检索结果-南通市图书馆

基于LSTM和多头注意力机制的企业违约预测模型

在线全文

学校读者我要写书评

暂无评论

管理工程学报 2024年第3期38卷 213-226页

作者：柏凤山迟国泰温武军大连理工大学经济管理学院辽宁大连116024

违约预测是指用企业过去时刻的数据和违约状态预测企业未来的违约概率。违约预测对股票投资、债券投资和银行贷款等具有极为重要的意义。本研究涉及两个科学问题:一是如何使用连续多年的企业数据预测企业违约概率;二是研究输入模型的每... 详细信息

违约预测是指用企业过去时刻的数据和违约状态预测企业未来的违约概率。违约预测对股票投资、债券投资和银行贷款等具有极为重要的意义。本研究涉及两个科学问题:一是如何使用连续多年的企业数据预测企业违约概率;二是研究输入模型的每个时间窗口对违约预测状态的影响程度。用LSTM网络建立违约预测模型,用连续多年的企业数据预测违约概率,改变了违约预测建模时只用一个时间窗口预测违约概率的现状,并首次将多头注意力机制应用于违约预测模型,探索每个时间窗口对违约预测值的影响程度,避免了现有模型只做预测不揭示时间窗口对违约预测影响程度的弊端。研究表明:一是在违约预测建模时考虑企业数据的时序性更合理且会提升模型预测精度;二是违约预测的最佳时间窗口个数可以是5到10之间的数,总体上时间窗口越多违约预测精度越高;三是本文搭建的违约预测模型框架有效减少了违约预测结果的第2类错误,降低了坏客户被预测为好客户的风险。

关键词：长短期记忆神经网络多头注意力机制违约预测

基于泰勒展开的BPNN-TaylorLoss非均衡样本违约预测模型

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年

作者：杨莲刘文秀张志鹏石宝峰山东农业大学经济管理学院南京师范大学商学院上海交通大学安泰经济与管理学院西北农林科技大学经济管理学院西北农林科技大学信用大数据应用研究中心

针对现有违约预测模型对非均衡样本适用性不强、对具有不同信贷特征数据集可扩展性较弱的现状，利用泰勒展开原理将交叉熵函数转化为多项式的线性组合，并在第1项多项式系数中添加扰动因子 ε，构建可以根据不同非均衡信贷数据特点... 详细信息

针对现有违约预测模型对非均衡样本适用性不强、对具有不同信贷特征数据集可扩展性较弱的现状，利用泰勒展开原理将交叉熵函数转化为多项式的线性组合，并在第1项多项式系数中添加扰动因子 ε，构建可以根据不同非均衡信贷数据特点进行灵活调整的BPNN-TaylorLoss违约预测模型; 利用4个真实信贷数据、7种对比模型、5个模型评价准则验证模型性能. 研究表明: 所提模型有助于降低违约客户误判给金融机构带来的损失以及预防非违约样本误判导致的优质客户流失; 所提模型在多数信贷数据集中表现出了较为稳健的违约预测性能，具有较好的模型可扩展性. 本文的创新与特色: 利用扰动因子 ε 对标准交叉熵函数泰勒展开式进行修正，构建BPNN-TaylorLoss非均衡样本违约预测模型，实现只需对与扰动因子 ε 相关的1个超参数进行微调，即可改变现有评价模型对非均衡信贷数据集适用性不强，以及对具有不同信贷特征数据集可扩展性较弱的现状. 本研究为非均衡样本违约风险预测提供了新的研究视角.

