研究目標:根據(jù)企業(yè)財務(wù)比率數(shù)據(jù),將企業(yè)經(jīng)營狀況通過評級機構(gòu)所公布的信用級別反映出來。研究方法:本文針對傳統(tǒng)隨機森林模型在投票機制中存在的弊端,通過改進指標選取、重要性排序及算法優(yōu)化三個方面,創(chuàng)新性地將PSO算法運用于基于加權(quán)隨機森林模型的企業(yè)信用評級中,并對2016年2840家中國上市企業(yè)的財務(wù)數(shù)據(jù)進行應(yīng)用分析。研究發(fā)現(xiàn):采用PSO優(yōu)化加權(quán)隨機森林模型的上市公司信用評級準確率有所提高;其評級準確率普遍優(yōu)于傳統(tǒng)的決策樹、支持向量機和隨機森林模型;制造業(yè)企業(yè)信用評級狀況不佳,被標記為財務(wù)危險的企業(yè)占比較多。研究創(chuàng)新:在企業(yè)信用評級領(lǐng)域提出一種基于PSO優(yōu)化加權(quán)隨機森林模型。研究價值:為完善企業(yè)信用評級體系提供新思路。 

【文章頁數(shù)】：18 頁

【文章目錄】：
一、問題提出
二、現(xiàn)有方法述評
三、方法的改進
    1.隨機森林模型
        (1)泛化誤差。
        (2)OOB估計。
        (3)特征變量的重要性估計。
    2.加權(quán)隨機森林模型
    3.粒子群優(yōu)化加權(quán)隨機森林模型
        (1)粒子群優(yōu)化算法原理。
        (2)粒子群優(yōu)化加權(quán)隨機森林。
四、方法的應(yīng)用
    1.數(shù)據(jù)來源及處理
    2.指標體系構(gòu)建
    3.特征指標選取
    4.基于加權(quán)隨機森林模型的上市公司企業(yè)信用評級
        (1)決策樹數(shù)目對加權(quán)隨機森林算法的影響。
        (2)剪枝閾值對加權(quán)隨機森林算法的影響。
        (3)預(yù)測試樣本率對加權(quán)隨機森林算法的影響。
    5.基于粒子群優(yōu)化加權(quán)隨機森林模型上市公司企業(yè)信用評級
        (1)優(yōu)化加權(quán)隨機森林模型評級效果。
        (2)特征選擇對評級效果的影響。
    6.基于其他對比模型的上市公司企業(yè)信用評級
        (1)決策樹。
        (2)支持向量機。
        (3)各模型實證分析結(jié)果比較。
五、方法應(yīng)用需注意的事項


【參考文獻】：
期刊論文
[1]中小企業(yè)信用評級模型研究——基于CAMEL框架[J]. 龍貞杰,王善康,孫浩.  系統(tǒng)科學(xué)學(xué)報. 2017(03)
[2]基于機器學(xué)習(xí)的信用評級展望研究——以發(fā)電企業(yè)為例[J]. 董申,王倩.  農(nóng)村金融研究. 2017(03)
[3]基于模糊神經(jīng)網(wǎng)絡(luò)的小微企業(yè)信用評級研究[J]. 肖斌卿,楊旸,李心丹,李昊驊.  管理科學(xué)學(xué)報. 2016(11)
[4]基于隨機森林-支持向量機的企業(yè)債主體信用評級研究[J]. 陳軍飛,張強.  金融理論與實踐. 2016(03)
[5]基于隨機森林的保險客戶利潤貢獻度研究[J]. 方匡南,吳見彬,謝邦昌.  數(shù)理統(tǒng)計與管理. 2014(06)
[6]基于logistic回歸的我國上市公司信用評級模型研究[J]. 鄒亞寶,梁紅漫.  西南金融. 2013(03)
[7]基于Logistic模型的我國上市公司信用風(fēng)險預(yù)警研究[J]. 鄧晶,秦濤,黃珊.  金融理論與實踐. 2013(02)
[8]電子商務(wù)環(huán)境下中小企業(yè)信用評價[J]. 李菁苗,吳吉義,章劍林,柯麗敏.  系統(tǒng)工程理論與實踐. 2012(03)
[9]用于分類的隨機森林和Bagging分類樹比較[J]. 馬景義,謝邦昌.  統(tǒng)計與信息論壇. 2010(10)
[10]基于節(jié)能減排的企業(yè)信用評價指標體系研究[J]. 李敏婷,褚義景.  武漢理工大學(xué)學(xué)報. 2010(04)

碩士論文
[1]基于人工神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險評估模型研究[D]. 翟萬里.長沙理工大學(xué) 2013
[2]個人信用評分混合模型研究[D]. 王帥.華東師范大學(xué) 2010
[3]PSO-BP神經(jīng)網(wǎng)絡(luò)在商業(yè)銀行信用風(fēng)險評估中的應(yīng)用研究[D]. 郭陽.廈門大學(xué) 2009



本文編號：3699830