發(fā)布時(shí)間：2020-12-25 13:31

　　2013年以來,國內(nèi)傳統(tǒng)金融行業(yè)互聯(lián)網(wǎng)化,新金融的創(chuàng)新和機(jī)構(gòu)數(shù)量(尤其是互聯(lián)網(wǎng)金融機(jī)構(gòu))在短期內(nèi)發(fā)展迅猛。由于行業(yè)準(zhǔn)入門檻尚不明確,日常監(jiān)測(cè)手段較為缺乏,造成各類新金融機(jī)構(gòu)魚龍混雜、行業(yè)風(fēng)險(xiǎn)沒有得到有效監(jiān)管,近年來平臺(tái)跑路事件數(shù)量呈上升態(tài)勢(shì),給金融創(chuàng)新本身以及社會(huì)經(jīng)濟(jì)秩序的穩(wěn)定發(fā)展帶來負(fù)面影響。為了幫助政府相關(guān)職能部門更有效的監(jiān)管新金融機(jī)構(gòu),促進(jìn)新金融機(jī)構(gòu)健康有序的發(fā)展,本文設(shè)計(jì)開發(fā)新金融機(jī)構(gòu)非現(xiàn)場(chǎng)監(jiān)測(cè)平臺(tái)。目前政府相關(guān)職能部門行政管理還處于事后處理的階段,無法應(yīng)對(duì)新金融機(jī)構(gòu)平臺(tái)跑路等事件造成的惡劣影響,亟需切實(shí)有效的事前、事中預(yù)警機(jī)制,防患于未然。為了解決這一難題,新金融機(jī)構(gòu)非現(xiàn)場(chǎng)監(jiān)測(cè)平臺(tái)調(diào)研了全國4434家新金融機(jī)構(gòu)數(shù)據(jù),并基于這些數(shù)據(jù)開發(fā)了一套企業(yè)風(fēng)險(xiǎn)預(yù)警評(píng)分體系。該評(píng)分通過對(duì)多維度大數(shù)據(jù)特征的規(guī)律性研究,建立起科學(xué)的統(tǒng)計(jì)分析模型,并在完備的模型開發(fā)方法論框架下嚴(yán)格開展校驗(yàn),使得評(píng)分結(jié)果更科學(xué)有效的反映當(dāng)前國內(nèi)新金融機(jī)構(gòu)的風(fēng)險(xiǎn)特征和風(fēng)險(xiǎn)水平。企業(yè)風(fēng)險(xiǎn)預(yù)警評(píng)分用于預(yù)測(cè)新金融機(jī)構(gòu)是否存在風(fēng)險(xiǎn)狀況的可能性(如提現(xiàn)困難、無法正常經(jīng)營、跑路等),也適用于對(duì)新金融機(jī)構(gòu)的風(fēng)險(xiǎn)狀況進(jìn)行迅速判斷,... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

社會(huì)信用體系基本功能Figure1-1Basicfunctionsofsocialcreditsystem2003年底，國家正式啟動(dòng)體系建設(shè)，并且用“社會(huì)信用體系”一詞代替了原來的“國

新金融機(jī)構(gòu)非提出的。GBDT 是一種基于決策樹的分類回歸度提升（GradientBoosting）和決策樹（Decisio決策樹方法、提升方法和梯度提升決策樹方法有兩種用法，一種用于分類，另外一種用于回，都是由 Quinlan 分別在上世紀(jì)八十年代和九明分類決策樹的工作流程。具體如圖 2-1 所示

“強(qiáng)可學(xué)習(xí)”和“弱可學(xué)習(xí)”的概率被數(shù)學(xué)界兩者之間是可以被相互轉(zhuǎn)換的[25]。這個(gè)發(fā)現(xiàn)意義重比較容易獲得。提升方法的本質(zhì)就是迭代弱學(xué)習(xí)算些弱分類器組合成為一個(gè)強(qiáng)分類器。常見的提升方算法通過提高上次被錯(cuò)誤分類樣本的權(quán)值來改變訓(xùn)練減少分類誤差率大的分類器的權(quán)值，以減少其在組策樹方法，F(xiàn)reidman 提出了梯度提升(GradientBoosting)算法似方法，先得到模型損失函數(shù)負(fù)梯度的值，然后將值，從而擬合一個(gè)回歸樹。GBDT 顧名思義是梯度一輪決策樹分類的錯(cuò)誤結(jié)果是本次 GBDT 決策樹的 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于大數(shù)據(jù)的企業(yè)征信服務(wù)[J]. 洪偉權(quán).  通信企業(yè)管理. 2017(09)
[2]個(gè)人征信業(yè):互聯(lián)網(wǎng)金融最后一片藍(lán)海[J]. 黃云.  現(xiàn)代商業(yè)銀行. 2017(13)
[3]人民銀行在地方社會(huì)信用體系建設(shè)中的定位與作用探析[J]. 唐琦.  征信. 2017(01)
[4]大數(shù)據(jù)時(shí)代下的企業(yè)信用體系建設(shè)方案[J]. 賈男,劉國順.  經(jīng)濟(jì)縱橫. 2017(02)
[5]大數(shù)據(jù)背景下的小微企業(yè)信用評(píng)級(jí)研究[J]. 丁振輝.  征信. 2014(11)
[6]淺談軟件測(cè)試[J]. 周秀枝.  電腦知識(shí)與技術(shù). 2014(02)
[7]基于熵權(quán)的模糊綜合評(píng)價(jià)法在中小企業(yè)信用評(píng)級(jí)中的應(yīng)用[J]. 唐志.  時(shí)代金融. 2012(12)
[8]VaR和Z′評(píng)分模型在農(nóng)企信用擔(dān)保風(fēng)險(xiǎn)管理中的應(yīng)用[J]. 吳慶田.  財(cái)經(jīng)理論與實(shí)踐. 2012(02)
[9]基于AHP的中小企業(yè)信用評(píng)級(jí)指標(biāo)體系構(gòu)建[J]. 孫文,王冀寧.  財(cái)會(huì)通訊. 2012(07)

博士論文
[1]我國商業(yè)銀行中小企業(yè) 信用風(fēng)險(xiǎn)管理研究[D]. 徐志春.華中科技大學(xué) 2012

碩士論文
[1]企業(yè)信用風(fēng)險(xiǎn)管理體系研究[D]. 何平.吉林大學(xué) 2004



本文編號(hào)：2937748