化线性规则评价”三种方法评价结果，非线性贝叶斯网络评价结果的合理性大大高于专家经验线性评价结果，转化线性规则评价结果的准确性不如非线性贝叶斯网络评价，但误差在可接受范围内，评价出的城镇建设适宜用地更加集中连片，评价结果易于感知、理解，可行性强。
[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] 工业技术经济
[作者]
邢文婷 袁琳 张巧
在“双碳”政策引导下，大力使用低碳、清洁的天然气资源是我国能源转型的重要举措，我国天然气供应主要依赖进口，准确预测天然气进口趋势对实现“双碳”目标具有重大意义。本文采用曲线投影寻踪动态聚类模型从经济发展、人口、天然气行业和能源消费4个方面确定天然气进口影响因素评价指标体系，分别构建多变量灰色GM(1,N)模型、支持向量机回归（SVR）、卷积神经网络（CNN）3种机器学习模型并对2006～2020年我国天然气进口数据进行拟合，对比拟合精度选取最优模型进行预测，以降低预测风险。研究结果表明：（1）曲线投影寻踪动态聚类模型不受指标数量和样本容量限制，按照影响因素的重要程度进行排序构建了天然气进口预测评价指标体系，剔除人为任意性因素的影响，实现预测指标体系的客观性；（2）CNN模型对天然气进口量的时间序列预测具有较高的预测精度；（3）2021～2026年我国天然气进口量呈上升趋势，增速下降，2026年天然气进口量突破2000亿立方米，预测结果与当前国内外能源政策导向吻合，最后针对预测结果提出相关建议。研究结论科学、可靠，可为我国天然气进口及风险管理提供一定的科学依据。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
