基于GP的个人信用评估非线性组合预测模型

个人信用评估对于商业银行控制信贷风险具有重要意义。针对单一模型存在的分类精度不高的问题，需将组合预测模型用于个人信用评估。本文在线性回归和Logistic回归两种单一统计模型的基础上，利用遗传规划（GP）构建了一种非线性组合预测模型。将模型应用于某商业银行的消费信贷数据的分类，其结果表明，基于GP的非线性组合预测模型有效地提高了分类精度，模型的第二娄误判率低，对于商业银行控制个人信用风险具有更好的适用性。     

基于多分类器组合的个人信用评估模型

针对个人信用评估单一模型存在的不足,提出一种基于多分类器组合的个人信用评估模型.该模型综合了多元判别分析、logistic回归、神经网络、支持向量机等七种个人信用评估单一模型的预测结果,利用加权投票方法对其进行组合并输出最后预测结果.在某商业银行信用卡数据集上的测试结果表明,组合模型能有效地提高预测精度及稳健性,对信贷机构控制消费信贷风险具有很好的适用性.     

基于广义IOWA算子的安徽省税收组合预测模型

先引进广义IOWA算子，建立广义IOWA算子组合预测模型.该模型与一般的组合预测方法的不同在于组合预测的赋权系数与预测精度有着紧密联系而与单项预测模型关系不大.这是组合预测方法的一种新的可变赋权方法.在此基础上建立基于广义IOWA算子的税收组合预测模型，并通过与指数平滑方法、线性回归预测方法和灰色预测方法进行比较，发现组合预测模型既稳定又精确.     

简单平均组合预测有效性的应用分析

通过实例分析,说明了当序列模式变动较大时,简单平均组合预测模型相对于其他组合预测模型的优越性,并且基于样本段的拟合精度不足以说明组合预测模型的外推预测精度。文中的分析对于组合预测模型的选择和应用具有实际参考价值。     

个人信用评估GA神经网络模型的构建与应用

个人信用评估对于商业银行规避消费信贷风险具有重要意义.为了构建更优的个人信用评估模型,提出了利用遗传算法(GA)优化神经网络的信用评估方法,并通过GA适应度函数的设置控制信用评估中给商业银行造成损失较大的第二类误判的发生.模型的应用结果与BP神经网络进行对比表明,GA神经网络能够有效地控制第二类误判的发生,模型的稳健性高,具有更好的适用性.     

基于CBR的化妆品销售组合预测模型

预测是销售企业面临的至关重要的问题,预测精度会直接影响到企业的利润及长远发展。考虑到化妆品销售独特的生命周期特点,提出基于案例推理技术的化妆品销售组合预测模型。基于案例推理技术能够弥补短生命周期产品数据不足的问题,根据"最相似"产品的数据对目标产品属性进行推理计算,既提高了预测精度,又便于实际操作。在此基础上,提出了改进的BASS模型及季节性趋势增长模型,充分考虑数据序列波动的季节性、趋势性及其完整的生命周期特征。为了进一步提高预测精度,提出AFTER-GA组合预测算法,并添加PSOWv-SVM模型作为组合预测的模型之一,利用模型处理外界影响因素的能力,使得各模型取长补短,更有效地突出各模型的优势,从而取得更精确的预测结果。实例分析表明,AFTER-GA组合预测算法在精度上要明显优于其他方法;基于CBR的组合预测模型在化妆品销售预测方面,能够达到令人满意的精度要求,具有实际应用价值。     

基于合作对策的股指时间序列智能组合预测研究

针对我国股市呈现出非线性、大幅度、频繁波动的特征,提出一种基于合作对策的股指时间序列智能组合预测方法,利用改进GRACH方法从时间关联性的角度辨识股指时间序列;同时利用神经网络方法从多种经济指标之间的相关性出发,建立股指时间序列预测模型,同时引入合作对策方法,对两种预测方法进行组合。实证分析结果表明,采用本算法能够有效地将预测精度控制在2.68%以内,同时在RMSE、MAPE和F三项指标上,较单一模型有极大提升。     

组合预测在油气操作成本预测中的应用

油气操作成本在油气生产中占有较大比重，其高低直接影响油气田开发的经济效益。准确地预测油气单位操作成本，可以在生产中采取有效的控制手段，降低成本，提高企业效益。将组合预测法应用于油气操作成本的预测，利用非线性回归模型和灰色模型加权组合建立组合预测模型，并通过平均绝对误差、平均绝对百分比误差、均方误差和均方百分比误差等指标比较，证明组合模型比单一模型的预测效果更好，能提高油气操作成本预测的精度。     

