基于贝叶斯网络学习模型的客户关系管理研究

0引言CRM是客户关系管理(Custom er Relationship M anage-m ent)的英文缩写,它由全球最著名的IT分析公司G artenG roup发明以来,已经成为营销学术界及企业界研究的热点。CRM不是一个产品,也不是一个产品的组合,而是一种全新的商业理念。随着经济的全球化、多样化,企业之间的竞     

基于Logistic回归和后验概率SVM的住房贷款组合评估模型

本文针对单一模型存在的分类精度有限的不足,提出了应用组合预测模型进行信用评估的方法.选择Logistic回归和后验概率SVM模型作为单一模型,构建了基于二者的非负权重线性组合预测模型,并将模型应用于住房信贷评估.应用结果表明,组合评估模型的分类精度高于单一模型,并且获得了较好的稳健性,对于构建住房信贷评估模型是一个很好的选择.     

基于文化算法的支持向量机组合预测模型

为提高预测精度,文章提出基于文化算法的支持向量机组合预测模型.以组合预测模型的误差平方和最小为优化准则,用文化算法对支持向量机参数进行优化,并建立支持向量机对单一模型的预测结果进行组合预测.算例结果表明,该模型综合了各单个预测模型的重要预测信息,其预测误差远远小于各单个模型的预测误差,其预测精度更高,模型的实用性更强.     

基于投资者视角的信用类债券违约风险预警

债券市场违约会给投资者带来较为严重的损失。文章选取了2014—2020年债券市场上发生债券违约的149个主体,总计获得了447个债券观测值。使用支持向量机（SVM）方法,基于债券偿债现金流的角度,建立了债券违约的预警指标体系。研究发现,非参数模型的估计结果优于传统模型,加入24个定性指标和20个定量指标后的四种SVM模型预警能力均在97%以上（高斯内核模型与线性内核模型更优）,相较定量指标预警能力均有所提升。     

基于贝叶斯图模型方法的投资组合决策

提出基于贝叶斯思想的图模型结构检测方法:首先给出精度矩阵新的参数化方法,且通过MCMC方法给出算法设计,最后将该图模型方法应用于中国证券市场,研究在牛市和熊市下证券市场六大板块之间的条件相关性.实证结果表明:牛市和熊市下的行业板块图结构存在显著差异,熊市似乎有着更强的相关性.     

基于贝叶斯支持向量回归机的稳健参数设计

稳健参数设计是一种质量改进的重要技术,能够从产品生产的源头上减少和控制波动的产生。双响应曲面法是其常用的方法,主要是利用低阶多项式模型来拟合均值和方差响应,但当样本较复杂（如为非线性或者高维样本）时,低阶多项式模型的拟合性能往往较差,求解优化问题效果不佳。支持向量回归机对非线性数据有良好的拟合潜力,但其性能依赖于参数的合理设置,文章将贝叶斯优化应用于支持向量回归机的参数选择,并将优化后的模型应用于稳健参数设计中响应曲面模型的构建,提出一种基于贝叶斯支持向量回归机的稳健参数设计方法。试验结果表明,所提方法和其他常见优化方法相比,可以获得更精确的响应曲面,可以在实际应用中近似得到可靠的最优因子搭配水平。     

基于整合治愈率模型的信贷违约时点预测

传统信用评分方法主要利用统计分类方法,只能预测借款人是否会发生违约,但不能预测违约发生的时点。治愈率模型是二分类和生存分析的混合模型,不仅可以预测是否会发生违约,而且可以预测违约发生的时点,比传统二分类方法可以提供更多的信息。另外,随着大数据的发展,数据源越来越多,针对相同或者相似任务,可以收集到多个数据集,本文提出了融合多源数据的整合治愈率模型,可以对多个数据集同时建模和估计参数,通过复合惩罚函数进行组间和组内双层变量选择,并通过促进两个子模型回归系数符号相同,提高模型的可解释性。通过数值模拟发现,所提方法在变量选择和参数估计上均有明显优势。最后,将所提方法应用于信用贷款的违约时点预测中,模型表现良好。     

时间序列ARFIMA模型的贝叶斯预测分析

ARFIMA模型是时间序列分析理论体系中的一个新领域,其模型结构比较复杂.本文系统地研究了时间序列ARFIMA(p,d,q)模型的贝叶斯预测问题,给出了模型的似然函数形式,构造了模型参数的先验分布;根据贝叶斯定理严密地推断了参数的后验边缘分布密度函数,建立了贝叶斯ARFIMA模型预测的基本程序,并且进行了实证研究分析.     

基于聚类组合和支持向量机的环境经济负荷调度模型

文章提出了一种基于聚类组合和支持向量机的短期负荷预测方法.该方法首先使用SOM网络训练规格化的特征数据并获得初始聚类中心;然后将初始聚类中心作为C-均值算法的输入,使用DB指数评价聚类结果以获得最佳聚类数,通过训练可得到相似日样本;最后选择合适的参数和核函数构造支持向量机模型来进行逐点负荷预测.     

