保险资产管理公司违约风险预警模型的构建与应用

近年来市场上信用风险事件不断爆发,保险资产管理公司对信用风险的监控和预警的需求也在逐步增加。然而保险资产管理公司内部在信用风险模型开发上面临数据不足的先天劣势。本文使用二级市场债券交易的公开数据进行拟合,解决了数据来源不足的问题,创新地提出以“违约风险预警”概念置换“实质违约”概念,解决了债券市场上实质违约债券不足、违约率过低、不能真实反映市场信用风险状况等问题,在投前尽调、投后管理中都有较好的实际应用作用。本文主要使用逻辑回归模型对大样本数据进行拟合,拟合结果较好,在统计上有较强的解释意义。

基于加权证据权模型的丽江—小金河断裂中南段滑坡易发性评价

丽江—小金河断裂全新世活动强烈、地震频发,沿断裂带的滑坡地质灾害极为发育。以断裂带中南段两侧10 km为研究区,根据地质地理环境和滑坡发育特征,选取高程、坡度、坡向、距活动断裂距离、距河流水系距离、距道路距离、工程地质岩组、降雨量、土地利用类型以及地震动峰值加速度10个影响因子为评价指标,运用加权证据权模型,开展丽江—小金河断裂中南段滑坡易发性评价,基于自然断点法将滑坡易发程度划分为高易发、中等易发、低易发和非易发4个级别,评价结果AUC值为0.81。结果显示:①研究区内滑坡受坡度、断裂、水系、岩性因素的影响程度更高;②高易发区和中等易发区主要沿断裂带和金沙江等主要河流水系两侧分布,在玉龙县、松坪乡、大东乡等周边区域较集中;③西川乡处于高易发区,但目前滑坡灾害点较少,应加强关注。

基于证据权与Logistic回归模型耦合的滑坡易发性评价

滑坡灾害易发性研究对地质灾害风险管理及减灾防灾有着重要的现实意义。目前,多模型耦合的评价方法在国内外应用较为广泛,但将证据权与其他方法相结合用于滑坡易发性评价的研究却较少。鉴于此,本文以浙江省永嘉县为例进行滑坡易发性评价,选取高程等9个因素作为滑坡易发性的评价因子。利用证据权模型计算得到的证据权对比度与分级栅格比、滑坡栅格比进行比较,实现各评价因子状态分级处理;再运用Logistic回归模型算得各评价因子的权重。综合两种模型确定的状态分级权重和评价因子权重,基于GIS的栅格运算功能得到各评价单元的滑坡发生概率,实现研究区滑坡易发性分级区划。研究结果表明,证据权与Logistic回归耦合模型的评价结果的合理性与精确度均优于两种单一模型;且极高易发区和高易发区主要分布在水系延展区、断层密集区、岩组软弱区。研究结果对滑坡灾害风险管理及城市防灾规划具有一定的参考价值。

基于证据权与逻辑回归耦合的新疆伊犁河谷地区滑坡易发性评价

伊犁地处中亚内陆腹地,分布着许多高山峻岭,自然地理条件和地质环境复杂,地质灾害(尤其是滑坡)频发,严重影响着该地区正常的生产生活,有必要开展滑坡地质灾害易发性评价。本文在前期工作成果的基础上,结合该地区影响滑坡发生条件,选取高程、坡度、温度、降雨、地形湿度指数、工程地质岩组、距道路距离、距水系距离以及距断层距离等9个因子作为评价因子,采用证据权和逻辑回归(Logistic)耦合模型,通过GIS与统计学相结合的技术方法开展伊犁地区滑坡的易发性评价。研究结果表明:选取的9个因子均对滑坡的发生具有较强的相关性,在证据权模型的基础上与逻辑回归模型耦合具有较好的评价效果。经过评价得出,地质灾害极高易发区与高易发区面积占全区总面积25.74%,主要分布于中低山丘陵地区。依据逻辑回归计算结果,该地区滑坡的发生与河流、人类工程活动以及坡度关系最为密切。经ROC曲线检验,该耦合模型评价精度高达89.7%(AUC=0.897),通过现场检验,本文模型得出的易发性评价结果更为精确合理且符合实际情况,可以为该地区的地质灾害预防和治理工作提供重要参考。

