基于J2EE的银行客户信用评级系统研究与实现

为适应巴塞尔新协议金融环境的变化,银行客户信用评级系统基于J2EE技术体系结构从数据来源、客户评级、评级审批和安全管理等方面进行了设计研究.论文介绍了银行客户信用评级系统建设的背景,详细论述了应用客户/Web服务器/应用服务器/数据库服务器体系的系统主要功能和实现技术手段.     

借信息化东风政策性银行夯实综合业务系统

中国进出口银行是我国外经贸支持体系的重要力量和金融体系的重要组成部份，其国际信用评级与国家主权评级一致，为促进我国开放型经济的发展发挥着越来越重要的作用。     

基于GIS道路预警关键技术及其理论研究

针对地质灾害信息管理中数据的标准化、可视化、信息化、网络化的需求,基于GIS技术构建的道路地质灾害预警系统实现了地质灾害多源海量数据的统一存储与管理,数据采集、查询检索、预警预报以及Web发布的智能化.本文在充分分析GIS技术在道路灾害预警系统中的可行性基础上,详细讨论了基于GIS的道路预警部分关键技术以及相关理论（如动态分段技术）,本文的研究对未来更加智能化的道路灾害预警具有理论和技术的支持.     

基于CIM建模的统一虚拟系统管理模型

虚拟化产品的多样性增加了虚拟系统管理和调度的复杂性。为此,构建一种基于CIM建模的统一虚拟系统管理模型,该模型可解决异构虚拟化平台下的统一管理问题,支持标准化接口的服务提供者,具备实时监测系统状态的资源订阅模块以及自主管理调度功能。测试结果表明,该模型具有较好的虚拟系统统一管理能力以及较强的伸缩性和动态扩展性。     

开放信息模型安全系统

分析了当前信息系统存在的主要问题,介绍了信息交换平台是一个基于点对点的信息发布系统.在这个系统里,从信息的产生、采集、加工、存储、发布、消费到监管,形成了一个完整的信息生命体系.基于XML技术,经过对信息交换平台的信息描述深入的研究,提出了开放信息模型(OIM),对信息进行统一的描述,使信息可以跨平台发布.重点讨论基于...     

防范电子商务信用骗取的种群共存模型

通过一个简化的演化博弈模型,发现由于信用体系存在技术上或规则上的潜在漏洞,以及交易者是自利理性的,电子商务信用骗取行为的出现不可避免。为此构建种群共存模型,分析信用评级与交易者之间不同关系的稳定演化结果,提出建立一种与交易者“独立共存”的新型信用体系以有效防范信用骗取。仿真实验很好地支持了上述结论。     

基于WebGIS的兰州市地质灾害群测群防信息化

群测群防技术是我国地质灾害防治的主要方法。针对目前地质灾害群测群防体系的低效问题,提出利用网络技术、通信技术和WebGIS技术建立基于WebGIS的兰州市地质灾害群测群防信息化系统。群测群防信息化系统是对地质灾害进行科学预测预警、减少灾害影响的一种重要平台。本系统由数据上传、灾情分析预测、信息发布和灾情浏览等功能组成,采用应用层、业务层和数据层三层分布式体系为系统框架,系统模型库中包括地质灾害空间预报模型和地质灾害时间预报模型,采用关系型数据库SQL Server2005为后台数据库,通过.NET开发平台完成系统的开发。系统运行结果表明,该系统运行稳定,能有效地为地质灾害群测群防体系中的各级用户服务并提供技术支持,具有广泛的应用前景。     

面向服务的综合应用平台模型设计与实施

提出了一种面向服务的综合应用平台系统架构模型(IFAAD五层模型),并结合社会基础设施信息化建设项目城市一卡通的设计与实现,重点阐述了接入层和应用层中一些相关核心技术,有效地实现了市民社会管理、信息化公共服体系的构建和信息资源增值等一系列服务.对社会基础设施建设信息化项目的具体实施和应用具有一定参考意义.     

基于Java EE的中小企业信用评级系统的架构

我国中小企业融资难的问题已成为制约中小企业发展的主要障碍。而造成融资难的最根本的原因是企业信用问题。为了引导中小企业增强诚信观念、改善企业信用状况,开发一个标准的、可靠的信用评级系统显得尤为重要。面对众多的技术架构,以Java EE为核心的Struts2、Spring、Hibernate（SSH）框架成为开发B/S系统的首选。针对中小企业信用评级系统的特点,研究如何使用SSH进行系统架构。     

河长制综合管理信息系统平台框架与建设要点

在水利信息化背景下,河长制综合管理信息系统平台的构建对于提高河长工作效果,进而实现"河长治"具有重要意义。分析河长制综合管理信息系统平台成功的标志,提出系统平台建设的关键。根据"统一门户、统一业务应用系统、统一应用支撑平台、统一空间信息服务平台、统一数据资源"等"五个一"要求,构建河长制综合管理信息系统平台的整体架构与结构。从认识、技术、管理等层面,分析系统平台建设的要点。针对当前河长制落实和水利信息化建设中存在的一些问题,对下一阶段如何推进河长制综合信息平台顺利建成、加快河长制信息化建设提出相应的政策建议。     

Developing and Testing Models for Replicating Credit Ratings: A Multicriteria Approach

Credit ratings issued by international agencies are extensively used in practice to support investment and financing decisions. Furthermore, a considerable portion of the financial research has been devoted to the analysis of credit ratings, in terms of their effectiveness, and practical implications. This paper explores the development of appropriate models to replicate the credit ratings issued by a rating agency. The analysis is based on a multicriteria classification method used in the development of the model. Special focus is laid on testing the out-of-time and out-of-sample effectiveness of the models and a comparison is performed with other parametric and non-parametric classification methods. The results indicate that using publicly available financial data, it is possible to replicate the credit ratings of the firms with a satisfactory accuracy.     

