应用贝叶斯判别构建信用评级模型

下载PDF

导出

摘要随着电子商务全球化的加速,经济金融环境愈加复杂.对投资者而言,依据投资对象可靠的信用状况信息作为参考,有效而及时判断该公司当前的经营状况,控制风险,可以有效地起到防患于未然的作用,降低投资者的投资成本和风险.本文通过定义损失函数,构建基于贝叶斯判别的信用评级模型,提供了风险准确预测的方法,为电子商务项目管理提供保障.

作者冯洁

机构地区齐齐哈尔工程学院

出处《赤峰学院学报（自然科学版）》 2020年第1期13-14,共2页 Journal of Chifeng University(Natural Science Edition)

基金黑龙江省高等教育教学改革项目(SJGY20190741)。

关键词信用评级损失函数贝叶斯判别

分类号 O29 [理学—应用数学]

引文网络
相关文献

参考文献4

1丁东洋,周丽莉.基于贝叶斯方法的信用评级模型构建与违约概率估计[J].统计与信息论坛,2010,25(9):8-15. 被引量：9
2荀涵梓.我国个人信用评估体系优化研究——以芝麻信用评分体系为例[J].北方经贸,2019(8):90-91. 被引量：4
3陈发展.近似贝叶斯计算在判别分析中的应用[J].电脑知识与技术,2018,14(10Z):203-204. 被引量：3
4刘乐平编..信用评级原理[M].北京:中国金融出版社,2012:230.

二级参考文献24

1Basel Committee on Banking Supervision. Basel committee newsletter No. 9: the IRB use test- background and implementation[S]. Basel: Bank for International Settlements, 2006 : 8- 15. 被引量：1
2Koopman S, Lucas A, Klaassen P. Empirical credit cycles and capital buffer formation[J].Journal of Banking and Finance, 2005, 29(12): 3159-3179. 被引量：1
3Chava S, Stefanescu C, Tumbull S. Modeling expected loss[R]. London: London Business School Working Paper, 2006 : 1 - 13. 被引量：1
4Frydman H, Schuerrnarm T. Credit rating dynamics and Markov mixture models[J]. Journal of Banking and Finance, 2008, 32(6) : 1062-1075. 被引量：1
5Spiegelhaher D J, Best N G, Carlin B P, et al. Bayesian measures of model complexity and fit[J]. Journal of Royal Statistical Society, 2002, 64(4): 583-639. 被引量：1
6McNeil A, Wendin J. Bayesian inference for generalized linear mixed models of portfolio credit risk[J]. Journal of Empirical Finance, 2007, 14(2) : 131-149. 被引量：1
7Kadam A, Lenk P. Bayesian inference for issuer heterogeneity in credit rating migration[J].Journal of Banking and Finance, 2008, 32(10): 2267-2274. 被引量：1
8Stefanescu C, Tunaru R, Tumbull S. The credit rating process and estimation of transition probabilities: a Bayesian approach[J]. Journal of Empirical Finance, 2009, 16(2) : 216-234. 被引量：1
9Kiefer N M. Default estimation for low-default portfoliosD]. Journal of Empirical Finance, 2009, 16(1): 164-173. 被引量：1
10Christoff R Predictions based on certain uncertainties[R]. Munich: HypoVereinsbank Working Paper, 2005: 1-12. 被引量：1

共引文献13

1王俊山,王玥.美国个人数据处理市场及其对我国的启示[J].西部金融,2021(1):9-12. 被引量：1
2周丽莉,丁东洋.基于MCMC模拟的贝叶斯分层信用风险评估模型[J].统计与信息论坛,2011,26(12):26-31. 被引量：3
3石磊,庞玉洁.信用评级及违约概率的建模分析[J].管理观察,2012(22):133-133.
4刘乐平,高磊,杨娜.MCMC方法的发展与现代贝叶斯的复兴——纪念贝叶斯定理发现250周年[J].统计与信息论坛,2014,29(2):3-11. 被引量：11
5赵峰,张杰.基于马尔可夫转换模型的违约风险溢价预测研究[J].统计与信息论坛,2014,29(5):54-60. 被引量：9
6郝丽,刘乐平,申亚飞.统计显著性:一个被误读的P值——基于美国统计学会的声明[J].统计与信息论坛,2016,31(12):3-10. 被引量：9
7何珊,刘振东,马小林.信用评分模型比较综述——基于传统方法与数据挖掘的对比[J].征信,2019,37(2):57-61. 被引量：9
8王必好,张郁.基于贝叶斯网络的技术进步预测与路径优化选择[J].科学学研究,2019,37(8):1364-1374. 被引量：6
9魏挺.基于局部方向场的非局部指纹图像去噪研究[J].自动化技术与应用,2020,39(4):104-108. 被引量：1
10马学荣.论新时代个人信用制度的完善——基于个人破产制度的视角[J].征信,2020(9):24-29. 被引量：9

1王涛,董铎,熊玮仪,田春华,刘红亮.抗肿瘤创新药西达本胺片风险信号分析与思考[J].中国药物警戒,2019,16(10):614-616. 被引量：1
2夏利宇,张勇,鲁强,汤广瑞.结合XGBoost算法和Logistic回归的信用评级方法[J].征信,2019,0(11):56-59. 被引量：5
3时磊,王璞,刘俊州,李景叶,温立峰,陈小宏.致密砂岩储层物性参数预测方法研究[J].石油物探,2020,59(1):98-107. 被引量：7
4颜丙乾,任奋华,蔡美峰,郭奇峰,王培涛.基于PCA和MCMC的贝叶斯方法的海下矿山水害源识别分析[J].工程科学学报,2019,41(11):1412-1421. 被引量：10
5关爽,刘会衡.基于Android的老年人养老服务APP设计[J].电脑编程技巧与维护,2020(1):52-54. 被引量：2
6闫柳清,杨洋,高瑜阳,侯富壤,张茜,代雪梅,周静,袁萍.成都市流动人口的心理健康状况及影响因素分析[J].中国医学科学院学报,2019,41(6):729-736. 被引量：9
7潘玉林.产业功能园区开发建设过程中财务风险管理控制探析[J].山西农经,2020,0(2):160-160. 被引量：4
8彭倩,李仕晟,彭霞,刘添天,唐文佳,杨新明,唐青来,贺湘波.新型冠状病毒肺炎疫情下气道改道患者的气道防护措施[J].中国耳鼻咽喉颅底外科杂志,2020,26(1):14-17. 被引量：2
9张琴超.PDCA循环在ICU医院感染风险管理中的应用效果分析[J].中国卫生产业,2020,17(1):1-2. 被引量：4
10杨青,杨国兵.安徽滁州美好乡村建设项目造价关键因素探讨[J].山西建筑,2020,46(6):159-161.

赤峰学院学报（自然科学版）

2020年第1期

浏览历史

内容加载中请稍等...

应用贝叶斯判别构建信用评级模型

参考文献4

二级参考文献24

共引文献13

相关作者

相关机构

相关主题

浏览历史