基于机器学习的企业运行风险研究

党的十八大三中全会提出逐步简政放权,要求做到便捷、规范、宽进严管,这引起市场监管主体职责发生变化,监管对象呈现井喷式增长。传统的监管方法和手段已不能适应改革后的监管需要,监管方法和手段必须由传统向信息化、智能化等方式转变。本文根据广东省广州市有关企业的真实数据对其展开运行风险研究,首先运用随机森林算法对原始数据进行变量选择以便形成一个简化、高效的数据集,然后分别应用决策树、集成法、人工神经网络分别对数据集进行建模及分析,最后比较各种模型的优劣,并深入研究各性能指标的意义。通过模型可以有效地指导行政人员对异常企业进行重点监管,实现市场监管的智能化和精细化。

证据权重方法在企业信用风险评估应用

本文以广东省各个行政部门的企业数据为基础,研究了证据权重在企业信用风险等级评估中的应用,并且根据国家“企业信用风险分类评价标准”系统建立了企业信用评价指标,成功地将证据权重逻辑回归算法应用到真实的企业信用数据集,建立企业信用风险评估模型,使得监管部门能够准确地掌握企业的信用情况。通过与经典的逻辑算法比较,验证了该方法的有效性。

区域经济运行机制模型建立——以广州市南沙区为例

智慧城市指综合利用各类信息技术,通过对城市人与物的感知和互通,大幅优化并提升城市运行效率的过程。文章针对广州市南沙区的区域经济运行展开结构化、动态化、指数化的定量研究,建立区域经济运行指标体系模型,并借助该模型提升南沙区政府决策的“智慧度”。首先运用计量经济学的相关方法构建区域经济运行指标,然后通过德尔菲法对指标进行权重赋值,并应用AHP层次分析法确定最终的指标权重,最后通过基准对比分析每个指标值及其测度。