案例推理技术在企业资信评估中的应用

针对企业资信评估活动的特点，提出一套基于案例的资信评估方法及实现技术，为企业资信评估提供一个有效的支撑环境。基本方法是：以加权计分法为思想，定量部分运用规则计算，定性指标采用CBR进行分析，搜索出案例库中匹配的成功案例，辅助决策者快速准确地得出结论。首先阐述企业资信评估的内容和指标体系，接着提出基于CBR的资信评估系统的总体结构和工作流程，并对案例库子系统的实现技术进行了探讨。理论分析和实践表明，该系统可以克服传统评估方法的主观性和复杂性，是一种有效、可行的新方法。     

基于数据挖掘聚类技术的信用评分评级

本文提出了一个基于数据挖掘聚类技术的信用评分评级方法。该方法使用数据挖掘的聚类算法，对传统信用评分模型进行了改进，本文给出了方法的理论证明，并在一个信用卡分析系统DMCA中实现了该方法，进行了详细的数据测试。理论证明及实验结果都表明，聚类技术在传统信用评分模型的DM／MTM，分界值，均方差，交叉验证等问题上取得了良好的效果。     

Municipal credit rating modelling by neural networks

The paper presents the modelling possibilities of neural networks on a complex real-world problem, i.e. municipal credit rating modelling. First, current approaches in credit rating modelling are introduced. Second, previous studies on municipal credit rating modelling are analyzed. Based on this analysis, the model is designed to classify US municipalities (located in the State of Connecticut) into rating classes. The model includes data pre-processing, the selection process of input variables, and the design of various neural networks' structures for classification. The selection of input variables is realized using genetic algorithms. The input variables are extracted from financial statements and statistical reports in line with previous studies. These variables represent the inputs of neural networks, while the rating classes from Moody's rating agency stand for the outputs. In addition to exact rating classes, data are also labelled by four basic rating classes. As a result, the classification accuracies and the contributions of input variables are studied for the different number of classes. The results show that the rating classes assigned to bond issuers can be classified with a high accuracy rate using a limited subset of input variables.     

基于蚁群算法的神经网络在企业资信评估中的应用

BP算法在资信评估中应用较为广泛，但有收敛速度慢、易于陷入局部极小点的缺点。提出一种新的企业资信评估模型，该模型将蚁群算法和神经网络结合起来，使其既具有神经网络的广泛映射能力，又有蚁群算法带来的高效率，全局收敛，分布式计算等特点。实验表明,基于蚁群算法的神经网络对企业资信评估有着良好的性能。     

多源异构数据整合在信用系统中的应用研究

随着诚信建设进一步推广,信用系统建设越显重要。从分布异构数据库中提取有用数据以及数据整合,是信用系统的核心技术。文中介绍了分布异构数据库的特征和连接技术,以及数据交换技术。采用了TUXEDO/Q消息传递机制和SAX文档解析标准,使信用数据可靠传输和异构数据库得以无缝连接,实现了分布异构数据源系统的信用数据整合共享。得出了一种基于XML和TUXEDO的异构信用数据有效整合的方法。     

Expert system design for credit risk evaluation using neuro‐fuzzy logic

Over the past few years, the credit risk evaluation of micro‐, small‐ and medium‐scale enterprises by banks and financial institutions has been an active area of research under the joint pressure of regulators and shareholders. The credit rating assessment forms an important part of credit risk assessment, involving risk parameters such as financial, business, industry and management areas. The mathematical models of evaluation are at the core of modern credit risk management systems. This paper focuses on the use of fuzzy logic and neural network techniques to design a methodology for evaluating the credit worthiness of the entrepreneur. The neuro‐fuzzy logic approach takes into account the minute details of credit rating expert's thought process to arrive at the final decision. A flexible credit rating framework (CRF) has been designed to organize all the facts of the client in a hierarchical fashion. The neural networks provide self‐learning capability to the CRF. The CRF can be customized to suit different business and industrial interests.     

决策树算法在农户小额贷款中的应用研究

在讨论数据挖掘技术的基本概念、决策树方法的基础上,针对近年来农村信用社不良贷款的增加,提出了决策树算法在农户小额信用贷款评价中的应用。利用数据挖掘的预测功能,建立了一种较为科学明了,简单易行的农户信用评价模型,来应用于农村信用社对农户信用的评分,以作为贷款与否的依据。     

基于LM算法的企业资信网络评估模型研究

针对当前企业资信评估方法的不足,提出将基于Levenberg-Marquard(LM)算法的前向多层神经网络用于企业资信评估,并通过MATLAB神经网络工具对其进行模拟计算。实验结果表明,该方法稳定、快捷、预测准确,对企业资信评估有着良好的性能。