导读:本文包含了聚类评级论文开题报告文献综述及选题提纲参考文献，主要关键词:互联网金融,P2P网贷平台,信用评级,因子得分
聚类评级论文文献综述
朱正皓[1]（2018）在《基于因子得分的K-Means聚类算法的我国P2P网贷平台信用评级研究》一文中研究指出近年来,随着我国经济的快速发展,互联网金融这一新生代概念日渐深入人心。在此背景下,P2P网贷作为互联网金融的主要模式之一,以其低门槛、高收益、便捷高效的优势,有效满足了个人客户和小微企业的融资需求,呈现出蓬勃发展的趋势。2007年,我国第一家P2P网贷平台拍拍贷正式成立。从此以后,一大批国内P2P网贷平台成立并进入高速发展期,其中出现了人人贷、微贷网、宜人财富等知名P2P网贷品牌。根据第一网贷发布的《2017年全国P2P行业大数据报告》显示,截至2017年底,我国P2P网贷平台数量已经达到4065家,平台数量位居世界第一。然而,在我国P2P网贷平台取得井喷式发展的同时,风险也开始积聚。e租宝、善林金融、唐小僧等多家大型P2P网贷平台出现跑路爆雷案件,给社会大众敲响了P2P网贷投资的警钟。我国P2P网贷平台中出现的延期兑付、提现困难、失联跑路等问题,严重扰乱了我国的市场经济秩序,导致众多P2P网贷投资者损失惨重,产生了极其不良的社会影响。为了应对我国P2P网贷行业信用缺失的问题,揭示各家P2P网贷平台的信用风险,对我国P2P网贷平台进行独立的第叁方信用评级就具有十分重要的意义。首先,本文在对国内外P2P网贷平台以及信用评级相关文献进行系统分析的基础上,研究了P2P网贷平台的含义、发展现状、风险特点和主要问题,同时,也阐述了信用评级的含义、发展历程和一般方法,并指出P2P网贷平台信用评级的叁大理论基础,分别为信息不对称理论、交易成本理论和博弈论。其次,本文对P2P网贷平台信用评级指标体系和信用评级方法展开了研究。本文先制定了P2P网贷平台信用评级指标的设计原则,并在参考现有的P2P网贷平台评级指标研究的基础上,确定了包含2个定性指标和12个定量指标在内的共14个指标的P2P网贷平台信用评级指标体系。2个定性指标为平台背景和平台担保模式。12个定量指标分别为平台成交量、平均预期收益率、平均借款期限、满标用时、待还余额、资金净流入、运营时间、前十大借款人待还金额占比、人均借款金额、投资人数、借款人数以及资金杠杆。在明确了P2P网贷平台信用评级指标体系之后,本文对基于因子得分的K-Means聚类算法进行了介绍,并把轮廓系数作为聚类质量的评价指标。最后,本文对基于因子得分的K-Means聚类算法的我国P2P网贷信用评级研究进行实证分析。第一步,选择我国P2P网贷行业中成立时间在18个月以上的主流的具有鲜明代表性的130家平台,选取其在2018年5月的月度数据,对130家P2P网贷平台的14个评级指标降维,得到反映我国P2P网贷平台信用风险的四大因子(网贷平台营运规模因子、网贷平台资金分散度因子、网贷平台安全保障因子以及网贷平台收益能力因子)并计算得分;第二步,以K-Means聚类算法对所有P2P网贷平台的因子得分进行500次聚类,利用聚类质量的评价指标——轮廓系数,比较每次聚类运算的质量,从而选出最优的聚类结果;第叁步,针对聚类算法只给出各平台的分类结果而无法给出每类平台信用等级高低次序的特点,以各评级指标的算术平均值为依据,对各类别P2P网贷平台的特征进行归纳总结,确定各类别平台信用等级的相对高低,得到我国P2P网贷平台信用评级的最终结果;第四步,为了验证P2P网贷平台信用评级的有效性,本文以人工搜索的方式对这130家平台进行了近6个月的追踪,统计每家平台是否发生问题以及发生问题的原因,发现随着平台信用等级的下降,平台中问题平台的占比依次提高,这一统计结果与本文给出的信用评级结果相符。同时,本章也将该评级结果与国内知名的两家P2P网贷评级网站——网贷之家和网贷天眼所提供的P2P网贷平台2018年5月评级结果进行了对比,以事实说明本文所采用评级方法的优越性。