中国能源消费的组合预测

组合预测理论及建模技术对于信息不完备的复杂经济系统具有一定的实用性。鉴于能源消费系统的复杂性及非线性的特征,可利用中国能源消费量的历史数据,分别采用指数回归模型、多元回归模型及灰色模型建立中国能源消费系统的单项预测模型。之后,可采用标准差法进行非负权重分配,建立中国能源消费量的组合预测模型。分析结果表明,组合预测模型的精度高于单项预测模型。进而可应用该模型对中国未来10年的能源消费量进行预测。     

基于SVM的人口预测

为了提高人口预测的精度,建立了基于支持向量机的预测模型,并采用此模型对实测数据进行了预测。与FNN组合预测的预测结果相比,建立的新型人口预测模型具有更好的预测精度。     

信用风险智能分析系统设计

信用评级系统是金融业信息化建设的重要系统之一。文章分析了信用评估系统的需求,结合评估模型理论,开发设计了一套基于组合优化决策树的信用风险智能分析系统。应用结果表明,系统具有良好的风险预测能力。     

基于时间序列分析的股价预测

基于收盘深发展股票价格的实际数据资料,通过对实际样本数据的预处理,确认股票价格序列为平稳非白噪声序列的基础上,利用SAS/ETS软件,采用ARMA方法,建立时间序列预测模型。应用的结果表明：本预测模型考虑了各种随机因素的影响,与实际状况有较高的吻合度,对动态数据进行预测是可行的,对于经济统计预测有一定的实用价值。     

企业社会责任与企业信用风险评估——基于利益相关者视角的Logistic模型创新

在研究过程中,主要以理论为基础,对企业社会责任与企业经济之间的关联性进行了分析,并从相关利益主体视角出发构建企业社会责任因子,在考虑企业社会责任经济后果时滞性的前提下结合财务因子,构建了创新的Logistic模型。采用我国沪深A股上市公司战略性新兴产业中五大产业2013—2017年的数据,构建了分行业logistic回归模型,研究发现模型均具有良好的拟合效果,且企业社会责任各因子均对企业信用风险有重要影响。创新的Logistic模型具有较高的准确度,可以有效提高债权人对企业进行信用风险评估的判别能力,规避风险。     

基于模糊层次分析法的个人住房贷款风险评估研究

目前商业银行个人住房贷款风险管理中定性方法存在一些缺陷.在借鉴国内外个人信用评分指标构建经验的基础上,选取五大子目共19个指标形成个人信用评分指标体系,引入模糊一致判断矩阵,运用模糊层次分析法确定指标权重,从而构建了商业银行对个人住房贷款风险控制的定量模型.利用模型可以确定房贷申请者个人信用评分及等级,即按得分多少将房贷申请者个人信用划分为从AAA至C等七个不同的等级,商业银行则依据房贷申请者的信用评分等级给予不同的放款政策.     

中小企业信用评级指标体系研究

中小企业的信用等级既是银行信贷资产风险管理的基础,同时也直接决定了中小企业的融资规模和融资成本。该文以中小企业信用评级为视角,在对定量指标和定性指标进行筛选的基础上,构建了中小企业信用评级指标体系,结合层次分析法与模糊综合评价模型,建立了适应中小企业风险特点的信用评级模型。     

基于判别分析的个人信用评分模型研究与实证分析

在国际上,个人信用评分是个人信贷风险防范的重要环节,而目前我国还没有制订出一套规范的个人信用评分指标体系和方法。文章利用真实的个人消费信贷数据,选择合适的字段作为指标变量并进行赋值,对假设条件的检验分析后,建立了个人信用评分的多元线性判别模型并进行了检验。实证研究表明:该模型具有较好的稳健性,且具有一定的判别预测能力,但仅用训练集计算的分类正确率还不能真正地反映模型的预测能力。     

基于LS-SVM的个人信用评估

个人信用评估一直是金融业研究的重要内容,已取得一定的研究成果,但与现实的业务发展要求还有一段距离。本文在信用评估中应用了一种新的方法———最小二乘支持向量机方法(LS-SVM),该方法具有专门针对小样本、算法复杂度与样本维数无关、处理非线性等优点。使用真实的信用卡数据实证结果表明,本方法具有较好的预测能力,在与Logistic方法进行个人信用评估的对比研究中,该方法具有明显的优势。     

基于最小一乘的GA-SVR用电量预测

基于最小一乘准则和交叉验证思想下,提出了一种基于自适应遗传算法参数寻优的支持向量回归机模型。该模型采用最小一乘准则作为训练标准,提高了模型的整体稳定性。使用自适应遗传算法对支持向量回归模型进行参数寻优,加快了训练时间,提升了预测精度,同时,交叉验证方法的采用,又进一步地提升了模型的泛化能力和预测精度。采用该模型对江苏省全社会用电量进行预测的结果表明,其预测精度要优于传统的支持向量回归模型和一般的粒子群优化支持向量回归模型。