法人和其他组织统一社会信用代码数据国民经济行业数据质量提升方法研究

在国民经济行业分析过程中,法人和其他组织的统一社会信用代码数据起着至关重要的作用,其不仅是产业和统计分析工作的基础,数据质量的优劣更会直接影响到分析结果的准确性。本文以提升数据质量为出发点,首先对数据质量问题进行精准鉴别,其次构建混合型自动化行业分类模型,并提出了数据质量持续提升的常态化标准化流程机制。这种策略在提供持续、迭代的改进机制的同时,也为国民经济行业的数据分析提供了更为坚实和可靠的数据保障。

我国商业银行信用风险模型的国际比较与改进

现代商业银行信用风险管理已发展到以巴塞尔新资本协议IRB法为代表的模型化管理阶段。我国商业银行目前所采用的信用风险管理模型贷款风险度方法仍主要以定性分析和经验判断为主,在风险与资本定量计量上存在许多不足。本文研究遵循“路径依赖”的改进路径思路,在细致考察我国商业银行现有的信用风险管理模型的贷款风险度方法存在的不足和缺陷的基础上,将其与现代信用风险管理模型进行比较分析,从而寻找改进和构建我国商业银行信用风险管理模型的路径选择。

关于吉林省科技型中小企业公司治理及融资问题的探讨

在经济飞速发展的今天,科技型中小企业已经成为我国经济体系中最具活力和生命力的发展群体。但与其蓬勃发展相矛盾的是,科技型中小企业的融资始终没有得到彻底的解决。本文从吉林省科技型中小企业的公司治理问题及目前的信贷管理模式角度进行研究,对科技型中小企业的融资问题进行探讨,并给出相应的对策建议。

高校改进的学分绩点制模型的探讨

介绍了目前高校学分绩点的计算方式,指出其存在的不足,以某班同学某门课程考试成绩为例说明一般学分绩点和标准学分绩点的缺陷,提出了学分制下较合理的学分绩点度量方法——改进的学分绩点制模型。

基于Internet平台的CtoC电子商务信用评价研究

电子商务是一个新兴产业,互联网的高速发展对电子商务产生重要影响。文章对CtoC电子商务中的信用评价体制进行研究,提出了其存在的问题及改进的对策。采用改进的累积加权评分法建立CtoC的电子商务评价模型,辅以实例论证了该模型的可行性,为我国CtoC电子商务信用评价模型的发展提供了有益的参考。

借鉴电商信贷模式 再造泉州金融改革活力

阿里巴巴电商信贷模式极大地改善了资金配置的效率,其效率改进机理是:多重筛选机制解决信贷中的信息不对称问题;风险评估与分散机制平抑信贷风险;市场运营互联网化,大幅降低交易成本;信息化技术催生方便、快捷的金融服务等。金融抑制导致资金配置低效率,泉州金融改革归根到底要解决实体企业融资定价问题及融资效率问题。推进泉州金融改革可以借鉴电商信贷模式,再造效率、增强活力:整合大数据,实现对电商信用的认可;运用信息技术,创新融资模式与产品;建立社会信用体系,加强风险控制;完善市场机制,保障平等享有金融服务。

B2C电子商务信用风险测度与网商免疫力提升路径

应用ANN方法对B2C电子商务信用风险各指标权重进行测度,利用GRA确定信用风险因素之间的直接关联矩阵,运用DEMATEL方法分析风险因素,由此确定各指标中心度和原因度。结果表明市场信息对称程度、惩罚力度、感知信誉和安全技术等风险因素对B2C电子商务信用风险影响程度较大。基于二分类Logistic回归模型验证信用因素重要程度。根据信用风险测度结果在市场监管、信息不对称、是否长期合作和网络融资模式下分别提出了基于免疫监视、免疫防御、免疫自稳和规则制度创新的网商免疫力提升路径。

基于改进的TOPSIS算法的企业信贷风险评价——以中小微企业为例

为了解决我国中小微企业抵押资产少、贷款难,银行贷款风险大等问题,利用改进的TOPSIS算法构建企业信贷风险评价模型。该模型主要用于对企业市场信贷风险进行评估,通过熵权法对盈利能力等级、企业状况等级、信誉等级等指标客观赋予权重,利用逼近理想解排序法对所采集的定性、定量数据进行预处理和量化转换,消除各个评价指标之间的量纲以及相关影响,从而精确计算出归一化后的各企业信贷风险平稳系数。根据信贷风险平稳系数的大小对各个中小微企业贷款额度、利率以及期限进行控制,不仅解决了中小微企业贷款难问题,而且有效控制银行贷款风险。

电力企业信用度综合智能评分及风险等级评价

针对电力企业信用度性能差,风险评估能力差等问题,提出了一种新型的管理方法,构建了一种新型的综合智能评分架构方案。该方案能够融合多种数据信息,实现电力企业信用度综合智能评分。在该电力企业信用度综合智能评分系统的基础上,设计了改进型模糊评价方法,该方法融合了DA-BP神经网络模型,又通过卷积分计算,提高了电力企业信用度评估能力。通过试验,本研究的方法评估精度高,性能稳定可靠。

基于改进模糊综合评价法的信用评估体系研究——以我国中小上市公司为样本的实证研究

分析我国中小企业目前的融资困境及其根源,提出改进模糊综合评价模型——AFF模型(Analytic hierarchy process-Factor Analysis-Fuzzy Comprehensive Evaluation)对中小企业进行信用评估。该模型在进行指标权重决策问题时,不仅考虑了复杂大群体决策的不确定性,更是将主观赋权法和客观赋权法思想相结合,提出以基于群决策的AHP方法确定主观权重,基于因子分析法(FA)确定客观权重,最后将主客观权重集结得到指标的综合权重。模型既克服了传统主观因素赋权的不足,又充分考虑客观因素,而且引入了群体决策的思想,拓展了模糊综合评价法的应用,更具理论实际意义。选取信息技术服务业53家公司为样本,利用该模型进行了实证分析,验证了该模型的适用性、稳定性和客观性。分析结果表明,采用AFF模型能准确地得到公司的信用等级,并能发现导致公司信用状况不佳的相关因素,通过对相关因素的剖析,帮助领导者和决策者改善公司信用状况,具有较强的实践意义。AFF模型在各类理论与实践的综合评价中均具有应用和推广价值。

基于梯度提升决策树模型的P2P网贷借款人信用风险评测研究

基于借款人决策行为视角,通过Logistic条件回归方程式,筛选出对主体行为决策具有显著影响的特征变量,依此构建基于梯度提升决策树(GBDT)的P2P网贷借款人信用风险评测模型。模型精度和稳定性检验结果表明,建立在集成学习基础上的GBDT模型能较好拟合网络信用环境下借款人信用风险评测,并能对样本借款人的决策行为做出准确预判。

基于云模型的用电客户信用评价

为了加强供电公司对电力客户信用风险的事先控制,对用电客户信用分类进行了研究。首先,建立起符合电力客户特征的信用评判指标体系,然后,通过改进的层次分析法确定指标权重,最后,引进云模型对用电客户信用进行分类。摒弃了以往研究的硬划分,对客户信用的概念划分更加科学。分析证明,能够挖掘出更多有价值的信息,对用电客户信用的评价具有可行性和有效性。