基于行业风险系数的科技型中小企业风险评估模型的研究与实现

发布时间：2017-08-21 09:27

  本文关键词：基于行业风险系数的科技型中小企业风险评估模型的研究与实现

  更多相关文章： 科技型中小企业 信用指标因子 风险评估 行业风险 互信息 冗余度

【摘要】：风险常伴左右,近几年我国经济飞速式发展刺激了金融市场的活跃度,金融活动中风险管理不仅成为金融学、经济学等相关领域的重要话题,还吸引到人工智能、机器学习等领域内人士的眼球。科技型中小企业旨在以科技和创新为核心生命轴,逐渐成为带动我国经济转型的一个重要分支。然而,科技型中小企业的发展受到筹资难的限制,内在因素是缺乏信贷记录,外在因素是公开渠道很难获得比较完善的且专门针对科技型中小企业风险评估系统,导致评定缺乏针对性,进而影响了信用评估的准确性。同时大多金融机构比较偏爱大型企业,无疑对科技型中小企业的资金筹集工作构成了更大的困扰。想要解决科技型中小企业的融资难题就要先解决其风险评估问题,但是传统中小型企业的风险评估方法并不适合于科技型中小小企业。为了解决这一难题,本文首先为科技型中小企业量身定做一套专用的信用评价因子集,进而在此评价因子集的基础上建模,这样在保证评估的精确度的同时也附增针对性,因此本课题的研究具有实际意义。本文针对信用评价因子集的建立以及相关建模方法阅读了大量的文献,在了解国内外研究情况的基础上,本文对现有的信用评估方法以及相关技术进行了总结,剖析对比了各自的优缺点,着重研究了不足之处,具体涉及四方面:(1)首先,指出行业不同对模型分析结果具有影响。通过ISM模型对影响到科技型中小企业风险评估的因子进行分层分析,得出的结论是除了融资风险之外行业风险也是重要度不可忽略的一个影响因子。(2)其次,优化了指标因子集。针对现有的信用评估因子集对科技型中小型企业太过于笼统,缺乏行业针对性,通过引入了新指标因子——行业风险系数对现有的评价因子集进行了优化。此新指标因子包括两部分:行业自身的风险系数以及该行业生命线中所处阶段风险。(3)再次,构建了新的评估模型。基于优化后的指标因子集,构建专门针对科技型中小企业的风险评估模型,该模型是将机器学习中的决策树应用在风险评估中,并通过引入基于全局的互信息+冗余度,即属性和分类类别之间的互信息、属性之间的冗余度这两者的并存,对传统的决策树算法中属性因子的选择进行改进,是通过计算全局互信息来确定决策属性,克服传统决策树中采用信息增益进行属性选择时极易出现局部最优的缺点,提高了准确率。(4)最后,通过实证分析证明了引入行业风险系数的新因子集体更加贴近实际,基于此新指标因子集改进的决策树风险评估模型是可行和有效的。
【关键词】：科技型中小企业 信用指标因子 风险评估 行业风险 互信息 冗余度
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F276.44;F832.4;TP18
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-17
• 1.1 课题研究背景11-12
• 1.2 风险评估的研究现状及难点12-14
• 1.2.1 国外研究状况12-13
• 1.2.2 国内研究状况13-14
• 1.2.3 SMEST风险评估的难点14
• 1.3 本文的主要工作14-17
• 1.3.1 本文研究的内容14-15
• 1.3.2 本文的研究方法和创新点15
• 1.3.3 本文的内容安排15-17
• 第2章 SMEST风险评估因子集17-26
• 2.1 SMEST简介17-20
• 2.1.1 SMEST的界定17-18
• 2.1.2 SMEST的特点以及发展状况18-20
• 2.2 SMEST的信用评估因子集20-24
• 2.2.1 信用风险及信用评价简介20-21
• 2.2.2 SMEST的信用评估因子集21-24
• 2.3 小结24-26
• 第3章 SMEST风险评估模型概述26-33
• 3.1 引言26
• 3.2 解释结构模型（ISM模型）26-27
• 3.2.1 ISM概念26-27
• 3.2.2 ISM模型生成过程27
• 3.3 机器学习27-28
• 3.3.1 机器学习的定义27
• 3.3.2 机器学习中经典的分类算法27-28
• 3.4 基于机器学习的风险评估模型28-32
• 3.4.1 决策树模型28-30
• 3.4.2 神经网络模型30-31
• 3.4.3 朴素贝叶斯模型31-32
• 3.5 小结32-33
• 第4章 基于行业风险系数的SMEST风险评估模型33-44
• 4.1 引言33
• 4.2 SMEST的信用评价因子集的优化与确定33-40
• 4.2.1 SMEST发展因素的ISM模型33-36
• 4.2.2 新因子——行业风险系数的引入36-40
• 4.3 基于全局互信息的SMEST的风险评估模型40-43
• 4.3.1 互信息简介40-41
• 4.3.2 冗余度41
• 4.3.3 基于MI的决策树41-43
• 4.4 小结43-44
• 第5章 实验分析44-53
• 5.1 引言44
• 5.2 实验平台及工具44
• 5.3 实验过程44-47
• 5.3.1 实验数据采集44-45
• 5.3.2 数据预处理45-46
• 5.3.3 实验方法46-47
• 5.4 试验结果与分析47-52
• 5.4.1 实验结果47-51
• 5.4.2 实验分析51-52
• 5.5 本章小结52-53
• 第6章 总结与展望53-55
• 6.1 总结53
• 6.2 未来展望53-55
• 参考文献55-57
• 作者简介及在学期间所获得的科研成果57-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 张淼;徐国爱;胡正名;杨义先;;基于数据的风险评估模型研究[J];计算机应用研究;2006年09期

