查詢結果分析
來源資料
相關文獻
- 基於模型分群之信用風險評估
- 使用離散型倖存模式預測公司財務危機機率
- 利用類神經模糊理論預測壽險保單早期失效之研究
- 中文數字串辨識
- Hypothesis Testing for Multivariate ANOVA Model
- 空間平滑後的轉換子空間旋轉法應用於同調訊號方向估測
- A Refinement of the Generalized Blind Deconvolution Method Based on the Gaussian Mixture and Its Application
- 矩陣分解及其應用
- 在同調信號環境下利用信號特徵向量矩陣運算判斷信號個數、信號組成以及估測信號入射方向
- 適用於語者年齡層分類之特徵參數探討
頁籤選單縮合
題 名 | 基於模型分群之信用風險評估=Credit Risk Assessment Using Model-Based Clustering Analysis |
---|---|
作 者 | 黃瑞卿; 蕭兆祥; 許家豪; 朱至剛; | 書刊名 | 中國統計學報 |
卷 期 | 48:2 2010.06[民99.06] |
頁 次 | 頁146-160 |
分類號 | 563.1 |
關鍵詞 | 特徵值分解; 脆弱模型; 高斯混合模型; 型I誤差; 型II誤差; Eigenvalue decomposition; Frailty model; Gaussian mixture model; Type I error; Type II error; |
語 文 | 中文(Chinese) |
中文摘要 | 本文使用基於模型分群(model-based clustering; Fraley and Raftery, 2002)方法,將樣本共變異數矩陣區分爲8個不同的類型,據此建立8個高斯混合模型(Gaussian mixture model),做爲信用風險評估的分類模型基凖。使用這8個高斯混合模型與Hwang et al.(2010)所提議的5個解釋變數組合,應用至台灣上市櫃公司資料,實證結果顯示這8個高斯混合模型中的VEI模型有最好的分類結果,且該結果比台灣經濟新報的台灣企業信用風險指標(Taiwan Corporate Credit Risk Index; TCRI)有較好的分類表現。 |
英文摘要 | Using the result of model-based clustering in Fraley and Raftery (2002), this paper builds 8 different Gaussian mixture models to assess credit risk. In applications, these models using the five explanatory variables considered in Hwang et al. (2010) were used to assess credit risk for companies listed in Taiwan stock market. The empirical result indicates that among those 8 models the VET model had the best classification performance. Comparing the result with that of Taiwan corporate credit risk index provided by Taiwan Economic Journal, our suggested classification method has better performance in the sense of yielding smaller Type Ⅰ error rate. |
本系統中英文摘要資訊取自各篇刊載內容。