关键词：违约预测非均衡泰勒展开交叉熵

基于JS散度指标离散化的企业贷款违约预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国管理科学 2024年

作者：沈隆周颖大连理工大学经济管理学院

准确预测上市公司银行贷款是否会违约，对上市公司自身的管理以及投资者的投资决策极为重要。本研究的创新与特色有三：一是论文创新性地将JS散度引入信用风险领域中对指标进行离散化，确保了离散化后得到的指标数值区间对企业违约状态... 详细信息

准确预测上市公司银行贷款是否会违约，对上市公司自身的管理以及投资者的投资决策极为重要。本研究的创新与特色有三：一是论文创新性地将JS散度引入信用风险领域中对指标进行离散化，确保了离散化后得到的指标数值区间对企业违约状态的区分能力，根据指标区间中违约企业和非违约企业的比例对相应的指标区间进行WOE打分，保证了WOE分值越大，企业的信用状况越好。避免了现有研究主观设定指标区间数值，导致的如逻辑回归等经典模型理解数据不充分的问题。二是采用增加了L1范数惩罚项(Lasso)的最小角回归(Lars)方程，以贝叶斯信息准则(BIC)最小为目标，反推出LassoLars回归方程中权重不等于0的指标为最优指标组合，确保遴选的指标组合违约预测能力最大，冗余度最小。弥补了现有研究在指标组合遴选时往往没有考虑指标组合中指标间的冗余度，而导致模型复杂性增加的不足。三是使用逻辑回归模型进行建模，以违约预测精度G-mean最大为目标，反推逻辑回归模型最优的违约预测临界点，避免了现有研究逻辑回归模型以经验值0.5为临界点，导致违约企业判别不准的弊端。研究表明：从159个指标中筛选出的43个离散指标既具有违约状态的区分能力，又符合“信用5C”原则，指标体系具有科学性、合理性。其中，除现金比率、企业价值倍数及销售毛利率等反映企业偿债能力、盈利能力、运营能力及成长能力的财务因素对企业违约有显著影响外，管理层持股比例、股东大会召开次数及是否披露内控评价报告等非财务因素，和恩格尔系数、人均地区生产总值及最终消费率等外部宏观因素对企业违约有显著影响。

关键词： JS散度指标离散化 BIC LassoLars回归违约预测

基于平均准确度和贝叶斯准则指标遴选的企业违约预测研究——以中国上市小企业为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

管理评论 2024年第5期36卷 12-24页

作者：董冰洁周颖李继哲王珊珊大连理工大学经济管理学院

研究上市小企业违约风险对缓解小企业融资难、融资贵难题以及促进经济平稳发展具有重要意义。本研究基于大数据视角从上市小企业财务指标、非财务指标和宏观经济指标等300多个指标中遴选出一组最优指标组合，并用这个最优指标组合建立... 详细信息

研究上市小企业违约风险对缓解小企业融资难、融资贵难题以及促进经济平稳发展具有重要意义。本研究基于大数据视角从上市小企业财务指标、非财务指标和宏观经济指标等300多个指标中遴选出一组最优指标组合，并用这个最优指标组合建立中国上市小企业违约预测模型。本文的创新和特色：以指标Xi的基尼系数最小作为划分违约上市小企业和非违约上市小企业的节点。以一个指标组合构造一棵决策树，从m个指标中采用随机抽样的方法得到多个指标组合，并用这多个指标组合构建多棵决策树。计算任意打乱指标Xi的取值前后多棵决策树的违约预测误差值的差值均值，作为指标的重要性值VI（Xi）,并保留重要性较大的指标。以保留的指标和上市小企业违约状态构造贝叶斯准则值，以每次增加一个指标和减少一个指标的方法，遴选贝叶斯准则值最小时的指标组合作为最优指标组合。研究表明：（1）本研究遴选的指标能预测上市小企业违约状态。（2）多数据集对比分析、多指标遴选对比分析和多模型对比分析结果表明，本文指标遴选方法优于蓝本文献和其他3种典型的指标遴选方法。（3）不同地理区域的上市小企业信用资质最高的是东部地区。不同上市途径的上市小企业信用资质最高的是非借壳上市小企业。

关键词：平均准确度企业违约违约预测指标遴选

基于XGBoost的中国上市公司违约风险预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统管理学报 2024年第3期33卷 735-754页

作者：迟国泰王珊珊大连理工大学经济管理学院辽宁大连116024

准确预测上市公司的违约风险,是企业信用风险评价的关键,也是金融机构信贷决策的重要依据。通过线性回归模型的信息量AIC遴选违约判别能力最大的指标组合,采用粒子群优化算法构建基于XGBoost的违约预测模型。选取中国A股3425家上市公司... 详细信息