粤港澳大湾区地热异常空间分布特征的GIS分析

粤港澳大湾区地热资源丰富,研究地热异常空间分布特征可为大湾区地热资源潜力评价和勘探开发决策提供科学支撑.基于地理信息系统技术构建了粤港澳大湾区大地热流、花岗岩分布、断裂、布格重力异常、航磁异常和居里面深度等空间数据层,综合分析地热异常与地质和地球物理场特征的空间关联关系,揭示研究区地热异常的空间分布特征.分析结果表明,研究区内大地热流值大于75 mW/m^(2)、燕山期花岗岩边界或内部、与主断裂距离小于3 km、布格重力异常梯度大于1.6 mGal/km、航磁异常值为-5~5 nT及居里面深度小于15 km等区域,与地热异常区的空间关联密切;强地热异常的出现与居里面深度、燕山期花岗岩和主断裂关系最为密切.基于数据层分类,采用证据权重模型和加权信息量模型两种矿产资源预测方法对上述多元信息进行复合分析.研究表明,研究区内燕山期花岗岩分布广泛且岩石热导率较高的低山或丘陵区地区易出现强地热异常,具有这一特征的江门西部、肇庆中部、广州东北部、惠州东北部以及深圳等地的是粤港澳大湾区地热资源高潜力区.

基于模型组合的网络迭代识别法

针对当前常用的多层神经网络优化算法只能获得局部极值,算法性能与初始值有关,以及网络获得的参数与实际任务的关联性非常模糊等问题,提出了一种基于模型组合的网络迭代法(LDKB),以较小速度损失,实现模型间的有效联合,强化变量间的关联性,提升整体精度。LDKB引用PDCA循环工作法的概念,以完成模型间的自动迭代。同时,在训练模型中数据流正向传播过程中,用输出信息比较剔除方法,剔除非重要BP神经网络的学习信息,以提高循环过程中剪枝容错性。结果表明,相比单个决策树模型,LDKB的影响识别精度持续提高;相对单个神经网络模型,LDKB模型的识别性保持最佳。

基于证据权模型的川西鲜水河断裂带滑坡易发性评价

鲜水河断裂带是发育于青藏高原东缘的一条大型左旋走滑断裂带,该区新构造活动强烈且历史强震频发,一系列大型-巨型滑坡沿断裂带密集分布。在资料收集的基础上,对鲜水河断裂带两侧10 km区域内进行遥感解译和野外地质调查,建立数据库并对滑坡主要影响因素进行分析。在滑坡区域发育分布规律分析的基础上,选取地形坡度、地形坡向、地面高程、平面曲率、地形湿度指数、活动断裂、工程地质岩组、年降雨量、河流、道路、植被覆盖指数等11个因素作为滑坡易发性评价因子,在Arc GIS软件平台上,采用证据权模型开展了滑坡易发性评价。根据成功率曲线对评价结果的检验,滑坡易发性评价结果具有较好的精度,并将研究区的滑坡易发程度划分为极高易发、高易发、中等易发、低易发和不易发5个级别。滑坡的易发性受鲜水河断裂带影响显著,极高易发区和高易发区主要分布在东谷到道孚县沿鲜水河断裂带两侧,以及康定县城和磨西镇附近;中等易发区主要分布在鲜水河支流两岸及省道沿线;滑坡低易发区和不易发区主要分布在人类工程活动少的高山地带以及地形相对平缓的区域。滑坡易发性评价结果很好地反映了鲜水河断裂带区域内滑坡发育分布现状,为该区重大工程规划建设和防灾减灾提供参考依据。

基于证据权重法的辽西钼-多金属矿床评价预测

针对目前矿业勘探开发中的资源潜力快速评价问题,以基于GIS的数据驱动模型证据权重法为主导,结合基础地质资料,从遥感影像中提取相关构造、矿化及蚀变信息.采用中上寒武-奥陶统、义县组、雾迷山组、燕山期花岗岩、粘土蚀变、二价铁强度、三价铁强度和构造强度等8个因子评价辽西钼-多金属矿床,并通过X2独立性检验证明其在数学上的可行性,且在3大矿集区符合的基础上,评价预测出高家岭、红崖子两个成矿远景区.

