典型文献
基于流形学习的企业信用风险组合评价模型
文献摘要：
为精准预测企业潜在的信用风险,构建基于流形学习的信用风险评价模型.首先,计算企业违约情况与财务指标的相关系数,剔除掉相关性弱的指标.其次,基于流形学习的局部线性嵌入方法对剩余指标数据进行约简,利用贝叶斯模型、决策树模型和BP神经网络模型对企业的信用风险进行分类评价,构建基于诱导有序集成的组合评价模型.对300家创业板上市企业数据进行仿真分析,为验证模型的有效性,在300家公司中(其中270家为训练样本,30家为测试样本)随机选取2组样本,使用ST公司被执行特别处理(spe-cial treatment,ST)前一年的数据进行测试,结果表明组合模型具有更高的稳定性和分类精度.
文献关键词：
流形学习;组合评价;信用风险评价;贝叶斯分类;诱导有序集成
中图分类号：
作者姓名：
罗敏;周礼刚;刘欣悦;朱家明;陈华友
作者机构：
安徽大学 数学科学学院,安徽 合肥230601;安徽大学 应用数学中心,安徽 合肥230601;安徽大学 互联网学院,安徽 合肥230601
文献出处：
引用格式：
[1]罗敏;周礼刚;刘欣悦;朱家明;陈华友-.基于流形学习的企业信用风险组合评价模型)[J].武汉理工大学学报（信息与管理工程版）,2022(05):770-776,822
A类：
诱导有序集成
B类：
流形学习,企业信用风险,组合评价模型,精准预测,信用风险评价,风险评价模型,违约,财务指标,除掉,局部线性嵌入,行约,约简,贝叶斯模型,决策树模型,分类评价,创业板,上市企业,企业数据,验证模型,训练样本,ST,特别处理,spe,cial,treatment,组合模型,分类精度,贝叶斯分类
AB值：
0.350333
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