2 裴育;;基于模糊理论的软件项目风险评估模型研究[J];电脑知识与技术;2011年16期

3 鲍文胜;;基于模糊理论的软件项目风险评估模型构建[J];青岛理工大学学报;2007年04期

4 唐爱国;王如龙;;基于贝叶斯网络的软件项目风险评估模型[J];计算机工程;2008年22期

5 陈思凤;刘业政;;混合状态变量和过程变量的风险评估模型[J];控制与决策;2013年02期

6 徐源,戴青,郭靓;基于安全相似域的风险评估模型[J];电子科学技术评论;2005年02期

7 胡润波;王建军;杨德礼;;移动商务信誉系统风险评估模型[J];计算机工程;2009年03期

8 吴焕;潘林;王晓箴;许榕生;;应用不完整攻击图分析的风险评估模型[J];北京邮电大学学报;2010年03期

9 王霞;;食品安全风险评估模型[J];福建电脑;2013年09期

10 张保稳;罗铮;薛质;银鹰;;基于全局权限图的网络风险评估模型[J];上海交通大学学报;2010年09期

中国重要会议论文全文数据库 前8条

1 海然;谢小权;;基于多要素融合的风险评估模型的设计[A];全国计算机安全学术交流会论文集（第二十二卷）[C];2007年

2 薛晔;黄崇福;;自然灾害风险评估模型的研究进展[A];中国灾害防御协会风险分析专业委员会第二届年会论文集（二）[C];2006年

3 高峰;党亚茹;高洁;;三峡库区船舶散装化学品风险评估模型及其应用[A];中国航海学会2007年度学术交流会优秀论文集[C];2007年

4 高峰;党亚茹;高洁;;三峡库区船舶散装化学品风险评估模型及其应用[A];2007年船舶防污染学术年会论文集[C];2007年

5 丁移粟;王宇;;基于证据理论的涉密人员风险评估模型研究[A];2012年全国网络与数字内容安全学术年会论文集[C];2012年

6 陈佑平;张真路;李梦雅;;心脑血管病自动化风险评估系统的建立及其初步应用效果分析[A];第十二届全国脂质与脂蛋白学术会议论文汇编[C];2014年

7 李金安;冯爱芬;;重大动物疫情潜在风险的评估模型[A];中国畜牧兽医学会2009学术年会论文集（下册）[C];2009年

8 宫会丽;丁香乾;杨宁;;烟叶有害成分风险评估模型研究与应用[A];中国灾害防御协会风险分析专业委员会第二届年会论文集（一）[C];2006年

中国重要报纸全文数据库 前3条

1 赵晓涛;从灾难中寻找安全[N];网络世界;2007年

2 安菁菁;滨海新区金融机构应重视信用风险管理[N];中国会计报;2010年

3 招商证券衍生投资部负责人 刘成彦;场外金融衍生品风险的类别及对策建议[N];证券时报;2013年

中国博士学位论文全文数据库 前2条

1 徐磊;农业巨灾风险评估模型研究[D];中国农业科学院;2012年

2 廖年冬;信息安全动态风险评估模型的研究[D];北京交通大学;2010年

中国硕士学位论文全文数据库 前10条

1 陈蓬来;面向农村的两阶段多肿瘤风险评估模型前期研究[D];安徽医科大学;2015年

2 申振华;中小企业信用风险评估模型研究[D];苏州大学;2015年

3 崔釜萍;住院患者静脉血栓栓塞危险因素的相关分析[D];华北理工大学;2015年

4 刘思帆;一种基于主机日志分析的实时风险评估模型的研究与实现[D];复旦大学;2014年

5 李美莲;基于信息服务保障行驶安全的主动控制策略研究[D];西安电子科技大学;2014年

6 于婧洋;配网设备状态评价与风险评估模型的探索研究[D];吉林大学;2015年

7 冯治学;电网山火灾害风险评估模型研究[D];中国地质大学;2015年

8 徐笑蕊;面向数字版权管理系统的风险评估模型研究与应用[D];东华大学;2016年

9 刘烁;物流业专职驾驶员健康风险评估体系研究[D];山东财经大学;2016年

10 雷霞飞;基于行业风险系数的科技型中小企业风险评估模型的研究与实现[D];吉林大学;2016年

，

本文编号：712103