本文關(guān)鍵詞：基于差分進(jìn)化自動(dòng)聚類的信用風(fēng)險(xiǎn)評(píng)價(jià)模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著風(fēng)險(xiǎn)評(píng)價(jià)的日益復(fù)雜化,多維度、多時(shí)序等不規(guī)則的樣本數(shù)據(jù)增加了評(píng)估的難度。本文建立信用風(fēng)險(xiǎn)評(píng)價(jià)的差分進(jìn)化自動(dòng)聚類模型,并將其應(yīng)用到我國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)中。該模型不要求事先知道分類的數(shù)據(jù),相反,通過群體智能去尋找最優(yōu)的分區(qū)。通過數(shù)據(jù)仿真,并與遺傳算法、決策樹、BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行信用風(fēng)險(xiǎn)評(píng)價(jià)的實(shí)證對(duì)比研究,結(jié)果表明,該模型能夠非常準(zhǔn)確的找到數(shù)據(jù)對(duì)應(yīng)的分區(qū),大大提高了信用評(píng)估的準(zhǔn)確性,降低了風(fēng)險(xiǎn)成本,對(duì)信用風(fēng)險(xiǎn)的管理和控制具有很高的利用價(jià)值。
【作者單位】： 華中師范大學(xué)信息管理學(xué)院;華南農(nóng)業(yè)大學(xué)數(shù)學(xué)與信息學(xué)院;
【關(guān)鍵詞】： 差分進(jìn)化 啟發(fā)式搜索 群體智能 信用風(fēng)險(xiǎn)
【基金】：湖北省自然科學(xué)基金創(chuàng)新群體項(xiàng)目(2011CDA116) 國(guó)家自然科學(xué)基金資助項(xiàng)目(70971052) 華中師范大學(xué)自主科研資助項(xiàng)目(CCNU14Z02016)
【分類號(hào)】：F832.51;F224
【正文快照】： 1引言最近全球金融市場(chǎng)持續(xù)動(dòng)蕩,而由此引發(fā)的全球金融危機(jī)引起了越來越多的關(guān)注,然而在銀行和金融機(jī)構(gòu)所面臨的眾多風(fēng)險(xiǎn)中,信貸風(fēng)險(xiǎn)是最難以評(píng)估和管理的。信用評(píng)價(jià)是信用風(fēng)險(xiǎn)管理的主要工具之一,這使得銀行和金融機(jī)構(gòu)能夠準(zhǔn)確的評(píng)估信貸風(fēng)險(xiǎn),改善現(xiàn)金流,降低可能出現(xiàn)的風(fēng)險(xiǎn),

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 曾宇容;王林;頓彩霞;;一種簡(jiǎn)單有效的求解TSP的混合差分進(jìn)化算法[J];計(jì)算機(jī)應(yīng)用研究;2012年12期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 頓彩霞;基于差分進(jìn)化算法的隨機(jī)需求聯(lián)合補(bǔ)貨與配送調(diào)度模型研究[D];華中科技大學(xué);2012年

  本文關(guān)鍵詞：基于差分進(jìn)化自動(dòng)聚類的信用風(fēng)險(xiǎn)評(píng)價(jià)模型研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：418114