一种基于神经网络和决策树的信用评估新方法

分析了数据挖掘在国内外金融领域的应用及研究现状,提出了一种基于神经网络和决策树相结合的信用评估新方法。该方法通过RBF神经网络,进行条件属性裁减,并利用决策树抽取出评估规则。此方法利用神经网络的“黑箱”工作特性,选择重要条件属性,并利用决策树自动生成评估规则,大大提高了信用评估的效率和客观性。     

基于决策树与logistic的上市公司信用评估比较研究

本文构建了基于决策树和logistic的评估模型,对我国目前已上市的216家上市公司进行了实证研究。首先运用单因素方差分析、因子分析对46个变量进行属性约简,最后选定了整合16个指标信息的6个主因子。随后分别运用基于熵方法、基尼系数法的决策树、logistic方法,建立了3个上市公司信用分类的模型。本文的研究结果显示:决策树并不严格优于logistic回归,在公司信用水平差的可能性高的情况下,采用Logistic模型预测能力较好,信用差的概率处于中高水平时,决策树模型较好,其他情况下,三种模型预测能力相当。     

eBay易趣网的信任体系分析

针对交易信用对电子商务C2C在线交易模式发展的制约问题，采用案例实证的方法，分析了eBay易趣网信任体系的优势与不足，提出通过严谨的规则设计、严格实名认证和有序信用评价等手段建设网络交易诚信。研究结果为完善和优化C2C在线交易信任体系提供新思路。     

基于数据挖掘的证券营业部客户流失分析

针对营业部客户流失的影响因素数据给出了预测模型。根据新佣金政策下的证券营业部客户一年来的交易数据分析,提出了影响客户流失的各种特征因素的假设。进一步建立三个模型（逻辑回归、决策树和径向基神经网络）,并从错分率和预测能力（提升值）两方面的模型性能评判标准来选出最佳模型,根据该模型找出最可能影响客户流失的各种预测因子,并进行深入分析,最后提出相应的对策。     

基于csQCA的P2P网络借贷平台信用影响因素

针对P2P网络借贷平台成交量及数量减少的现象,运用网络爬虫技术等方法,获取了上市系、国资系、风投系、创业系4个类别共40个P2P网络借贷平台的实际数据;建立了基于品牌信用、交易信用、人气信用、服务信用4个维度的P2P网络借贷平台信用评估模型;运用csQCA方法对其平台信用影响因素进行构型分析。研究表明:交易信用中的信息透明度是影响P2P网络借贷平台信用的主要要素,其次是品牌信用中的合规程度;高品牌信用是上市系和创业系P2P网络借贷平台高信用值产生的必要条件;高交易信用是国资系P2P网络借贷平台高信用值产生的必要条件。政府和P2P网络借贷平台应重点关注品牌信用和交易信用的变化,为借款人和出借人营造良好的交易氛围。     

双汇集团的信用风险分析——基于信用5C分析法

商业银行作为盈利性企业,贷款是实现利润最大化目标的主要手段。对于银行的客户,对其进行信用风险分析更是重中之重。信用分析是银行对借款人信用高低的估价,是商业银行贷款经营的核心内容,贷款决策必须以信用分析为依据。     

基于灰色关联理论的电能交易中信用判别问题的研究

电力工业重组后,各经营实体(如发电商,电网公司,售电商)之间的交易活动变得更为频繁与复杂,不可避免地会存在着交易风险,开展对交易对方的信用评估,是降低企业交易风险的有效手段。本文首先分析了电力交易的模式与类别,从信用管理的角度,建立起进行电能合同交易时较为通用的信用管理指标体系,由于信用评估时信息存在着"灰色"的特点,提出了采用灰色关联理论来解决信用评估问题,即运用样本数据所反映出来的指标间的关联性,采用群灰关联度确定各指标的权重,并由待判样本与典型样本的关联度大小确定其所属信用类别,给出的算例说明了该方法的有效性。     

基于决策树技术的建筑企业信用评价研究

在决策树理论的指导下,通过信息增益的应用和公式的构造获取属性重要程度评价值,结合决策树的C5.0算法得到建筑企业的信用评价模型.经过对该模型进行测试和评价,取得了较好的预测效果.     

