您的位置: 专家智库 > >

李凤

作品数:3 被引量:67H指数:3
供职机构:暨南大学经济学院更多>>
发文基金:教育部人文社会科学研究基金中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:社会学经济管理更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇经济管理
  • 3篇社会学

主题

  • 2篇人口老龄化
  • 2篇老龄化
  • 1篇信用
  • 1篇信用风险
  • 1篇信用风险评估
  • 1篇中国人口
  • 1篇中国人口老龄...
  • 1篇人口
  • 1篇人人
  • 1篇收敛性
  • 1篇数据挖掘
  • 1篇网络借贷
  • 1篇借贷
  • 1篇空间计量模型
  • 1篇老龄化趋势
  • 1篇非平衡数据
  • 1篇风险评估
  • 1篇P2P网络
  • 1篇P2P网络借...

机构

  • 3篇暨南大学
  • 1篇武汉大学

作者

  • 3篇李凤
  • 1篇陈光慧
  • 1篇柳向东

传媒

  • 1篇统计与信息论...
  • 1篇西北人口
  • 1篇南方人口

年份

  • 2篇2016
  • 1篇2014
3 条 记 录,以下是 1-3
排序方式:
中国人口老龄化区域差异与收敛性研究被引量:11
2016年
本文通过对中国人口老龄化空间分布特征的分析,得出各地区人口老龄化程度普遍加深且存在空间聚集性,呈现东部沿海-中部-西部内陆的扩张规律,形成了沿长江流域严重老龄化聚集地带。此外,全局和局部Moran指数显示我国人口老龄化存在显著的全局和局部空间正相关关系。于是考虑空间相关性,借鉴经济增长收敛性的研究方法,建立空间计量模型,发现我国地区间人口老龄化存在绝对β收敛,且收敛速度较快。
蔡远飞李凤
关键词:人口老龄化空间计量模型收敛性
大数据背景下网络借贷的信用风险评估——以人人贷为例被引量:34
2016年
在大数据时代,网贷平台每天流动着海量交易数据。为充分利用这些数据控制信用风险,运用数据挖掘算法建立了信用风险评估模型。由于网贷数据多为非平衡数据,所以通过多次尝试使用SMOTE算法进行处理,提高了模型评估性能。研究发现:随机森林模型更适合用于信用风险评估,其次是CART、ANN、C4.5。用户的婚姻、房/车产(贷)等信息重要程度较低,而公司规模、工作时间等信息,历史借款、信用评分等信用档案信息在信用风险评估中尤为重要。
柳向东李凤
关键词:P2P网络借贷非平衡数据数据挖掘
我国人口老龄化趋势预测与结构分析——基于非参数自回归模型被引量:22
2014年
针对经典的人口老龄化预测模型存在的方法本身误差和思路缺陷等局限,本文将非参数方法运用于我国人口老龄化问题研究中,结合核估计和局部线性估计的理论,建立了非参数自回归模型,与AR(1)模型预测结果进行对比,预测精度更高,则本文选择非参数自回归模型对我国人口老龄化趋势进行预测。最后,对我国人口老龄化进行年龄组别和城乡结构分析,针对我国从2004年开始出现人口老龄化"城乡倒置"的现状,从人口迁移等角度分析原因,并提出了我国人口老龄化的对策以及平衡城乡人口老龄化的政策建议。
陈光慧蔡远飞李凤
共1页<1>
聚类工具0