基于灰关联投影寻踪的企业信用评估模型

文章提出了一种基于灰关联投影寻踪的企业信用评估模型.该模型把企业信用评估作为一个灰色多目标决策问题,运用投影寻踪技术,通过优化投影指标函数估计灰色关联投影值的最佳投影方向,进而得出样本企业的信用综合得分,根据信用综合得分的散布特征设置两分类判别阚值,从而确定样本企业的信用类别.文章通过实例证明了该模型的可行性和有效性.     

基于偏最小二乘方法的信用评分模型

为了克服信用评分模型中自变量存在多重共线性的问题,文章引入了偏最小二乘思想,即采用限制预测值的偏最小二乘回归和偏最小二乘Logistic回归来创建信用评分模型。偏最小二乘法可以同时解释因变量和自变量的变异,在实际运用中更加符合信用评分模型的特点。实证研究的结果表明,利用这两种偏最小二乘模型创建的信用评分模型具有很好的准确性和稳定性。     

运用最小二乘支持向量回归机和CARRX模型对股市波动率的预测

条件自回归极差模型(CARRX)是一类新的描述波动率的模型。为了提高CARRX类模型的预测精度,文章将最小二乘支持向量回归机(LSSVR)应用于CARRX模型。先将CARRX模型转化成ARMAX形式,再利用LSSVR对ARMAX模型的参数进行估计(LSSVR-ARMAX)。通过对沪深300指数的预测实证分析,发现无论是采用直接预测还是迭代预测,LSSVR-ARMAX模型的样本外预测能力均优于Perez-Cruz(2003)提出的方法;LSSVR的估计方法能够在长期预测中捕捉到极差波动率的变动趋势,而CARRX类模型对中短期极差波动率的预测准确度较高。     

基于模糊线性回归的电子商务交易额预测

由于外界环境的影响以及复杂系统本身的模糊性,经典线性回归不能解释这类不精确数据的问题.因此,文章建立因变量是对称模糊数的线性回归模型.根据中国电子商务交易额和互联网发展数据,考虑因变量在不同时期的差异隶属,计算出回归函数的估计表达式.通过与经典线性回归的结果进行比较分析,表明模型在描述数据间内在结构,以及提高预测的精度上有显著效果.     

Logistic模型在钢铁行业上市公司信用风险识别中的应用

文章基于2007年钢铁行业上市企业的样本数据,用主成分分析方法将筛选出的显著性指标减少为综合反映企业财务状况的5个主成分并建立信用风险识别的二元逻辑回归模型.实证结果表明,该模型中反映盈利能力和股东获得能力的资产报酬率、每股净资产及留存收益率是钢铁行业上市公司的关键性指标,利用该模型可以对上市公司一年后的信用状况进行预测.     

基于遗传算法优化的LS-SVM模型的应用研究

文章介绍了最小二乘支持向量机及遗传算法的原理,利用遗传算法优化参数后的最小二乘支持向量机建立四川省天然气消费量的时间序列预测模型.并利用两个性能指标将其与BP神经网络模型进行了对比,结果表明,在样本有限保证一定精度的情况下,遗传算法优化参数后的最小二乘支持向量机模型的范化能力较强,能够利用该模型对四川省天然气消费量进行预测,并在最后利用该模型预测2007～2009年四川省天然气消费量.     

我国小额贷款信用风险预警机制研究

小额贷款作为一种金融创新,也是一种有效的扶贫方式,在一定程度上缓解了中小微企业和低收入人群融资难的困窘,备受学术界和业界关注.但是我国小额贷款信用风险问题也日益突出,如果能够为我国小额贷款信用风险做一个很好预警机制,则能够大大降低小额贷款公司的违约损失.文章就我国小额贷款的特点,构建了适合我国小额贷款公司的信用风险预警机制,以期为小额贷款公司控制信用风险提供一种解决思路.     

上市公司业绩评价模型与实证分析、

近年来,业绩评价受到越来越多的关注。在目前理论界上市公司业绩评价指标体系的基础上,本文引偏最小二乘回归方法进行实证分析,发现可以得到较好的预测上市公司未来中长期的业绩的模型。     

我国电信收入的统计分析

根据1991-2003年中国统计年鉴的统计数据,以电信收入为研究对象,以国民生产总值等8个变量为影响因素,借助SPSS和SAS软件,建立电信收入的最佳回归模型,揭示了相关因素之间的相互影响的数量变动关系,就如何提高电信收入,促进经济的发展提出若干建议.     

基于最小二乘支持向量机的科技奖励评价模型

文章利用CRITIC法对专家进行动态赋权,采用固定权重法构建出训练样本集,经LIBSVM软件的训练,获得最佳的最小二乘支持向量机模型。实证表明,该模型对项目进行排名时,准确率很高,充分体现了经验风险小、推广能力强的优势。     

基于LS-SVM的甘肃省国际旅游客流量预测

旅游客流量是决定旅游业经济效益持续发展的重要因素,游客流量预测也因此成为旅游发展规划的重要内容.文章基于最小二乘支持向量机(LS-SVM)算法,建立了一种新的旅游人数预测模型,对甘肃省2007年的国际旅游客流量进行预测.并将其结果与神经网络模型预测结果相比较.结果表明,基于LS-SVM的游客预测模型能较准确对旅游人数进行预测,并且避免了如神经网络由于陷入局部最优而过学习的问题.从而为客流量预测提供一种新思路与方法.     

