基于网络结构Logistic模型的企业信用风险预警

随着计算机和互联网的快速发展,特别是在大数据时代,企业积累了大量有关企业经营、财务等相关数据,变量众多且关系纷繁复杂,如果利用传统的logistic回归建立企业信用风险预警模型往往效果不好。本文在充分考虑变量间的网络结构(Network)关系基础上,提出了网络结构Logistic模型,通过惩罚方法同时实现变量选择和参数估计。蒙特卡洛模拟表明网络结构Logistic模型要优于其他方法。最后,我们将其应用到我国企业信用风险预警中,充分考虑财务指标间的网络结构关系,科学地选择评估指标,构建更加适合我国国情的企业信用风险预警方法。

基于CD4细胞含量的AIDS病人免疫能力分析与疗效评估

CD4细胞含量和治疗效果关系密切,是衡量AIDS病人免疫能力的重要指标。本文以武汉市疾病防御中心提供的患者数据为基础,建立了CD4细胞和随访次数间的线性回归模型。得出一般病人接受治疗时处于疾病晚期,经过3个随访周期后能恢复到疾病中期,免疫能力有所提高。并以初始状态的免疫能力为指标将所选病人分为两类。通过比较CD4细胞均值随随访次数变化情况的不同,分析了治疗措施对不同免疫情况病人效果的差异。得出免疫能力越低的病人治疗效果越明显。大约在16次随访之后,初始免疫能力较低的患者CD4细胞均值反超免疫能力高的患者。通过治疗,患者一般能恢复到疾病中期,但免疫能力较低的患者需要更长的时间。建议综合考虑恢复到疾病中期的时间长短和治疗效果的高低来确定病人接受治疗的初始时期。

基于整合治愈率模型的信贷违约时点预测

传统信用评分方法主要利用统计分类方法,只能预测借款人是否会发生违约,但不能预测违约发生的时点。治愈率模型是二分类和生存分析的混合模型,不仅可以预测是否会发生违约,而且可以预测违约发生的时点,比传统二分类方法可以提供更多的信息。另外,随着大数据的发展,数据源越来越多,针对相同或者相似任务,可以收集到多个数据集,本文提出了融合多源数据的整合治愈率模型,可以对多个数据集同时建模和估计参数,通过复合惩罚函数进行组间和组内双层变量选择,并通过促进两个子模型回归系数符号相同,提高模型的可解释性。通过数值模拟发现,所提方法在变量选择和参数估计上均有明显优势。最后,将所提方法应用于信用贷款的违约时点预测中,模型表现良好。

基于多源域知识迁移学习的小微企业信用评分

针对新业务,新场景下金融机构目标数据集“高维小样本”的问题,本文提出了基于多源域知识迁移学习的小微企业信用风险测度方法,其能够迁移学习其它数据源(源域)的知识以提升目标域模型的预测效果.该方法通过对来自多个源域的多种源域知识进行归纳提取,进而将其纳入目标域模型的构建中,可以充分利用源域知识,提升目标域模型的估计精度.另外,模型无需获取各源域的原始数据,因此很大程度上降低了数据传输中隐私泄露的风险.模拟实验和企业信用评分的实例数据验证了所提方法的可行性及其在变量选择,系数估计和分类预测上的良好效果.该方法能够在隐私限制的背景下有效迁移源域知识以克服信用评分中目标数据集信息量不足,而导致估计效果较差的问题.

中国房地产网络舆情分析

随着互联网技术的运用,基于文本挖掘的网络舆情分析,近年来也越来越受到学术界相关人士的关注。本文结合词云、关联规则、文本倾向性分析等数据挖掘与可视化技术,对2015年第二季度中国房地产网络舆情进行了实证研究与分析,在论证相关方法可行性的基础上,构建了网络舆情分析的基本框架。基于分析本文发现了该季度热点话题的分布与关联,并对各个话题的总体倾向性水平进行了评述,给出了相关政策建议。