简介:伴着我国信用卡应用的迅速普及,依托信用卡刷卡消费行为的准确程度预测,也已转变为行业人士考量的关键内容.一般,现实风险评估多选取单纯的BP神经网络系统计算方法,但此种计算方法携带部分自身原有缺陷,如小范围最低值、聚拢速率比较低等,进而可能对风险评估造成干扰.基于对单纯BP神经网络算法及其存在不足的分析、试验,学术界又推出一款复合型计算方式,即将BP神经网络算法与传统遗传算法融合,以弥补不足的同时对其做以改良.参数集合的实证检验结果证实:此款复合型计算方式明显比单纯BP神经网络系统计算方式更完善,能够切实地增强凭卡消费活动风险预测的测试比率及精准比率.
简介:【摘要】 近年来成都市消费率逐步回升,城乡居民消费水平不断上升,农村居民消费也不断增速。本文在分析成都市近几年的城乡居民消费支出的基础上,构建城乡居民消费支出模型,并再次进行统计调查,使用时间序列分析了成都市消费支出情况,得出成都市城乡居民时间序列变化模型,为成都市城乡居民未来消费情况提供参考依据。
简介:本文以2000--2009年的居民消费物价指数(CPI)时间序列月度数据为基础,根据Box--Jenkins时间序列建模方法,经过数据序列平稳化,模型识别,定阶以及参数估计等步骤,建立了关于CPI序列的自回归移动求和模型ARIMA(5,2,0),并对2010年度的CPI指数值进行预测。本文所建模型具有一定的实际应用性和可扩展性。