除此之外,本文剔除2018年5月评级中已经出现问题的9家平台,以同样的信用评级方法,使用2018年6月份的数据对剩余的我国121家P2P网贷平台的信用风险作出评级并检验,发现各等级平台发生问题的实际情况仍然与本文给出的信用评级结果相符,本文2018年6月评级结果的准确性也仍然优于上述两家评级网站所给的评级结果,进一步证明了本文所采用评级方法的稳健性。本文有叁点创新之处。第一,本文建立了定量指标(平台成交量、平均预期收益率、平均借款期限、满标用时、待还余额、资金净流入、运营时间、前十大借款人待还金额占比、人均借款金额、投资人数、借款人数、资金杠杆)和定性指标(平台背景、担保模式)相结合的P2P网贷平台信用评级指标体系,利用因子分析法对我国130家P2P网贷平台的14个评级指标降维,从网贷平台营运规模因子(包含平台成交量、待还余额、资金净流入、资金杠杆、投资人数)、网贷平台资金分散度因子(包含平台人均借款金额、前十大借款人待还金额占比、满标用时)、网贷平台安全保障因子(包含平台背景、担保模式)以及网贷平台收益能力因子(包含平台平均借款期限、平均预期收益率)等四个维度来刻画我国P2P网贷平台的信用风险。第二,本文集成因子分析法和K-Means聚类算法对我国P2P网贷平台进行信用评级。针对K-Means聚类算法中可能出现的局部最优问题,本文对样本平台数据进行了500次的聚类运算,并利用聚类质量的评价指标——轮廓系数,比较各次聚类运算的质量,选取最优的聚类结果。第叁,针对现有大部分研究只给出P2P网贷平台的信用评级结果而缺少稳健性检验的情况,本文还进行了稳健性检验。在完成了对我国P2P网贷平台2018年5月信用评级结果的检验之后,本文再次对2018年6月的信用评级结果进行追踪和统计,并与网贷天眼和网贷之家两家评级网站2018年6月的评级对比,结果显示本文评级对问题平台的预警仍然是科学有效的,本文的信用评级结果仍然优于上述两家网站提供的评级结果。(本文来源于《浙江财经大学》期刊2018-12-01）
章善云[2]（2018）在《基于模糊动态聚类的上市公司信用评级研究》一文中研究指出根据上市公司的主要财务特征指标对其进行信用评级,以便使该企业和经济市场中各界对其信用状况有所了解,从而降低信用风险,减少损失,提高决策的准确率。因此,主要使用模糊动态聚类模型进行研究。先对该模型的理论知识进行介绍,随即用DPS软件进行分析,从而得出信用等级。最后对企业经营决策提出了相应的对策和建议。(本文来源于《经济研究导刊》期刊2018年32期）
朱青[3]（2018）在《开放式基金风险评级研究——层次聚类法和随机森林算法的应用》一文中研究指出本文选取基金的净申购赎回比率、机构投资者持有比例、基金经理的选股择时能力等14个风险指标,通过层次聚类法,对我国开放式基金的风险进行综合评级,然后通过随机森林算法,构建基金的综合风险评级模型,并与支持向量机、决策树、Logistic回归等算法进行有效性的比较。结果表明,随机森林算法在基金评级模型中准确率最高,效果最好。(本文来源于《金融管理研究》期刊2018年02期）
周战超[4]（2018）在《基于K-均值聚类的工业小企业信用评级研究》一文中研究指出本文通过对小企业的贷款数据进行实证分析,建立基于K-均值聚类的工业小企业信用风险评价模型,通过信用等级越高、违约损失率越低的标准划分信用等级。本文的特色是建立基于K-均值聚类的信用风险评价模型,以聚类分析拟合信用风险指标的实际分布。通过K-均值聚类分析信用风险评价指标体系,根据需要划分的等级个数直接进行等级划分,确定各等级聚类中心,依据样本与各聚类中心聚类远近确定其所属信用风险等级。(本文来源于《中国管理信息化》期刊2018年13期）