准确预测上市公司的违约风险,是企业信用风险评价的关键,也是金融机构信贷决策的重要依据。通过线性回归模型的信息量AIC遴选违约判别能力最大的指标组合,采用粒子群优化算法构建基于XGBoost的违约预测模型。选取中国A股3425家上市公司不同时间窗口的数据为样本进行违约预测,将所构建的PSO-XGBoost模型与逻辑回归、支持向量机等13种预测模型对比,验证所建模型的有效性。通过UCI数据库中的3个公开信用数据集,利用Friedman检验,验证所建模型的稳健性。研究表明:使用上市公司数据与13种模型对比,PSO-XGBoost模型提高了预测精度G-mean;使用3个公开信用数据集,在多个评价指标上,PSO-XGBoost模型的平均预测性能显著优于对比模型;通过指标对预测结果的贡献获得指标重要性得分,增强了预测模型的可解释性。研究发现:“资产负债率”“流动比率”“长期资本负债率”等财务指标对违约预测的影响最大,“行业景气指数”“社会消费品零售总额增长率”“流通中现金(M0)供应量同比增长率”等指标是影响违约预测的重要指标。本研究可以为提高违约风险预测的准确性提供有效的方法和实证证据,有助于加强上市公司违约风险的预警和防范,降低违约风险监管成本,为企业管理者、债权人及投资者提供良好的决策支持。

关键词：违约预测指标组合遴选决策树参数

基于过采样Logistic回归模型的互联网贷款违约预测研究

在线全文

学校读者我要写书评

暂无评论

华北理工大学学报（社会科学版） 2024年第1期24卷 54-61页

作者：孙玮周嘉莉河北经贸大学金融学院河北石家庄050000

在持续增长的居民贷款消费需求刺激下,互联网贷款业务的规模呈现出持续快速扩张的发展态势,发挥机器学习模型在个贷违约预测的作用,控制和防范互联网贷款违约风险,具有十分重要的意义。通过对不同数据集的样本特征进行详细分析,构建个... 详细信息

在持续增长的居民贷款消费需求刺激下,互联网贷款业务的规模呈现出持续快速扩张的发展态势,发挥机器学习模型在个贷违约预测的作用,控制和防范互联网贷款违约风险,具有十分重要的意义。通过对不同数据集的样本特征进行详细分析,构建个人信用风险评估指标体系,利用具有普适性特征和可解释性特征的Logistic回归模型对个贷违约进行预测。针对原始数据集存在不平衡样本的问题,分别采用过采样和欠采样的重抽样方法获得平衡样本集,调整正则化惩罚力度,选择最优结果的参数来进行建模,得到模型预测结果。最后对如何防范互联网贷款违约风险提出了相关建议。

关键词：过采样 Logistic回归模型互联网贷款违约预测

管理层讨论与分析能预示企业违约吗?——基于中国股市的实证分析

在线全文

学校读者我要写书评

暂无评论

系统管理学报 2024年第2期33卷 441-459页

作者：沈隆周颖大连理工大学经济管理学院辽宁大连116042

采用文本挖掘技术,对上市公司年报中的管理层讨论与分析(MD&A)内容进行文本分析,从文本相似度、文本可读性、文本语调以及管理层预期的角度构建了MD&A评价体系。通过构建代价敏感GBDT(csGBDT)模型,考察多维管理层讨论与分析指标对企业... 详细信息

