汽車整車廠商通過經(jīng)銷商渠道銷售整車時,會根據(jù)經(jīng)銷商自身的信用狀況來決定信用額度,在該額度范圍內(nèi),經(jīng)銷商可以先收車再按照規(guī)定的時間回款。以往的相關研究中,整車廠商常根據(jù)經(jīng)銷商某一時刻的信用狀況評價其所屬的信用等級,從而決定經(jīng)銷商的信用額度,但忽視了信用數(shù)據(jù)可能會產(chǎn)生"突變",導致評價結(jié)果失真,產(chǎn)生信用風險。文章從受評經(jīng)銷商的歷史業(yè)務數(shù)據(jù)出發(fā),使用多維時間序列數(shù)據(jù)進行相空間重構,將得到的相點數(shù)據(jù)用于訓練支持向量回歸（support vector regression,SVR）模型,然后使用該模型給定經(jīng)銷商的信用額度。運用經(jīng)銷商信用數(shù)據(jù)的驗證結(jié)果表明,該方法具有較好的預測效果。 

【文章來源】：合肥工業(yè)大學學報(自然科學版). 2020,43(10)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

信用額度預測流程

根據(jù)1.1節(jié)介紹的飽和關聯(lián)維數(shù)G-P法,依據(jù)經(jīng)銷商的回款數(shù)據(jù)計算出在不同維數(shù)下ln r、ln C(r)的值,繪制嵌入維數(shù)d為2～12情況下的曲線,如圖2所示。圖2中曲線從左至右對應的維數(shù)為2～12。求取每條曲線所包含的直線區(qū)域斜率,作為各嵌入維數(shù)對應的關聯(lián)維數(shù),結(jié)果見表2所列。

使用預測數(shù)據(jù)集對模型進行效果分析,并采用Matlab進行算法仿真,計算的歸一化后均方根誤差ERMSE=0.91%,預測曲線如圖3所示。為了驗證構建的時間序列信用數(shù)據(jù)在經(jīng)銷商信用額度預測中的有效性,使用該經(jīng)銷商在孤立時間點上的信用數(shù)據(jù)進行SVR預測信用額度,經(jīng)過同樣的歸一化預處理和SVR預測后,計算得到均方根誤差ERMSE=4.98%。通過對比均方根誤差ERMSE可知,使用多維時間序列數(shù)據(jù)進行的預測效果較好。

【參考文獻】：
期刊論文
[1]正交支持向量機及其在信用評分中的應用[J]. 韓璐,韓立巖.  管理工程學報. 2017(02)
[2]基于分層邏輯回歸的小企業(yè)信用評價模型[J]. 李戰(zhàn)江.  統(tǒng)計與決策. 2016(07)
[3]基于多維時間序列的灰色模糊信用評價研究[J]. 張洪祥,毛志忠.  管理科學學報. 2011(01)
[4]基于時間序列的模糊聚類與規(guī)則提取信用評價模型[J]. 張洪祥,毛志忠.  東北大學學報(自然科學版). 2010(04)
[5]基于GP+BP的信用評估模型研究[J]. 徐娟,胡學鋼.  合肥工業(yè)大學學報(自然科學版). 2010(04)
[6]基于BP神經(jīng)網(wǎng)絡組和DS證據(jù)理論的信用風險評估算法[J]. 郭英見,吳沖,于天軍.  合肥工業(yè)大學學報(社會科學版). 2009(05)

碩士論文
[1]汽車經(jīng)銷商集團授信風險評價模型研究[D]. 程英.湖南工業(yè)大學 2016



本文編號：3485532