基于信用因素的客户生命周期价值研究

对客户价值的计算是有效实施客户关系管理的基础,许多学者在客户生命周期价值方面进行过深入研究。本文在此基础上提出在客户生命周期价值下引入信用因素,并得出在计算群体客户生命周期价值时不用考虑信用问题,而在计算单个客户生命周期价值时需要考虑客户信用问题的结论。本文使用了任意个体客户生命周期价值定量计算模型,对某移动公司的数据进行实证研究,并针对不同类客户提出不同的营销策略。     

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。     

基于神经网络和决策树相结合的信用风险评估模型研究

文章提出了一种将神经网络和决策树相结合的信用风险评估模型NN-DT。该方法依据属性重要性将贷款企业的财务指标进行排序,然后通过RBF神经网络进行属性裁减生成决策树,从而得出企业是否违约的分类。最后以判别分析以及C4.5 算法为参照方法进行了实证研究,结果表明,NN-DT模型显著地提高了预测精度。     

基于决策树法的我国商业银行信用风险评估模型研究

结合我国商业银行的实际,基于数据挖掘中决策树C4.5算法的分析框架建立了商业银行的信用风险评估模型,通过此模型可以根据贷款企业的财务指标,得出企业是否违约的分类。此分类将对商业银行信用风险控制工作具有很好的指导意义。还通过案例进行了实际的风险评估分析。     

银行客户关系管理评价体系

银行客户关系管理评价体系运用统计学知识,从客户贡献度、潜力、稳定性、信用等四个方面对客户进行了评价,客户贡献度指标是客户细分的重要依据,客户潜力指标是挖掘潜力客户的重要依据,客户稳定性可以进一步定位重点客户,客户信用指标可以尽量减少银行来自于客户方面的风险。     

论电信企业客户信用管理系统的构建

电信业发展过程中,呆坏账是一个普遍的问题,而且给电信企业的经营也带来了不小的影响。尽管形成我国电信呆坏账的原因有许多,但信用大环境的缺失和电信企业对客户信用管理的不足是最主要的方面。电信企业应在清醒认识信用本体和自身管理方面不足之后,采取措施,逐步建立起有效、动态的企业客户信用管理系统,改善当前的信用管理,才能较好地解决问题。     

基于粗糙功效函数的贷记卡市场定位探讨

本文首先建立与贷记卡属性相关的粗糙功效函数,然后借助粗糙功效函数,通过从贷记卡的使用价值和客户愿意承受的成本这两者的关系,对客户选择和使用贷记卡的过程进行分析,最后根据分析结果得出理想贷记卡的特征。     

算法解释权的构造与法治保障路径——以社会信用体系建设为场景

算法决策在社会信用体系建设场景中的应用日益广泛,信用信息客观公正性与信用主体权益面临更大挑战。作为一种新型权利,算法解释权能满足规制算法决策、保障信用主体权益的双重需求。然而,适用标准不明确、阶段与界限模糊成为阻碍算法解释权行使的主要因素。因此,应为算法解释权提供法治保障,明确其法律定位及适用标准,完善算法决策事前与事后解释的具体设计,同时建立对算法解释权主体的监督机制。     

基于顾客价值的顾客学习与决策过程研究

在分析顾客价值维度的基础上构建顾客学习与顾客决策过程的模型,将顾客价值引入到顾客学习与顾客购买过程中,演绎顾客的学习和购买过程,指导企业的营销实践,引导顾客学习,增加顾客价值,获取竞争优势。     

基于顾客价值供求模型的价值决策分析

尽管国内外有关顾客价值的研究已经有20多年了,有关顾客价值含义的界定却众说纷纭,顾客价值与顾客购买决策行为深层次的互动关系仍然是众多学者力求解决之谜。本文根据消费者购买决策行为理论.创造性地提出了顾客价值体系概念,并结合企业价值供给和顾客价值需求构建顾客价值供求模型,然后分析顾客价值决策过程,最后得出有关结论。