期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于层次分类方法的信用评级研究 被引量:3
1
作者 陈绍真 陈勇 聂二保 《征信》 2017年第11期54-57,共4页
针对当前企业信用评级中的诚信问题,提出先将客观信用数据进行分析,得到客观数据的相关性,利用主成分分析得到新的特征组合,最后根据信用评级的特点,利用二分类支持向量机与决策树进行多次分类,从而实现多分类信用评级。研究结果表明,... 针对当前企业信用评级中的诚信问题,提出先将客观信用数据进行分析,得到客观数据的相关性,利用主成分分析得到新的特征组合,最后根据信用评级的特点,利用二分类支持向量机与决策树进行多次分类,从而实现多分类信用评级。研究结果表明,与直接多分类决策树和随机森林算法比较,层次分类决策树方法有效地降低了数据过拟合情况并提高了整个模型的测试精度,分别达到了88.5%和76%,有助于提升中小企业信用评级的准确性。 展开更多
关键词 信用评级 层次分类 中小企业 层次决策
在线阅读 下载PDF
基于区块链的修正KMV模型在互联网金融征信中的应用——以弱信用群体为例 被引量:8
2
作者 王俊生 何清素 +1 位作者 聂二保 陈绍真 《征信》 2017年第9期35-39,共5页
随着个人消费金融市场规模的不断扩大,互联网金融出现了个人信用风险定价的技术缺位及由此产生的互联网借款乱象。如何解决诸如"校园贷"类消费金融中弱信用群体的征信问题,可将修正后的KMV模型用于预测个人信用风险、判定个... 随着个人消费金融市场规模的不断扩大,互联网金融出现了个人信用风险定价的技术缺位及由此产生的互联网借款乱象。如何解决诸如"校园贷"类消费金融中弱信用群体的征信问题,可将修正后的KMV模型用于预测个人信用风险、判定个人信用等级。区别于常规的KMV规模型,修正后的模型将个人资产视为外生变量,个人负债水平变动决定其违约距离。在此基础上,拟出解决互联网消费金融信用定价的框架性方案,并对初步架构进行了设计,以期为开发信用风险评价平台提供参考。 展开更多
关键词 互联网金融 KMV模型 区块链 征信 弱信用群体 个人信用风险
在线阅读 下载PDF
基于“区块链+”的互联网金融大数据双通道征信技术研究 被引量:7
3
作者 聂二保 陈绍真 苗新科 《征信》 2017年第6期39-41,共3页
互联网金融从诞生到现在,遭遇了阶段性发展瓶颈,尤其是风险控制环节成为亟待解决并决定其未来能否蜕变转型和蓬勃发展的关键。而大数据技术、区块链技术的迅猛发展,使得解决这些问题成为可能,如果将区块链技术升级为基于大数据的"... 互联网金融从诞生到现在,遭遇了阶段性发展瓶颈,尤其是风险控制环节成为亟待解决并决定其未来能否蜕变转型和蓬勃发展的关键。而大数据技术、区块链技术的迅猛发展,使得解决这些问题成为可能,如果将区块链技术升级为基于大数据的"去中心化+中心化"之"双通道"征信技术,有可能为互联网金融风控难题提供有效的解决方案。 展开更多
关键词 互联网金融 区块链 征信 大数据 IPC模式
在线阅读 下载PDF
国家电商电子商务平台入驻企业信用评级研究 被引量:4
4
作者 聂二保 陈绍真 王俊生 《征信》 2017年第5期58-60,共3页
中小企业信用评级与传统资本市场最大的不同在于信息不对称问题尤其突出,特别是财务信息,在大部分情况下不可得,即使能得到信息,其有效性也很难判断。为了有效判断这些企业的信用等级水平和对应的风险状况,有必要探索在信息不对称条件... 中小企业信用评级与传统资本市场最大的不同在于信息不对称问题尤其突出,特别是财务信息,在大部分情况下不可得,即使能得到信息,其有效性也很难判断。为了有效判断这些企业的信用等级水平和对应的风险状况,有必要探索在信息不对称条件下评价中小企业信用质量水平的有效技术路线和方法。从信用评级的最基本规律出发,通过分析中小企业作为借款人的偿债能力和偿债意愿大小及波动情况锚定其信用质量水平,并利用表征信用评级关键因素的替代性指标尝试对电商平台企业进行信用评级,建立了在信息不对称条件下界定中小企业信用风险大小的有效框架和结果检验系统,对中小企业的信用评级技术提出初步的整体性解决方案。 展开更多
关键词 信用评级 信息不对称 偿债能力 偿债意愿
在线阅读 下载PDF
基于机器学习的分布式光伏电站投建人信用风险评估模型研究 被引量:2
5
作者 杨珂 陈绍真 +1 位作者 王波 林伟珍 《征信》 北大核心 2018年第12期33-37,共5页
分布式光伏电站初期投资大、回报周期长。金融机构融资能够解决其资金问题,助其快速发展。如何全面和准确地评估投建人的信用风险状况,是金融机构风险控制的核心环节。在分布式光伏电站投建人的数据基础上,分别用层次支持向量机、决策... 分布式光伏电站初期投资大、回报周期长。金融机构融资能够解决其资金问题,助其快速发展。如何全面和准确地评估投建人的信用风险状况,是金融机构风险控制的核心环节。在分布式光伏电站投建人的数据基础上,分别用层次支持向量机、决策树、随机森林算法和梯度提升决策树算法四种基于机器学习的分类算法建立信用风险评估模型,研究结果表明,四种分类模型对于分布式光伏电站投建人信用风险评估都具有较高的预测精确度(其中以梯度提升决策树为最高),都可以用于信贷决策。 展开更多
关键词 信用风险评估模型 分布式光伏电站 机器学习 分类算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部