摘要
期货公司客户信用风险的控制和管理对期货公司发展与进步有着举足轻重的作用,聚类分析可以作为客户分类方法之一为期货公司所用,而模糊聚类是聚类分析的新方法之一。本文基于期货公司客户的实际交易数据,首先提取若干特征指标作为聚类分析的基本变量,然后分别运用K-均值聚类算法和改进的模糊聚类分析方法对期货公司的客户进行分类,最后将两种方法分类结果进行融合,得到最终的客户分类,为期货公司控制客户的信用风险提供科学依据。
Improved fuzzy clustering and k-means clustering algorithms are applied and compared to analyze customers' credit risk of Futures Companies.The final classification system plays a pivotal role in risk management,development and progress of Futures Companies.These methods provide scientific basis for futures companies to control risks.
出处
《广西师范大学学报(自然科学版)》
CAS
北大核心
2011年第3期101-104,共4页
Journal of Guangxi Normal University:Natural Science Edition
基金
国家973项目(2007CB814903)
中国期货业协会联合研究计划资助项目(第六期
ST201003)
关键词
期货
客户分类
模糊聚类
K-均值聚类算法
futures
customer classification
fuzzy clustering
K-means clustering