公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

存在拖欠还款概率影响的信贷风险决策机制被引量：9: 2007年; 讨论了拖欠还款概率的存在对银行期望收益的影响以及项目成功概率的大小对企业期望收益的影响,阐述了抵押品和配给量在防范信贷风险尤其是道德风险的过程中所起的重要作用.在考虑拖欠还款概率存在的影响下,建立了信贷风险决策模型,给出了相应的信贷风险决策机制.并在该机制的作用下,分析了信贷配给与无需配给的贷款申请条件,得出了在拖欠还款概率影响下企业只能申请有抵质押贷款的重要结论.此外,还在不对称信息条件下,进一步讨论了银行与贷款企业之间的激励问题.通过设计正向激励与负向激励,揭示了拖欠还款概率与项目成功概率之间的内在联系.; 庞素琳; 关键词：道德风险信贷配给

判别分析模型在信用评价中的应用被引量：17: 2006年; 本文利用线性判别分析建立信用评价模型,用来对中国2000年106家上市公司2000年96家上市公司进行两类模式(“好”、“差”)分类及三类模式(“好”、“中”、“差”)分类。对于线性判别分析法,又使用两种不同的方法进行判别分析:一种是利用SPSS统计软件对数据样本进行判别分析,称为LDA-SPSS方法;一种是利用原始样本数据推导建立线性判别分析模型,然后根据模型计算得到的结果对数据样本进行判别分析,称为LDA方法。仿真结果表明,无论是两类模式分类还是三类模式分类,LDA-SPSS的判别效果均优于LDA。但与多层感知器(MLP)相比,对两类模式分类,LDA-SPSS(100%)优于MLP(98.11%),MLP又优于LDALDA(95.28%);对三类模式分类,LDA-SPSS(91.67%)优于LDA(82.29%),LDA又优于MLP(79.17%)。; 庞素琳王燕鸣; 关键词：信用评价模型多层感知器

BP算法和对称ARCH类模型对股市波动性预测的实证比较被引量：8: 2006年; 利用我国深圳股票市场的实际数据,建立了相应的BP算法网络预测模型和ARCH(1),GARCH(1,1)预测模型,分别用来对深成指数每个周末收盘价的波动性进行预测．研究表明,BP算法对样本外观测值的上凸曲线拟合得较好,对下凸曲线的拟合效果较差;ARCH(1)和GARCH(1,1)则反之,其预测曲线对样本外观测值的下凸曲线拟合效果都较好,但对上凸曲线的拟合效果都较差．通过采用6种常用的预测误差统计量:平均误差、平均绝对误差、均方根误差、平均绝对比率误差、Akaike信息准则、Baves信息准则对样本外数据的预测结果进行检验,BP算法的预测效果最好,ARCH(1)模型次之,GARcH(1,1)模型偏差．; 庞素琳徐建闽黎荣舟; 关键词：BP算法 GARCH(1,1)模型波动性

Logistic回归模型在信用风险分析中的应用被引量：40: 2006年; 通过运行SPSS,建立L og istic回归信用评价模型(cred it eva luation m odel),用来对中国2000年106家上市公司进行两类模式分类,这两类模式是指按照公司的经营状况分为“差”和“正常”两个小组.对每一家上市公司,考虑其经营状况的4个主要财务指标:每股收益、每股净资产、净资产收益率和每股现金流量.仿真结果表明,L og istic回归信用评价模型对总体106个样本,判别准确率达到99.06%.此外,本文的研究结果还发现,当利用SPSS的D iscrim inan t给出的模型系数建立的线性判别分析模型和利用SPSS的M u ltinom ia lL og istic给出的模型参数建立的L og istic回归模型,L og istic回归模型的判别结果不如线性判别模型.但如果剔除不合格的样本,或是将样本数据规格化,则可以提高L og istic回归模型的分类准确率.; 庞素琳; 关键词：信用风险分析 LOGISTIC回归模型线性判别分析

全选清除导出

共1页<1>

广东省软科学研究计划(2005B70101044)