數(shù)據(jù)挖掘在融資擔(dān)保風(fēng)險評估中的應(yīng)用與研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、近年來,政府對融資擔(dān)保行業(yè)機構(gòu)的扶持力度不斷加大,融資擔(dān)保行業(yè)逐漸成為了我國重要的戰(zhàn)略性產(chǎn)業(yè)之一,推動其健康有序地快速發(fā)展能夠促進我國社會經(jīng)濟的進一步發(fā)展。同時加強對融資擔(dān)保項目風(fēng)險的分析預(yù)測與系統(tǒng)性研究,有利于指導(dǎo)融資擔(dān)保行業(yè)的風(fēng)險管理,促進資源的優(yōu)化配置,同時還有助于為融資擔(dān)保行業(yè)的政策調(diào)整提供科學(xué)的決策依據(jù)。
  本文采用改進的譜聚類算法來構(gòu)建融資擔(dān)保項目風(fēng)險評估模型,較好地解決了傳統(tǒng)評估方法在評估過程中存在的人為主觀偏好或

2、主觀判斷等問題,使評估結(jié)果更加客觀公正,并且利用構(gòu)建的模型進行項目風(fēng)險評估能夠大大減少工作量和提高評估效率。其中譜聚類算法是采用基于余弦函數(shù)和粒子群優(yōu)化技術(shù)的改進算法,解決了傳統(tǒng)譜聚類算法存在的初始化尺度參數(shù)敏感、計算特征向量復(fù)雜度較高、易陷入局部最優(yōu)解等問題,最終將其引入到融資擔(dān)保項目的風(fēng)險評估中,使擔(dān)保項目風(fēng)險最小化,并且相比其它算法,聚類效率和準確率都得到了明顯的提高。同時通過查閱相關(guān)文獻資料和參考標準,在融資擔(dān)保相關(guān)專家的指導(dǎo)下

3、,結(jié)合貴州省省情,運用改進的灰關(guān)聯(lián)分析法,設(shè)計了一套融資擔(dān)保項目風(fēng)險評估指標體系。本文對融資擔(dān)保項目風(fēng)險評估模型的算法進行了詳細的研究,并在借助MATLAB軟件工具的基礎(chǔ)上,建立了融資擔(dān)保項目風(fēng)險評估實驗?zāi)P停覍δP瓦M行了訓(xùn)練和仿真,通過實驗對比分析驗證了該模型的有效性和優(yōu)越性。最后,本文將該評估模型進行了實際應(yīng)用,并在此基礎(chǔ)上設(shè)計了一套簡單的融資擔(dān)保項目風(fēng)險評估系統(tǒng),對貴州省科技風(fēng)險投資公司所屬的貴州天信擔(dān)保公司近幾年的融資擔(dān)保項目

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論