本文選題：信用評級 + 違約率��； 參考：《統(tǒng)計與決策》2016年03期

【摘要】：文章針對國內(nèi)信用評級研究面臨的違約率數(shù)據(jù)缺失的問題,提出了一種綜合回歸思想與聚類算法的方法。通過得到的模擬數(shù)據(jù)進(jìn)行回歸分析,得到了關(guān)于回歸與聚類一致性和最優(yōu)輸入?yún)?shù)兩個回歸方程;以回歸方程來指導(dǎo)聚類算法,并利用我國2012年226家上市公司的財務(wù)數(shù)據(jù)對方法的有效性進(jìn)行了檢驗。
[Abstract]:In order to solve the problem of missing default rate data in the study of credit rating in China, this paper proposes a comprehensive regression thought and clustering algorithm. Through regression analysis of simulated data, two regression equations about regression and clustering consistency and optimal input parameters are obtained, and regression equations are used to guide the clustering algorithm. The validity of the method is tested by the financial data of 226 listed companies in China in 2012.
【作者單位】： 中國人民大學(xué)財政金融學(xué)院;
【分類號】：F275;F832.51;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 王凌峰;;基于構(gòu)成要素的聚類算法[J];統(tǒng)計與決策;2007年19期

2 劉燕馳;;基于密度的最佳聚類數(shù)確定方法[J];中國管理信息化;2011年09期

3 李晶;吳鐵峰;戚常林;;一種新的軟聚類方法在入侵檢測中的應(yīng)用[J];商場現(xiàn)代化;2006年18期

4 張迎春;陳潔;張晨希;萬忠;張燕平;;聚類在股票研究中的應(yīng)用[J];計算機(jī)技術(shù)與發(fā)展;2006年04期

5 ;[J];;年期

相關(guān)會議論文 前9條

1 高翠芳;吳小俊;;基于二階差分的聚類數(shù)自動確定方法[A];江蘇省系統(tǒng)工程學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

2 劉洋;江志綱;丁增喜;王大玲;鮑玉斌;于戈;;一種基于圖的聚類算法GB-Cluster[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2002年

3 李浪波;傅彥;劉紅;;基于范例推理的網(wǎng)格和密度聚類算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2005年

4 婁冬梅;陳明;朱有娜;;一種基于密度的無參數(shù)聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2006年

5 魏昕路;洪志令;姜青山;;一種基于樣本縮減策略的新窗口式聚類算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2007年

6 程尊平;周鼎;王晨;周皓峰;汪衛(wèi);施伯樂;;SDPHC——基于密度的分割和分層的自校聚類算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

7 張曉峰;王麗珍;陸葉;;一種基于屬性加權(quán)的不確定K-means聚類算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

8 蔡軍;袁華鵬;陳金海;施伯樂;;一種基于相似性分析的聚類新算法:PDS算法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2001年

9 胡仲義;郭超;王永炎;劉勝航;王宏安;;基于時間衰減和特征變量的數(shù)據(jù)流聚類算法[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

相關(guān)博士學(xué)位論文 前10條

1 胡雅婷;可能性聚類方法研究及應(yīng)用[D];吉林大學(xué);2012年

2 王縱虎;聚類分析優(yōu)化關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2012年

3 周世兵;聚類分析中的最佳聚類數(shù)確定方法研究及應(yīng)用[D];江南大學(xué);2011年

4 楊燕;基于計算智能的聚類組合算法研究[D];西南交通大學(xué);2006年

5 馮永;基于計算智能的聚類技術(shù)及其應(yīng)用研究[D];重慶大學(xué);2006年

6 劉晨;高伸縮性聚類分析方法研究[D];哈爾濱工程大學(xué);2013年

7 王強(qiáng);局部疊加基因表達(dá)模式聚類分析方法研究[D];哈爾濱工業(yè)大學(xué);2012年

8 姜磊;混合演化聚類算法研究及其應(yīng)用[D];武漢大學(xué);2012年

9 尹學(xué)松;半監(jiān)督聚類分析策略設(shè)計及其拓展性研究[D];南京航空航天大學(xué);2009年

10 白亮;聚類學(xué)習(xí)的理論分析與高效算法研究[D];山西大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 魏建東;K-means初始化算法研究[D];南京理工大學(xué);2015年

2 張依;基于MapReduce的k-means聚類算法并行化研究[D];中央民族大學(xué);2015年

3 劉嬋;蟻群與K均值聚類算法融合研究及其在用戶分群中的應(yīng)用[D];西南科技大學(xué);2015年

4 朱琪;基于減法聚類的混合算法研究[D];湖南科技大學(xué);2015年

5 韓偉森;聚類集成研究與應(yīng)用[D];貴州大學(xué);2015年

6 喬坤;基于系統(tǒng)能量理論的聚類算法及其應(yīng)用研究[D];西安建筑科技大學(xué);2007年

7 李衛(wèi)平;動力學(xué)背景下的聚類算法研究[D];鄭州大學(xué);2007年

8 葉沖軼;高維海量數(shù)據(jù)聯(lián)合聚類算法的研究與應(yīng)用[D];浙江工商大學(xué);2010年

9 王躍;聯(lián)合聚類算法研究及應(yīng)用[D];浙江大學(xué);2012年

10 趙一潔;Mean Shift聚類分析技術(shù)在安全人居中的應(yīng)用[D];長安大學(xué);2011年

，

本文編號：1907559