基于加权证据权模型的青藏高原东部巴塘断裂带滑坡易发性评价

巴塘断裂带位于青藏高原东部,呈北东—南西向展布,全新世活动强烈,沿断裂带崩塌、滑坡、泥石流等地质灾害极为发育。基于遥感解译和野外地质调查,在巴塘断裂带两侧10 km范围内识别出滑坡93处;在分析滑坡空间发育特征的基础上,选取地形地貌(地面高程、地形坡度和地形坡向)、地形湿度指数、地层岩性、活动断裂、降雨量、水系、人类工程活动和植被覆盖等10个因素作为滑坡易发程度的主控因素,采用加权证据权法建立滑坡易发性评价模型,开展巴塘断裂带滑坡易发性评价;成功率(ROC)曲线检验结果表明此次滑坡易发性评价的准确率为82.3%。采用基于自然断点法将滑坡易发程度划分为极高易发、高易发、中等易发和低易发4个级别,结果表明滑坡易发性受巴塘断裂带和河流控制显著,极高易发区和高易发区主要分布在巴塘断裂带、金沙江和巴曲河谷及一级支流两侧,中等易发区主要分布在巴曲各支流中上游,低易发区主要分布在人类工程活动弱的高山地带以及地形相对平缓的区域。滑坡易发性评价结果很好地反映了巴塘断裂带现今滑坡发育分布特征,对该区重大工程规划建设和防灾减灾具有科学指导意义。

基于贡献度随机森林模型的公司债信用风险实证分析

运用贡献度随机森林方法(CRF)方法探讨公司债财务指标比率与其违约率的关系.运用连续属性离散化方法(OB)进行财务指标最优降维;运用WOE变换进行模型变量约简.研究表明,CRF模型的分类性能显著优于其他模型,测试集评估总体正确率达90.47%,AUC统计量、AR比率及K-S值分别提升了2.6%、7.6%、4.38%,变量贡献度量化了各财务指标对违约率影响,为诠释随机森林预测机制提供了依据.

基于WOE-Probit逐步回归的信用指标组合筛选模型及应用

依次使用证据权重法（WOE）、逐步回归法、Probit模型的系数显著检验法对信用评价指标进行三轮筛选，构建了一套精简且区分违约状态能力强的信用评价指标三重组合筛选模型，并雕某商业银行信贷数据库中的782个微型企业样本进行了应用分析．通过ROC曲线对构建的评价指标体系进行检验，得到AUC值为0．9472，表明了基于WOE—Probit逐步回归的信用指标组合筛选模型的合理性．通过与WOE—Logistic逐步回归作对比，得到基于WOE—Probit逐步回归的信用指标组合筛选模型的AUC值大于基于WOE—Logistic逐步回归的信用指标组合筛选模型的AUC值，表明方法的优越性．

诉讼处置不良贷款违约损失率估计的模型簇

违约损失率(LGD)是内部评级高级法要求的重要参数之一,已成为商业银行风险管理的重要手段。由于受数据等多方面的限制,国内外尚无对我国大型商业银行诉讼处置不良贷款违约损失率估计的研究。本文在对我国某大型商业银行诉讼处置不良贷款违约损失率全面统计分析的基础上,找出回收率的影响因素,采用决策树模型,判别出极端回收和非极端回收。针对非极端回收的情况综合运用Logit变换、Beta-正态逆变换、WOE变换等方法,建立点估计模型;随后利用广义Beta回归给出了LGD的分布模型;在对四个模型进行相关性分析的基础上用最小误差平方和的方法建立了组合模型,由此形成由判别模型与组合模型构成的模型簇。实证结果表明,极端回收的判别准确率高达77.6%,组合模型的均方误差低于5%;模型簇在极端回收和非极端回收两类表现出很好的一致性。