您的位置: 专家智库 > >

广东省自然科学基金(31906)

作品数:5 被引量:80H指数:4
相关作者:庞素琳黎荣舟徐建闽罗伟其曹晓静更多>>
相关机构:暨南大学华南理工大学更多>>
发文基金:广东省自然科学基金广东省科技攻关计划国家自然科学基金更多>>
相关领域:经济管理自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇经济管理
  • 1篇自动化与计算...

主题

  • 2篇信用
  • 2篇BP算法
  • 1篇道德风险
  • 1篇登陆
  • 1篇抵押
  • 1篇抵押率
  • 1篇信用风险
  • 1篇信用风险分析
  • 1篇信用风险评价
  • 1篇信用风险评价...
  • 1篇信用评价
  • 1篇信用评价模型
  • 1篇预警
  • 1篇预警研究
  • 1篇神经网
  • 1篇神经网络
  • 1篇实证
  • 1篇实证比较
  • 1篇椭圆曲线密码
  • 1篇椭圆曲线密码...

机构

  • 5篇暨南大学
  • 2篇华南理工大学

作者

  • 4篇庞素琳
  • 2篇徐建闽
  • 2篇黎荣舟
  • 1篇曹晓静
  • 1篇罗伟其

传媒

  • 2篇系统工程理论...
  • 2篇控制理论与应...
  • 1篇微计算机信息

年份

  • 2篇2006
  • 3篇2005
5 条 记 录,以下是 1-5
排序方式:
一种安全的登陆方案设计
2006年
针对现有登陆认证系统中存在的安全问题,设计了一种新的安全的登陆系统方案。本方案采用对用户的登陆信息进行过滤、摘要,并结合ECC算法的优点,对之进行加密传输,有效地解决了现有系统登陆过程中存在的重放攻击、中间人攻击等安全性问题,并讨论其Java实现。
曹晓静罗伟其
关键词:椭圆曲线密码体制JAVA
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
规避道德风险的信贷风险决策合同模型分析被引量:12
2005年
 主要研究信贷市场中风险类型并合与风险类型非并合两种不同情形下道德风险的规避方法及信贷风险决策合同的设计.分析了贷前道德风险企业与贷后道德风险企业两种不同的拖欠还贷的特点,指出了在风险类型并合下,如果不采取激励相容机制,将使银行筛选有害银行利益的贷款合同.但如果银行对企业采取激励相容机制,则将有效抵御来自企业的道德风险.通过引入抵押率的概念来作为衡量道德风险的重要指标.研究结果表明,较大的抵押率使银行抵御道德风险的能力减弱,较小的抵押率使银行抵御道德风险的能力增强.通过模型证明了充足的抵押品能减少道德风险的产生,不充足的抵押品将有可能引发道德风险.
庞素琳黎荣舟
关键词:道德风险激励相容机制抵押率
BP算法在信用风险分析中的应用被引量:28
2005年
建立了基于BP算法的神经网络信用风险评价模型,用来对我国某国有商业银行2001年80家贷款企业进行两类模式分类.按照企业的财务状况、经营状况以及过往的信用记录分为"信用好"和"信用差"两个小组.对于每一家贷款企业,主要考虑能反映该企业的还款能力、盈利能力、经营效率和资本结构等7个财务比率作为分析变量.对该BP网络分别训练100次、390次和800次.仿真结果表明,当训练800次时,网络达到一定的稳定状态,目标函数值达到最优,分类准确率达到98.75%.此外,还给出了该BP网络的学习算法和步骤.
庞素琳黎荣舟徐建闽
关键词:BP算法信用风险评价模型信用风险分析
概率神经网络信用评价模型及预警研究被引量:38
2005年
 介绍了概率神经网络(PNN)方法及其分类机理,构造了用于识别两类模式样本的PNN结构,用来对我国2000年106家上市公司进行两类模式分类.仿真结果表明,PNN对训练样本有很高的分类准确率,能达到100%;但对测试样本的分类准确率却很低,只达到69 77%.因而使总体的分类效果偏差,分类准确率只达到87 74%.进一步的仿真结果表明,该方法对我国2001年公布的13家预亏公司进行预警分析时,准确率只达到69 23%.所以PNN不太适合用来对新样本的识别和预警研究.研究结果还表明,PNN在分类效果上不如MLP(对相同的样本,多层感知器分类准确率达到98 11%),但和Yang等的PNN分类效果(分类准确率最高达到74%)相比,该文给出的PNN结构其分类效果更好.所以作为一种方法上的探讨,PNN仍不失其研究的价值.
庞素琳
关键词:概率神经网络信用评价模型财务预警
共1页<1>
聚类工具0