位置:成果数据库 > 期刊 > 期刊详情页
基于两阶段思想处理拒绝推断的信用评分模型
  • ISSN号:1002-1566
  • 期刊名称:数理统计与管理
  • 时间:2012.12.12
  • 页码:1049-1060
  • 分类:F201[经济管理—国民经济]
  • 作者机构:[1]中国人民大学统计学院,北京100872, [2]惠州学院数学系,广东惠州516007
  • 相关基金:国家自然科学基金项目《基于高频数据的股市极端风险测度及其防范研究》(71071155);中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目《基于高频数据的中国金融市场若干重大问题研究》(10XNL007).
  • 相关项目:基于高频数据的股市极端风险测度及其防范研究
中文摘要:

根据统计学习理论,针对局部灰色支持向量回归方法,提出了单变量经济时间序列预测特征提取的ARMA准则。对中国社会消费品零售总额的试验结果表明:ARMA准则能客观准确地实现特征提取,获得较高的预测精度。

英文摘要:

According to the method of local grey support vector regression in statistical learning theory, the ARMA criterion of feature extraction for single variable financial time series prediction is put forward.The experimental result of our national social total retail sales of consumer goods demonstrates that the ARMA criterion can objectively and accurately perform feature extraction and gain the higher accuracy of prediction.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《数理统计与管理》
  • 北大核心期刊(2011版)
  • 主管单位:中国科协
  • 主办单位:中国现场统计研究会
  • 主编:程维虎
  • 地址:中国科学院应用教学所内
  • 邮编:100190
  • 邮箱:sltj@amt.ac.cn
  • 电话:010-62651341
  • 国际标准刊号:ISSN:1002-1566
  • 国内统一刊号:ISSN:11-2242/O1
  • 邮发代号:82-69
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:13661