寸宇潇[5]（2017）在《基于聚类分析的个人信用评级研究》一文中研究指出随着我国社会主义经济的迅猛发展,特别是消费信贷越来越成为我国一种拉动经济增长的重要手段,并且人们的消费观念和投资观念都发生巨大改变,各种各样的信贷业务也越来越鼓舞着人民进行理性或非理性消费。随着当今社会上消费信贷业务如火如茶的进行,消费信贷机构也越来越关注信用评级这个热点问题,对样本数据首先进行自变量与因变量相关性检验、合理分类,再分别运用信用评级预测的相关方法建模训练,以探究是否能更加精准的对信用评级进行预测,本文基于此开展研究。本文研究了对个人信用评级样本集经列联表独立性检验、聚类分析处理后再对各类别分别运用logistic回归、决策树的相关模型做信用评级的预测,以证实两个猜想:仅用对信用评级有显着影响的变量与利用全部变量建立模型做预测得到的误判是否相差很小;对信用评级数据做聚类分析处理后是否能提高信用评级的整体准确率。本文的创新点主要在于:对信用评级样本总体做聚类分析处理后,再建立模型预测信用评级“好”、“坏”;对样本总体进行聚类分析后再使用信用评级模型,将样本总体的错判率分解到更多的参数上,即运用更多参数方程拟合样本总体的误判,有效提高了拟合精度。本文讨论了聚类分析中的k-means方法以及基于此算法的拓展方法、个人信用评级的常用方法,前者主要有k-means算法、k-modes算法、k-prototypes算法;后者主要有logistic回归、决策树等相关方法,并初步对经过列联表独立性检验、聚类分析得到的结果做进一步信用评级预测,得到以下两个结论:仅用对信用评级有显着影响的14个变量与利用全部变量建立模型做预测在样本总体与聚类加权上得到的误判差异很小;对信用评级数据做聚类分析处理后确实能提高信用评级的整体准确率。(本文来源于《云南大学》期刊2017-05-01）
刘丹[6]（2017）在《基于聚类层次分析法科技型中小企业信用评级研究》一文中研究指出在科学技术不断成长的时代下,经济发展越来越依赖科技型中小企业。科技型中小企业对经济进步起着带头作用,已经为科技发展和技术创新的“发动机”。而对任何一家科技型中小企业而言,企业最关心的问题就是融资问题,这也是企业发展的最大阻碍。企业有没有信用与企业能不能融资是直接相连的,并且企业融资难也是因为选择难。虽然已有研究者们建立了科技型中小企业信用评级指标体系,但是实用性太差,还存在很多缺点,对一些企业不适用。所以对目前存在的问题,关键是要建立一套实用性强的科技型中小企业信用评级指标体系。通过测评企业相关信用指标证明自身信用情况,通过评级结果显示自身能力,从而得到融资,用更多的资金支持企业,投入技术、人员,帮助企业更好的发展,这也就是评级的目标。也就是说,将信用好的企业挑选出来,使其得到融资;信用差的企业被淘汰,减少信息不对称。本文是针对科技型中小企业融资难的问题并使得其问题可以得到解决,基于企业经营行为设计出科技型中小企业信用评级指标体系,并运用聚类层次分析法确立信用评级模型,建立一套适合科技型中小企业的信用评级体系。本文首先从定义、特征分析及其成长规律这些方面介绍科技型中小企业,以便了解它们的基本情况。然后是基于企业经营行为设计出科技型中小企业信用评级指标体系,再结合科技型中小企业特点制定出指标选取需要依据的原则,依据设立指标原则选择确定指标,并介绍各个指标含义。然后通过专家打分法来评判相对指标的重要性得到对比矩阵,并运用聚类层次分析法确定权重,通过一致性检验来验证指标体系的科学性。最后,介绍天津市东丽区的发展现状,设定问卷调查采取数据,再通过天津市东丽区的某一企业—A企业进行实证研究,来证明指标体系的可行性。(本文来源于《天津财经大学》期刊2017-05-01）
朱敏[7]（2017）在《基于因子分析和聚类分析的股票信用评级研究——以含有H股的A股为例》一文中研究指出本文对含有H股的A股公司2015年3季度的11项财务指标数据进行因子分析,并在因子综合得分的基础上进行聚类分析,得到针对含有H股的A股公司的信用等级评价标准,并给出最终的信用评级。(本文来源于《中国商论》期刊2017年01期）