采用文本挖掘技术,对上市公司年报中的管理层讨论与分析(MD&A)内容进行文本分析,从文本相似度、文本可读性、文本语调以及管理层预期的角度构建了MD&A评价体系。通过构建代价敏感GBDT(csGBDT)模型,考察多维管理层讨论与分析指标对企业违约预测的影响,并进一步分析了对企业违约状态有重要影响的MD&A指标及其对违约状态作用的边际效应。研究表明:MD&A指标可以作为替代性数据源准确预测上市公司违约状态;MD&A指标相比传统违约预测变量的预测效果较差;MD&A指标在传统违约判别指标基础上提供了额外的信息含量;csGBDT模型显著提高了对企业(尤其是对违约企业)的判别能力,在违约预测的大数据方法中具有明显优势。在众多管理层讨论与分析指标中,对企业违约有重要影响的MD&A指标依次为:与前一年相比文本相似度、词汇总量、情感语调2、词汇总量/句子数量、情感语调1和管理层是否发出业绩预测。本文将企业违约预测的研究边界从结构化数据拓展到非结构化文本数据,有助于抑制信息不对称导致的企业违约风险。

关键词：文本挖掘管理层讨论与分析违约预测代价敏感GBDT 信息不对称

在线全文

学校读者我要写书评

暂无评论

基于余弦相似度的企业违约预测模型及实证

系统工程理论与实践 2022年第7期42卷 1826-1842页

作者：沈隆周颖赵轩铎大连理工大学经济管理学院大连116024

企业违约预测,是通过挖掘指标数据与违约状态之间的函数关系,来预测企业未来的财务风险,其对银行贷款、股票投资、公司债券投资等具有重要的参考意义.本研究的贡献主要有三个方面:一是通过将企业的夹角余弦值而非欧氏距离作为违约状态... 详细信息

企业违约预测,是通过挖掘指标数据与违约状态之间的函数关系,来预测企业未来的财务风险,其对银行贷款、股票投资、公司债券投资等具有重要的参考意义.本研究的贡献主要有三个方面:一是通过将企业的夹角余弦值而非欧氏距离作为违约状态相似性的度量,构建企业违约预测的Cos-k-means模型,避免了通过欧氏距离聚类时,忽略企业和聚类中心的角度关系以及对噪声样本和极端值敏感的弊端.二是通过构建兼顾模型违约鉴别力最大和指标组合冗余最小的目标函数,采用二进制粒子群算法(binary particle swarm optimization,BPSO)遴选指标组合,保证了构建的信用评价指标体系简洁、合理.三是通过采用企业t-d(d=1,2,3,4,5)期的指标数据和第t期的违约状态构建违约预测模型,实现了使用企业第t期的指标数据预测t+d期违约状态的目的.

关键词：违约预测指标选择 Cos-k-means 余弦相似度

基于最优指标组合的代价敏感违约预测模型——以A股中小企业为例

在线全文

学校读者我要写书评

暂无评论

系统管理学报 2023年第3期32卷 560-579页

作者：沈隆周颖大连理工大学经济管理学院辽宁大连116024

企业违约预测是在当下时刻推断企业未来时刻发生违约事件的概率,与经济和社会息息相关。本研究的贡献在于:一是构造了兼顾指标组合违约预测精度和指标个数的多目标函数,通过sigmoid函数将蜉蝣算法转化为二进制蜉蝣算法,将其引入金融风... 详细信息

企业违约预测是在当下时刻推断企业未来时刻发生违约事件的概率,与经济和社会息息相关。本研究的贡献在于:一是构造了兼顾指标组合违约预测精度和指标个数的多目标函数,通过sigmoid函数将蜉蝣算法转化为二进制蜉蝣算法,将其引入金融风险领域进行最优指标组合的遴选。二是在逻辑回归模型的对数似然函数中,给违约企业添加一个惩罚系数,以违约预测精度F-measure最大,反推最优的惩罚系数值,在保证总体判别精度的前提下,提高模型对违约企业的识别精度;同时使得逻辑回归求解的目标函数更贴合实际情况,确保了估计的权重向量更准确地反映指标数据与其违约状态间的函数关系。中小企业的实证研究表明:“高管年薪披露方式”“前十大股东是否存在关联”和“监事会持股比例”等企业内部非财务因素,以及“人均地区生产总值”“中长期贷款基准利率”和“货币和准货币供应量同比增长率”等宏观经济因素对中小企业违约预测的影响不容忽视。该方法可以提升对企业信用风险的识别能力,降低商业银行的不良贷款率。

关键词：违约预测指标组合遴选对数似然函数惩罚系数中小企业