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

1、近年來,政府對融資擔(dān)保行業(yè)機(jī)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(jìn)我國社會經(jīng)濟(jì)的進(jìn)一步發(fā)展。同時加強(qiáng)對融資擔(dān)保項(xiàng)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(jìn)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(jìn)的譜聚類算法來構(gòu)建融資擔(dān)保項(xiàng)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(jìn)行項(xiàng)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(jìn)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(xiàng)目的風(fēng)險評估中，使擔(dān)保項(xiàng)目風(fēng)險最小化，并且相比其它算法，聚類效率和準(zhǔn)確率都得到了明顯的提高。同時通過查閱相關(guān)文獻(xiàn)資料和參考標(biāo)準(zhǔn)，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(yùn)用改進(jìn)的灰關(guān)聯(lián)分析法，設(shè)計了一套融資擔(dān)保項(xiàng)目風(fēng)險評估指標(biāo)體系。本文對融資擔(dān)保項(xiàng)目風(fēng)險評估模型的算法進(jìn)行了詳細(xì)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(xiàng)目風(fēng)險評估實(shí)驗(yàn)?zāi)Ｐ?，且對模型進(jìn)行了訓(xùn)練和仿真，通過實(shí)驗(yàn)對比分析驗(yàn)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(jìn)行了實(shí)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(xiàng)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(xiàng)目