作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
好的信用评级模型能从大量、纷繁复杂、充满噪音的数据中,提炼出宝贵的信息,发现其中蕴含的规律,解释客户的行为,预测客户未来的表现,从而为管理决策提供依据,使对数据仓库的巨大投资转化为现实生产力,取得较高的投资回报.下列是一些常用的数据挖掘和评级模型技术:Altman′s Z-得分模型、Probit和Logit模型、时间序列分析.
推荐文章
有序分类与企业信用评级模型
有序分类
内置空间法
支持向量机
企业信用评级
基于BP神经网络的企业信用评级模型
BP神经网络
信用评级
指标体系
自适应学习率
动量项
基于信用评级的商业银行贷款风险定价模型
模型
价值分析
贷款定价
信用迁移矩阵
风险价值
学生行为管理中信用评级制度的应用研究
小学生
行为管理
精神文明
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 信用评级模型概述
来源期刊 中外交流 学科
关键词 信用评级 Altman′sZ-得分模型 Probit和Logit模型 时间序列分析
年,卷(期) 2016,(26) 所属期刊栏目 职业教育与社会发展
研究方向 页码范围 59
页数 分类号
字数 2052字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 任璟 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信用评级
Altman′sZ-得分模型
Probit和Logit模型
时间序列分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中外交流
周刊
ISSN1005-2623
CN50-1016/G0
chi
出版文献量(篇)
86300
总下载数(次)
172
总被引数(次)
8795
论文1v1指导