-
题名信用评级中多类别分类自变量的类合并方法研究
被引量：2
- 1
-
-
作者
刘赛可
何晓群
夏利宇
-
机构
中国人民大学应用统计科学研究中心
国网能源研究院有限公司管理咨询研究所
-
出处
《统计与信息论坛》
CSSCI
北大核心
2020年第7期3-8,共6页
-
基金
教育部人文社会科学重点研究基地重大项目“企业信用评级的统计模型研究与应用评价”(15JJD910002)
国家社会科学基金项目“个人信用评级的统计建模研究与应用”(13BTJ004)。
-
文摘
信用评级建模中,当多个分类变量的类别较多时会给模型的估计和预测造成较大影响,因此需要对多类别的分类变量进行预处理。结合连续数据离散化的方法,提出基于Fisher精确检验、CACM准则和ACACM准则的有监督类合并方法。分别采用模拟数据和真实的小微企业信贷业务数据对所提出的方法进行分析,结果表明,对多类别的分类变量进行有效的类合并处理不仅有利于简化模型参数,而且有利于提高信用评级模型的分类效果。
-
关键词
分类自变量
有监督的类合并
信用评级
数据预处理
-
Keywords
multi-class categorical variable
supervised class merging
credit rating
data pretreatment
-
分类号
F224
[经济管理—国民经济]
-
-
题名不平衡数据下模型评价指标的有效性探讨
被引量：9
- 2
-
-
作者
刘赛可
何晓群
夏利宇
-
机构
浙大宁波理工学院计算机与数据工程学院
中国人民大学应用统计科学研究中心
国网能源研究院有限公司管理咨询研究所
-
出处
《统计与决策》
CSSCI
北大核心
2022年第19期5-9,共5页
-
基金
教育部人文社会科学重点研究基地重大项目(15JJD910002)
国家社会科学基金资助项目(13BTJ004)。
-
文摘
模型评价指标对于衡量模型的表现尤为关键,只有正确合理的评价指标才能更好地反映模型的性能优劣。由于AUC和KS指标在被用于评价信用评级模型时,均存在忽视了数据的不平衡性和类别误判代价不等价性的不足,故文章从代价敏感矩阵出发计算总损失,进而提出新的评价指标——AKS指标。进一步地,模拟分析的结果表明,由AKS指标确定的阈值较KS指标更合理,且不同情形下AUC、KS和AKS指标的有效性分析结果表明AKS指标可以较好地衡量模型的分类性能。
-
关键词
不平衡数据
评价指标
AKS
信用评级模型
-
Keywords
imbalanced data
evaluation index
AKS
credit rating model
-
分类号
F224.7
[经济管理—国民经济]
-
-
题名电商服务企业的“供给侧改革”与营销战略导向
被引量：3
- 3
-
-
作者
张勇强
江林
李宁
卢健飞
-
机构
中国人民大学商学院
中国旅游研究院
国网能源研究院有限公司管理咨询研究所
-
出处
《现代管理科学》
2018年第2期12-14,共3页
-
基金
中国人民大学研究生院案例研究基金项目(项目号:AL2016010)
-
文摘
供给侧改革不仅仅是国家层面的战略,更应该成为企业层面的战略。企业的供给侧改革绝不是简单强调供给端的优化升级,而是以需求为中心的改革,是供给与需求之间的互动。我们认为,企业供给侧改革的成功与否与企业在不同生命周期阶段所采用的营销战略导向关系密切。文章以中国电子商务一体化服务的领导企业瑞金麟集团为例,具体分析了瑞金麟如何转变营销战略导向,推动企业自身的"供给侧改革",优化升级电商服务模式。
-
关键词
瑞金麟集团
代运营
供给侧改革
营销战略导向
服务模式转变
-
分类号
F274
[经济管理—企业管理]
F724.6
[经济管理—产业经济]
-