周远[8]（2016）在《基于共词聚类分析的商业银行内部评级国内研究述评》一文中研究指出内部评级是《巴塞尔新资本协议》框架下商业银行信用风险管理的关键环节。以中国知网CNKI学术期刊库为数据源,检索以商业银行内部评级为主题的文献,借助共词分析、聚类分析等方法探讨国内在商业银行内部评级领域的研究现状,有助于把握该领域的研究动态、梳理研究热点脉络和探索新的研究方向,为我国商业银行践行全面风险管理模式提供理论支撑和参考依据。(本文来源于《征信》期刊2016年10期）
王纯杰,李群,董小刚,林珊屹[9]（2016）在《基于K-均值聚类的多值有序Logistic回归模型在信用卡信用评级中的应用研究》一文中研究指出随着全球经济的发展,申请信用卡的人数激增,对于申请人的信用等级的评估显得尤为重要.从申请信用卡的大数据中选取出相对重要的特征变量,通过K-均值聚类方法对客户数据进行分类,分为多个类别.并建立了多值有序的Logistic回归模型.本文的全部输出结果均是在统计软件SAS 9.3环境下实现的,并且采用了SAS宏程序,实现大数据下银行信用卡申请人信用评级的批量数据处理和分析,同时也可将本文的方法推广到其他类似评级分类的大数据处理中.(本文来源于《吉林师范大学学报(自然科学版)》期刊2016年03期）
常方媛[10]（2016）在《基于因子分析和聚类分析的我国上市金融企业信用评级模型》一文中研究指出信用已成为现代市场经济的运行的基础之一,发达国家的信用市场发展比较早,已建立了较为完善的信用评级制度、评级机构和信用信息公开网络等。相比较来说,我国的信用评级产业刚刚兴起叁十多年,信用评级业务发展仍在不断学习的初级阶段。加快我国信用评级产业的规范与发展,通畅个人和企业信息交流渠道、加强市场经济活动效率、推动金融市场健康发展有着不可忽视的作用。本文首先对当前市场中使用的信用评级进行介绍,再结合当前国内不同类别金融企业发展现状,根据企业公开的财务指标进行因子分析,得到综合评分后进行聚类分析,以得出信用评级划分,最后选取其中十家金融企业,结合市场数据进行验证。理论研究与市场实际资料和数据相对比,验证出本文所建立的根据公开财务指标计算的信用评级分析有一定参考价值,可以为投资、研究等方面提供一定程度的便利性。(本文来源于《苏州大学》期刊2016-05-01）
聚类评级论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
根据上市公司的主要财务特征指标对其进行信用评级,以便使该企业和经济市场中各界对其信用状况有所了解,从而降低信用风险,减少损失,提高决策的准确率。因此,主要使用模糊动态聚类模型进行研究。先对该模型的理论知识进行介绍,随即用DPS软件进行分析,从而得出信用等级。最后对企业经营决策提出了相应的对策和建议。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
聚类评级论文参考文献
[1].朱正皓.基于因子得分的K-Means聚类算法的我国P2P网贷平台信用评级研究[D].浙江财经大学.2018
[2].章善云.基于模糊动态聚类的上市公司信用评级研究[J].经济研究导刊.2018
[3].朱青.开放式基金风险评级研究——层次聚类法和随机森林算法的应用[J].金融管理研究.2018
[4].周战超.基于K-均值聚类的工业小企业信用评级研究[J].中国管理信息化.2018
[5].寸宇潇.基于聚类分析的个人信用评级研究[D].云南大学.2017
[6].刘丹.基于聚类层次分析法科技型中小企业信用评级研究[D].天津财经大学.2017
[7].朱敏.基于因子分析和聚类分析的股票信用评级研究——以含有H股的A股为例[J].中国商论.2017
[8].周远.基于共词聚类分析的商业银行内部评级国内研究述评[J].征信.2016
[9].王纯杰,李群,董小刚,林珊屹.基于K-均值聚类的多值有序Logistic回归模型在信用卡信用评级中的应用研究[J].吉林师范大学学报(自然科学版).2016
[10].常方媛.基于因子分析和聚类分析的我国上市金融企业信用评级模型[D].苏州大学.2016