排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
基于江苏北部某地区2007—2015年18万条真实农户大样本小额贷款记录,结合当地及全国CPI、GDP、第一产业产值、地区农业生产资料价格指数等宏观经济指标,采用基于最大似然估计逐步进入法的Logistic模型,筛选对农户违约概率影响较为显著的指标,之后对各指标经济含义进行了解释并对模型进行稳健性分析。研究发现：信用水平指标与农户的真实违约情况关联不显著,意味着当地信贷机构对贷款农户的贷前内部信用评级不能有效地预测农户的信用风险;利率、性别、婚姻状况、职业、教育等微观指标对信用风险有较大影响;全国范围的GDP和CPI、江苏农业生产资料价格指数、滞后一期的当地第一产业GDP等宏观指标也对信用风险具有预测作用; Logistic模型在不平衡数据集上,依然能保持较好的分类精度。 相似文献
2.
当前面向大样本设计的信用评估模型,大多没有深入探究大样本的分布特征,只是简单地将传统评估方法应用在大样本上.首先提出了用于描述大样本分布特征的相关属性集、边界向量等若干概念及定义,并证明了其主要性质.之后在两个大样本数据集的基础上,研究了样本在相似性方面的分布特征,最后设计了一种大样本混合信用评估模型——HLSCE模型.HLSCE模型认为在大样本数据集中,样本的同一属性在不同局部区域内,对分类性能的贡献是不同的.具体地,HLSCE模型根据各样本与边界向量的相似性差异,结合生物启发式算法,将样本归并划分为若干子集并分别在其上训练基分类器.实证研究表明,HLSCE模型的分类精度相比于现有的代表性信用评估模型更高,同时也具有更为优越的平衡性与稳定性. 相似文献
3.
张润驰杜亚斌薛立国徐源浩吴心弘 《管理科学学报》2018,(7):77-90
当前面向大样本设计的信用评估模型,大多没有深入探究大样本的分布特征,只是简单地将传统评估方法应用在大样本上.首先提出了用于描述大样本分布特征的相关属性集、边界向量等若干概念及定义,并证明了其主要性质.之后在两个大样本数据集的基础上,研究了样本在相似性方面的分布特征,最后设计了一种大样本混合信用评估模型——HLSCE模型.HLSCE模型认为在大样本数据集中,样本的同一属性在不同局部区域内,对分类性能的贡献是不同的.具体地,HLSCE模型根据各样本与边界向量的相似性差异,结合生物启发式算法,将样本归并划分为若干子集并分别在其上训练基分类器.实证研究表明,HLSCE模型的分类精度相比于现有的代表性信用评估模型更高,同时也具有更为优越的平衡性与稳定性. 相似文献
1