![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/11/1e6059da-5e7a-4ce6-83a1-7e205ff8e2da/1e6059da-5e7a-4ce6-83a1-7e205ff8e2dapic.jpg)
![Fuzzy set-ART兩階段模型在個(gè)人信用評(píng)估中的應(yīng)用.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/11/1e6059da-5e7a-4ce6-83a1-7e205ff8e2da/1e6059da-5e7a-4ce6-83a1-7e205ff8e2da1.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著世界經(jīng)濟(jì)一體化進(jìn)程的不斷加快,各個(gè)商業(yè)銀行對(duì)于其風(fēng)險(xiǎn)暴露控制出現(xiàn)了嚴(yán)重問題。個(gè)人信貸作為銀行資產(chǎn)業(yè)務(wù)的重要組成部分,其風(fēng)險(xiǎn)水平的控制關(guān)系到商業(yè)銀行對(duì)于經(jīng)濟(jì)資本的整體要求。因此,能否對(duì)個(gè)人風(fēng)險(xiǎn)進(jìn)行有效的識(shí)別與計(jì)量,就成為了商業(yè)銀行能否合理控制風(fēng)險(xiǎn)的關(guān)鍵因素。
本文首先對(duì)國內(nèi)外單一模型以及兩階段模型的研究現(xiàn)狀進(jìn)行了總結(jié)。傳統(tǒng)的統(tǒng)計(jì)學(xué)模型的穩(wěn)定性較弱,而人工智能模型的精確性卻不夠良好,針對(duì)這些嚴(yán)重影響了個(gè)人信用評(píng)估的問題,一方面
2、針對(duì)我國商業(yè)銀行的個(gè)人信貸實(shí)際建立具有適用性的個(gè)人信用評(píng)估體系。另一方面選取了單一ART模型應(yīng)用到個(gè)人信用評(píng)估領(lǐng)域,發(fā)揮其對(duì)不同類型的變量適用性強(qiáng)的優(yōu)勢(shì),通過與BP模型、logistic回歸模型以及線性回歸模型的比以分析,明確 ART模型的優(yōu)勢(shì)及缺陷,針對(duì)單一ART模型中不能識(shí)別和模糊識(shí)別現(xiàn)象嚴(yán)重影響分類的準(zhǔn)確性及穩(wěn)定性的問題;選取Fuzzy set對(duì)ART模型進(jìn)行進(jìn)一步的優(yōu)化,通過變量的約減,綜合了Fuzzy set的屬性篩選功能以及
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 個(gè)人信用混合兩階段評(píng)估方法研究.pdf
- 多種分類模型在個(gè)人信用評(píng)估中的應(yīng)用
- 多種分類模型在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 遺傳規(guī)劃模型在我國個(gè)人信用評(píng)估中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)模型在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘組合模型在個(gè)人信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用.pdf
- 個(gè)人信用評(píng)估模型研究.pdf
- 投票式組合預(yù)測(cè)模型在個(gè)人信用評(píng)估中的應(yīng)用研究.pdf
- 個(gè)人信用評(píng)估集成模型研究.pdf
- 基于Logistic回歸的神經(jīng)網(wǎng)絡(luò)模型在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 隨機(jī)森林在個(gè)人信用評(píng)估中的應(yīng)用研究.pdf
- 個(gè)人信用評(píng)估模型比較研究.pdf
- 網(wǎng)絡(luò)借貸個(gè)人信用評(píng)估模型
- 網(wǎng)絡(luò)借貸個(gè)人信用評(píng)估模型.pdf
- 異態(tài)集成學(xué)習(xí)方法在個(gè)人信用評(píng)估中的應(yīng)用.pdf
- 基于RF和APSOLSSVM的兩階段信用評(píng)估研究.pdf
- FISHER判別分析在個(gè)人信用評(píng)估中的應(yīng)用研究.pdf
- 個(gè)人信用評(píng)估模型比較研究與模型實(shí)現(xiàn).pdf
- 基于兩階段模型評(píng)估DELL客戶價(jià)值.pdf
- 個(gè)人信用評(píng)估研究.pdf
評(píng)論
0/150
提交評(píng)論