基于贝叶斯网络分类的个人信用评估模型

1贝叶斯网络分类模型1.1贝叶斯分类原理设U=邀X,C妖是随机变量有限集,其中X=邀X1熏…熏Xn妖是属性变量集,C是类变量,取值范围为邀c1熏…熏cl妖,xi是属性Xi的取值。样本xi=穴x1熏…熏xn雪属于ci的概率,由贝叶斯定理可表示为:P穴C=cj｜X=xi雪=P穴cPj雪P穴x穴x1熏1…熏…熏x熏nx雪     

小波包与贝叶斯LS-SVM在石油价格预测中的应用

掌握国际石油价格变化趋势,可以为决策者提供决策依据.文章提出了基于小渡包和贝叶斯推断的最小二乘支持向量机石油价格预测方案.对石油价格时间序列进行小渡包分解与重构,采用贝叶斯推断对得到的各近似序列和各细节序列进行最小二乘支持向量机模型参数优化,再分别利用优化了的模型进行预测,合成得到最终预测结果.对美国纽约商品交易所原油价格进行仿真实验,结果表明该方法很好地改善了石油价格预测模型的运行速度与预测精度.     

基于贝塔二项分布的零售贷款组合违约计量模型

对零售贷款组合进行风险评估时,违约率和违约相关性是研究的重点内容.为了克服结构化思想和单因子模型的不足,文章将违约率和违约相关性的研究转化为对组合违约数目的分布进行研究,并根据违约数目的统计特征,建立基于贝塔二项分布的违约计量模型.结论表明,设定违约数目服从贝塔二项分布,并通过分布参数的合理设置,既能反映各单项贷款的违约信息,又能体现零售贷款中各贷款违约之间的相关性.     

带有误差为正态分布的SUR回归的贝叶斯分析及其应用

文章研究了带有正态分布SUR模型,采用Jeffreys的不变先验分析Gibbs抽样方法和Direct Monte Carlo(DMC)方法,计算了各参数的贝叶斯后验密度和未来值的预测密度以及其它相关的后验量,如后验置信区间等。通过模拟例子和建立了关于城镇、农村居民家庭平均收入和生活消费支出的SUR模型,将Gibbs抽样方法和DMC方法得出的结果进行了比较。     

基于DAG-SVMS的SVM多类分类方法

本文介绍了几种常用的支持向量机多类分类方法,分析了其存在的问题及缺点。在有向无环图支持向量(DAG-SVMS)多类分类方法的基础上,提出了一种新的多类分类方法。该方法采用了最小超球体类包含作为层次分类依据。试验结果表明,采用该方法进行多类分类,跟已有的分类方法相比有更高的分类精度。     

基于贝叶斯向量自回归方法的钢材消费量预测

针对我国工业化和城市化进程加快发展、钢材表现消费量持续上升的客观现实,文章构建了包括GDP、城镇固定资产投资、广义货币供应量和钢材表观消费量的贝叶斯向量自回归钢材表观消费量预测模型,实证结果表明,BVAR(2)模型能较好地预测我国月度钢材表观消费量,其短期预测能力优于常用的ARIMA模型,同时,GDP增速的上涨对未来我国钢材表现消费量将产生较大的持久拉动作用;广义货币供应量增速的上涨会对其产生短暂的拉动作用;固定资产投资增速的上涨对其产生的拉动作用将保持半年左右.     

基于T-S模糊模型的非线性组合预测方法研究

一、引言自从Ｊ．Ｍ．Ｂａｔｅｓ和Ｃ．Ｗ．Ｊ．Ｇｒａｎｇｅｒ首次提出组合预测方法［１］以来,组合预测的研究已经取得很大的进展,文献［２～６］对此有比较详细的综述和评价。根据集结或组合各单项预测模型的方式不同,组合预测一般可分为线性组合预测和非线性组合预...     

基于贝叶斯方法的信用评级模型构建与违约概率估计

以贝叶斯方法为基础构建了信用评级和违约概率模型,指出金融机构利用已有评级信息提高债务人信用风险评估准确性的途径,并以单个债务人违约概率度量方法和Merton理论为基础,考虑异质性导致的宏观经济冲击对债务人的不同影响,度量资产组合违约风险。利用相关数据对贝叶斯模型应用给出例证,结果表明贝叶斯方法具有更为灵活的框架和较好的预测能力。     

基于自回归移动平均及支持向量机的中国棉花价格预测

文章通过对2008年至2011年间月度棉花价格数据进行分析,建立了基于自回归移动平均的棉花价格ARIMA(1,1,1)模型,结果显示,ARIMA(1,1,1)模型能够很好的模拟国内棉花价格,平均相对误差百分比低于4％,在ARIMA模型的基础上,对该模型残差建立支持向量机模型,将自回归移动平均模型与SVM模型组合对棉花价格进行了预测,比较预测结果,组合预测模型对自回归移动平均模型有一定改进.     

VaR模型后验测试的贝叶斯方法

本文提出了VaR模型后验测试的贝叶斯方法.以二项分布为参数统计模型,选取Beta分布为先验分布,给出了超参数的矩估计法.对于VaR模型的准确性检验,得到了贝叶斯因子和后验机会比的表达式.通过一个投资组合的实证分析,验证了本文所提方法的可行性与合理性.     

基于逆跳MCMC的贝叶斯分位自回归模型研究

考虑到传统信息理论方法确定模型存在不足,在贝叶斯理论框架下提出了基于逆跳马尔可夫链蒙特卡罗法确定分位自回归模型阶次的方法。在时间序列服从非对称Laplace分布的条件下,设计了马尔可夫链蒙特卡罗数值计算程序,得到了不同分位数下模型参数的贝叶斯估计值。实证研究表明：基于逆跳马尔可夫链蒙特卡罗法的贝叶斯分位自回归模型能有效地揭示滞后变量对响应变量的位置、尺度和形状的影响。