陈洪海
- 作品数：5 被引量：44H指数：5
- 供职机构：南京财经大学金融学院更多>>
- 发文基金：国家自然科学基金国家社会科学基金江苏省高校自然科学研究项目更多>>
- 相关领域：经济管理社会学自然科学总论理学更多>>
- 基于病态指数循环分析的评价指标筛选研究被引量：11
- 2019年
- 为了避免指标集较高的信息重叠扭曲综合评价结果,已有研究通过剔除相关程度高的少部分(主要是两两)指标中相对不重要的指标,虽可保证指标集内少部分指标间的信息重叠不高,但却无法保证指标集的整体信息重叠不高。为此,本研究提出一种新的评价指标筛选方法。其创新与特色主要有三:一是根据一个指标剔除后指标集病态指数减小的幅度越大,该指标对指标集整体信息重叠贡献越大的思路,剔除对剩余指标整体信息重叠贡献最大的指标,循环往复直至剩余指标的整体信息重叠不高为止,克服已有研究无法高效率地降低指标集整体信息重叠及不能测度剩余指标整体信息重叠水平的不足;二是通过剔除相关程度高的任意两个剩余指标中相对不重要的一个指标,避免指标集整体信息重叠不高而个别指标间信息重叠却依然较高;三是通过指标集病态指数减少比例与指标剔除数量的比值表示指标集整体信息重叠降低的效率,检验信息重叠指标筛选方法的相对合理性,弥补已有研究缺乏相关检验标准的不足。最后,通过一组科技评价指标的筛选说明上述方法的可行性及有效性。
- 陈洪海
- 关键词：综合评价
- 基于信息贡献率的评价指标筛选与赋权方法被引量：8
- 2020年
- 针对现有因子分析及相关分析两种方法在指标筛选与赋权方面有待完善之处,提出一种基于信息贡献率的评价指标筛选与赋权方法。该方法首先利用因子方差贡献率和因子载荷构建评价指标的信息贡献率,以此反映该指标解释原始指标集全部信息的比例,然后在现有相关分析法中引入病态指数测度指标集的信息重叠水平,进而实现评价指标的系统筛选与赋权。本研究认为评价指标的信息贡献率越大,其解释原始指标集信息的比例越大,因此该指标越应予以保留,其权重亦应越大。此外,研究亦发现因子分析法易误删信息解释能力强的指标,相关分析法筛选指标易不充分,而本文方法解决了这些问题。
- 陈洪海王慧隋新
- 关键词：评价指标指标赋权
- 基于反映象相关矩阵的评价指标筛选方法研究被引量：6
- 2022年
- 评价指标间信息重叠高会扭曲评价结果,而已有研究主要基于一个指标与部分指标间相关性降低指标集的信息重叠,指标剔除多且信息重叠降低得慢,极易导致评价信息过度损失。为此,本文首先引入取样适切性量数(MSA)表示一个评价指标与其余全部指标间信息重叠水平,引入KMO检验统计量表示一组评价指标整体信息重叠水平。在此基础上,依次剔除MSA值最大指标,直至剩余指标KMO值不高为止,快速降低评价指标集整体信息重叠。之后,通过剔除偏相关水平高的任两个指标中MSA值较大的一个指标,避免个别指标间信息重叠水平较高。最后,与目前应用最广泛的信息重叠指标筛选方法对比表明:本文方法降低指标集信息重叠效率更高,评价信息损失更少;既不会误删信息重叠水平低的评价指标,亦不会误保留信息重叠水平高的评价指标。
- 陈洪海
- 关键词：综合评价
- 基于信息可替代性的评价指标筛选研究被引量：16
- 2016年
- 提出一种指标筛选方法,旨在筛选出对评价结果影响显著、反映信息重叠程度低的评价指标。以相对离散系数作为指标的信息含量,依据提出的累计信息贡献率标准删除信息含量明显偏小的指标进行指标的初筛,克服现有研究仅利用相对离散系数进行指标筛选的不足。借鉴聚类分析的思想,取初筛后保留下来的一个指标与其余各指标构成Person相关系数平方的均值,反映该指标的信息可被其余全部指标替代的程度。通过信息可替代性标准剔除信息可替代性较大的指标,保证最终被保留的指标间反映的信息重叠程度低,克服现有研究仅通过两个指标间的相关性筛选指标难以有效降低评价指标集信息重叠的不足。此外,针对剔除信息重叠的指标与剔除对评价结果影响不显著的指标何者优先为宜的问题,提出了显著再相关的指标筛选标准。最后,通过一个实例说明指标筛选方法的可行性。
- 陈洪海
- 关键词：评价指标
- 基于信息解释能力的小企业信用评级体系构建研究被引量：6
- 2021年
- 以建立商业银行小企业客户信用评级指标体系为目的,提出一种系统的小企业信用评级指标体系构建方法.检验并剔除对企业违约影响不显著的信用评级指标,提出新的指标筛选方法以剔除综合信用风险识别能力弱的评级指标.其次,通过相关分析法降低评级指标集的整体信息重叠.再次,根据信用评级指标体系识别违约状态的准确率检验小企业信用评级指标体系的合理性.最后,基于中国一家商业银行3111笔小企业信贷历史数据进行了实证分析,研究表明本文构建的小企业信用评级指标体系识别违约风险的准确率高而且稳定.
- 陈洪海王慧隋新
- 关键词：信用评级指标体系
