基于TCM框架的企業(yè)信用置信評(píng)估.pdf

1、企業(yè)信用評(píng)估是對(duì)企業(yè)能否如約還本付息的能力和可信任程度的評(píng)估。企業(yè)信用評(píng)估屬于高風(fēng)險(xiǎn)的金融分析決策，針對(duì)之前的信用評(píng)估只能給出評(píng)估結(jié)果卻沒能給出作出此評(píng)估的可信程度的情況，本文進(jìn)一步提出了可以進(jìn)行置信判斷的企業(yè)信用置信評(píng)估。 本文將分類機(jī)器(包括KNN、SVM)嵌入到根據(jù)Kolmogorov的算法隨機(jī)性理論描述定義的具有置信判別能力的置信學(xué)習(xí)機(jī)器TCM中，通過對(duì)奇異描述函數(shù)的有效設(shè)計(jì)，近似實(shí)現(xiàn)了Kolmogorov的算法隨機(jī)性理

2、論定義的普適不可計(jì)算的隨機(jī)性描述函數(shù)：并將多種TCM算法應(yīng)用到企業(yè)信用置信評(píng)估中，使得分類機(jī)器在學(xué)習(xí)判斷對(duì)象類別的同時(shí)能夠給出該次判斷的可信程度，豐富了學(xué)習(xí)機(jī)器的輸出信息。結(jié)果表明，基于TCM框架的企業(yè)信用置信評(píng)估，提高了其可靠性和靈活性。 本文的主要研究工作有：一，先將基于歐氏距離的TCM-KNN算法應(yīng)用于企業(yè)信用置信評(píng)估，而后通過改進(jìn)得到基于核的TCM-KNN算法并將其應(yīng)用于企業(yè)信用置信評(píng)估，取得了較好的實(shí)驗(yàn)效果；二，根據(jù)S

3、VM的優(yōu)良模型及其核優(yōu)勢(shì)，本文進(jìn)一步引進(jìn)了基于拉格朗日乘子的TCM-SVM算法，并同樣將其應(yīng)用于企業(yè)信用置信評(píng)估，取得了更好的效果；三，通過對(duì)基于拉格朗日乘子的TCM-SVM算法的改進(jìn)，得到了改進(jìn)的TCM-SVM算法并將其應(yīng)用于企業(yè)信用置信評(píng)估，取得了令人滿意的實(shí)驗(yàn)效果。 本文成功地將TCM運(yùn)用到企業(yè)信用評(píng)估，首次提出了可以進(jìn)行置信判斷的企業(yè)信用置信評(píng)估，這無疑是對(duì)企業(yè)信用評(píng)估的一個(gè)嶄新的有益嘗試，同時(shí)也期望基于TCM框架的企業(yè)