检索结果-南通市图书馆

中国管理科学 2021年第4期29卷 1-15页

作者：李哲迟国泰大连理工大学经济管理学院辽宁大连116024

信用风险又称违约风险,是评价一笔债务由于某些因素遭受损失的可能性,因此信用评价体系既要有违约鉴别能力,又能给出违约产生的原因。本文涉及的问题一是如何在众多指标中筛选出对违约状态鉴别最大的指标组合,二是如何对指标赋予权重,... 详细信息

信用风险又称违约风险,是评价一笔债务由于某些因素遭受损失的可能性,因此信用评价体系既要有违约鉴别能力,又能给出违约产生的原因。本文涉及的问题一是如何在众多指标中筛选出对违约状态鉴别最大的指标组合,二是如何对指标赋予权重,使得权重体现指标真实的重要程度,三是如何选取兼顾分类性能和可解释性的模型。本文的方法一是通过指标区分度最大的广义F-Score、指标子集间冗余度最小的平均相关系数遴选出对违约状态鉴别能力最大的指标体系;二是通过构建组合赋权模型,以指标信息含量最大、赋权结果一致性最大为目标函数,得到一组最优的指标权重;三是以客户与类别的广义加权距离最小为目标函数,求解非线性目标规划得到客户在不同类别中的相对隶属度,以此得到客户所属类别。上市公司样本实证分析表明:(1)从610个指标中筛选出的31个指标既具有违约状态的区分能力,又符合"信用5C"原则,是一个科学、合理的指标体系;(2)通过组合赋权得到31个指标的权重,企业内部财务因素对信用评价影响最大,"营运资本周转率"的权重值最大,是影响企业信用评价的关键指标,"监事会会议次数"、"派息比"、"审计意见类型"等指标都是影响信用评价的重要指标;(3)与逻辑回归、支持向量机等8种模型对比发现,本文提出的相对隶属度模型不仅具有良好的分类性能,而且是一个平衡分类性能、可解释性的模型。

关键词：信用评价指标组合筛选组合赋权最优相对隶属度

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

上市公司违约风险因素识别与预测研究

上市公司违约风险因素识别与预测研究

引用

作者：张家永安徽财经大学

学位级别：硕士

违约风险亦称之为信用风险,是指由于某种因素导致企业或者个人遭受损失的可能性。受新冠肺炎疫情的影响,企业面临无法复工复产及资不抵债的压力,导致一部分企业面临违约风险,一部分企业濒临破产。企业违约风险的发生不是一蹴而就的,它... 详细信息

违约风险亦称之为信用风险,是指由于某种因素导致企业或者个人遭受损失的可能性。受新冠肺炎疫情的影响,企业面临无法复工复产及资不抵债的压力,导致一部分企业面临违约风险,一部分企业濒临破产。企业违约风险的发生不是一蹴而就的,它是一个阶段的产物,起初反映为企业资产、负债、所有者权益等指标出现一定程度的异常,随后一段时期陷入财务困境并伴随贷款违约风险,严重时恶化为破产。这时如何客观及时的发现企业违约风险特征,有效避免企业陷入违约风险的不利处境显得尤为重要。违约风险因素识别体系既要有违约识别能力又要有普遍适用性。基于此,本文研究目标一是如何完善违约风险因素识别体系;二是如何在较为完整的违约风险指标体系中是筛选出对上市公司违约状态鉴别能力最大冗余度最小的指标组合;三是如何构建违约风险预测模型,以提高模型对违约风险预测的分类能力与可解释能力。本文研究方法一是对原始数据集采用方差选择法、F-Classif、SVM-RFE、LASSO和XGBoost五种特征选择法,并对每种特征筛选的结果进行特征重要性排序,得到五个特征子集。二是针对这五个特征子集采用基于集成特征选择的众数投票法进行投票,以违约风险因素包含信息量最大、得票数最高为原则,目的是从原始数据集中筛选出对违约风险鉴别能力最强的特征体系。三是利用聚类欠采样方法解决非平衡数据集的问题,再结合具有强大分类能力的Light GBM模型,解决类别不平衡的问题并提高模型算法的分类精度。通过上市公司违约风险预测的实验结果表明:首先从212个原始指标体系中运用集成特征选择法筛选出的35个违约风险因素不仅有违约识别能力,还是科学合理的因素识别体系。其次,通过集成特征选择法得到的35个指标中,企业内部财务比率“资产报酬率”、“存货周转天数”等指标、企业治理体系中“高管平均年龄”指标以及市场因素中“公司价格”指标得票最高,是影响企业违约风险的关键指标。最后,将基于优化策略的集成CUS-LGB模型（Cluster-based Under Sampling with Light GBM,简称CUS-LGB）与其他7种用于比较的预测模型对比,发现CUS-LGB模型在违约风险因素识别后,其准确率达到95.67%,AUC值为92.86%,第二类错误率也是最小的为9.32%。说明CUS-LGB模型不仅具有较高的分类精度,而且能平衡非均衡数据集。

关键词：违约风险指标组合筛选聚类欠采样 CUS-LGB模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于最大指标区分度与最优相对隶属度的上市公司信用风险研究

引用

统计与精算 2021年第4期

作者：李哲迟国泰

信用风险又称违约风险，是评价一笔债务由于某些因素遭受损失的可能性，因此信用评价体系既要有违约鉴别能力，又能给出违约产生的原因。本文涉及的问题一是如何在众多指标中筛选出对违约状态鉴别最大的指标组合，二是如何对指标赋予权... 详细信息

信用风险又称违约风险，是评价一笔债务由于某些因素遭受损失的可能性，因此信用评价体系既要有违约鉴别能力，又能给出违约产生的原因。本文涉及的问题一是如何在众多指标中筛选出对违约状态鉴别最大的指标组合，二是如何对指标赋予权重，使得权重体现指标真实的重要程度，三是如何选取兼顾分类性能和可解释性的模型。本文的方法一是通过指标区分度最大的广义F-Score、指标子集间冗余度最小的平均相关系数遴选出对违约状态鉴别能力最大的指标体系；二是通过构建组合赋权模型，以指标信息含量最大、赋权结果一致性最大为目标函数，得到一组最优的指标权重；三是以客户与类别的广义加权距离最小为目标函数，求解非线性目标规划得到客户在不同类别中的相对隶属度，以此得到客户所属类别。上市公司样本实证分析表明：(1)从610个指标中筛选出的31个指标既具有违约状态的区分能力，又符合“信用5C”原则，是一个科学、合理的指标体系；(2)通过组合赋权得到31个指标的权重，企业内部财务因素对信用评价影响最大，“营运资本周转率”的权重值最大，是影响企业信用评价的关键指标，“监事会会议次数”“派息比”“审计意见类型”等指标都是影响信用评价的重要指标；(3)与逻辑回归、支持向量机等8种模型对比发现，本文提出的相对隶属度模型不仅具有良好的分类性能，而且是一个平衡分类性能、可解释性的模型。

关键词：信用评价指标组合筛选组合赋权最优相对隶属度 credit risk feature combination selection combination weighting optimal relative membership degree

来源：人大复印报刊资料评论

在线全文

人大复印报刊资料

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：