基于LS-SVM的经济发展水平预测

统计学里的预测问题主要是通过对已知数据的分析,找到输入输出数据内在的相互依赖关系,从而获得对未知数据的预测能力.文章采用遗传算法对模型参数进行优化,构建了基于LS-SVM的经济发展水平预测模型:并对湖北省经济发展水平进行了预测.预测结果表明:相对于BP神经网络预测模型,LS-SVM预测模型有更好的学习能力和预测能力.     

求解灰色Verhulst模型参数的新方法

将传统"通过代入初始条件x(1)(k1)=x(1)(k1)=x(0)(k1)整理解得α和β"的方法改进为"通过灰色微分方程αea(ki-k1)+β=1/x(1)(ki),再次利用最小二乘法确定α和β"的新方法,对灰色Verhulst模型的参数求解方法进行改进。研究结果表明:新方法的灰色Verhulst模型建模不仅模拟效果较好,而且适用于等间距和非等间距,并通过等间距与非等间距的实例,与传统模型及近期一些优化模型对比分析,说明了新方法的可行性和优越性。     

从“三化”同步看江苏农村居民收入倍增计划可行性

本文立足江苏工业化、现代化、城镇化“三化”同步实践进程,在测算农村居民收入与宏观指标之间的关联性和匹配性的基础上,运用偏最小二乘法建立模型估算影响农村居民增收各项因素的贡献程度,再通过灰色模型与偏最小二乘模型的耦合预测2017年江苏农村居民纯收入,探求在现行经济环境和分配机制条件下实现农民收入倍增的可能性,提出实现倍增的主要着力方向.     

碳排放与中国经济增长和能耗的动态关系检验

如何处理经济增长、能源消费和环境保护之间的关系,是当前中国急需解决的关键问题之一.由于对三者彼此间因果关系的不同理解,在具体研究过程中就会出现不同的结果.文章选取中国1978-2013年的相关数据,以碳排放量、人均GDP、能源强度和出口额为研究对象,借助STATA得出的基本结论是:从经济决定环境的角度看,人均经济增长和出口增加碳排放水平,而能源强度则对碳排放具有抑制作用.从经济与环境相互影响的角度看,人均经济增长、能源强度和出口在长期发展的趋势下都会对碳排放水平的减少具有正面的作用.     

基于SA和Bootstrap的LS-SVM参数优选及应用

文章针对最小二乘支持向量机的特点,通过Bootstrap建立适当的性能指标,用模拟退火算法(SA)优化最小二乘支持向量机的有关参数,并在非线性经济系统中应用.用最小二乘支持向量机对非线性经济系统进行预测的结果与神经网络预测的结果比较证明.该模型的预测精确度是令人满意的,文中提出的方法是可行的.     

灰色GM（1，1）模型中参数估计的几种方法比较

文章介绍了灰色GM（1,1）模型中参数估计的最小二乘准则、全最小二乘准则、最小一乘准则和折扣最小一乘准则,并指出了它们的优缺点。将这四种方法分别用于递增序列、递减序列、振荡序列的灰色GM（1,1）模型参数估计中,并通过优化软件LINGO计算出相应的参数。最后,对建立的灰色GM（1,1）模型的精度进行了比较,结果显示：最小一乘准则和折扣最小一乘准则模型参数估计明显优于最小二乘准则、全最小二乘准则模型参数估计。     

MATLAB中方程组的解与回归模型的最小二乘估计

本文讨论了线性回归模型与线性方程组之间的内在联系与形式上的差异,基于MATLAB对线性方程组的解进行了扩展,指出超定方程组的近似解就是对应线性回归模型的最小二乘解,并且给出了实例和相应模拟程序.     

基于粗糙集支持向量机的个人信用评估模型

文章改变了过去个人信用评估模型多使用统计方法或者主观分析方法精简数据集属性个数的做法,将粗糙集与支持向量机结合的粗糙集支持向量机方法引入个人信用评估实践。以包括1000个统计样本的德国信用数据作为个人信用评估模型的数据来源,应用粗糙集分析系统RSES进行数据预处理,运用遗传算法计算约简,得出以不同的缩减率得到的约简集;然后使用支持向量机分析工具LIBSVM逐步处理已经进行过属性约简的数据集,并在处理过程中应用了交叉验证和网格搜索技术。     

商业银行信用风险识别的模型构建与政策建议

文章构建的普通Logistic识别模型在商业银行信用风险的识别中稳定性不强,影响了其预测性能。在使用主成分分析法对数据信息进行有效压缩后,构建的主成分Logistic混合识别模型不仅精度高,而且稳定性好,为商业银行识别和评估信用风险提供了一种有效的方法。最后,对于我国商业银行如何提高信用风险识别水平给出了相关政策建议。