基于Agent的社會(huì)信用評(píng)估與監(jiān)管研究.pdf

1、隨著經(jīng)濟(jì)全球化不斷加速，信用欺詐事件時(shí)有發(fā)生。近幾年，毒奶粉、地溝油等食品安全問題層出不窮，網(wǎng)絡(luò)團(tuán)購和網(wǎng)絡(luò)購物流行的同時(shí)，假冒偽劣產(chǎn)品也在困擾著我們的生活。另外，受國際金融危機(jī)和歐洲債務(wù)危機(jī)的影響，信用違約問題經(jīng)常發(fā)生在生產(chǎn)生活中的每個(gè)角落。信用問題不僅擾亂了正常的市場秩序，延誤了市場改革進(jìn)度，而且增加了市場交易的成本。近幾年來，我國正在積極建設(shè)社會(huì)信用體制，出臺(tái)了多項(xiàng)法律法規(guī)。同時(shí)，不少學(xué)者也研究和探索了我國社會(huì)信用體系的相關(guān)問題，但

2、都停留在定性分析層面上。本文立足于國內(nèi)外現(xiàn)有信用文獻(xiàn)的研究，首先從不同角度對(duì)社會(huì)信用進(jìn)行了全面綜述，其次構(gòu)建了社會(huì)信用風(fēng)險(xiǎn)評(píng)估模型，最后探討研究了信用監(jiān)管機(jī)制。
　　首先，本文分別從信用理論基礎(chǔ)、評(píng)分技術(shù)以及監(jiān)管機(jī)制三方面對(duì)政府、企業(yè)和個(gè)人進(jìn)行了綜述。研究發(fā)現(xiàn)，(1)評(píng)級(jí)技術(shù)從偏向于定性分析的專家系統(tǒng)發(fā)展到效率和準(zhǔn)確性較高的人工智能模型，評(píng)級(jí)效果得到了很大的提升;(2)監(jiān)管機(jī)制的研究僅僅停留在定性分析層面，缺乏定量分析。
　

3、　其次，本文基于人工智能Agent構(gòu)建了信用風(fēng)險(xiǎn)評(píng)估模型(ELM-C)。不同于現(xiàn)有使用固定分類分界點(diǎn)（0或0.5）的模型，本模型特地將尋找最優(yōu)分界點(diǎn)作為模型的重要參數(shù)給以考慮，以期提高模型的分類準(zhǔn)確度。該模型選擇高性能的極致學(xué)習(xí)機(jī)作為基本分類算法，運(yùn)用網(wǎng)格尋優(yōu)算法選擇最優(yōu)分類分界點(diǎn)。實(shí)證研究表明:(1)在信用風(fēng)險(xiǎn)評(píng)估領(lǐng)域，極致學(xué)習(xí)機(jī)比傳統(tǒng)的人工智能模型預(yù)測準(zhǔn)確度要高。(2)基于網(wǎng)格尋優(yōu)算法的極致學(xué)習(xí)機(jī)信用風(fēng)險(xiǎn)評(píng)估模型在分類準(zhǔn)確度上要遠(yuǎn)遠(yuǎn)

4、高于沒有進(jìn)行分界點(diǎn)選擇的模型。(3)分類分界點(diǎn)的選擇對(duì)于提高信用風(fēng)險(xiǎn)評(píng)估模型的預(yù)測準(zhǔn)確度意義重大，尤其對(duì)于非對(duì)稱數(shù)據(jù)集而言。
　　最后，本文基于Multi-Agent技術(shù)構(gòu)建了多主體信用監(jiān)管仿真模型。在考慮企業(yè)信用評(píng)級(jí)基礎(chǔ)上，仿真模型以期探討不同政府監(jiān)管政策對(duì)企業(yè)利潤的影響。通過模擬不同監(jiān)管政策對(duì)企業(yè)利潤和次品率的影響，可以得出如下結(jié)論:(1)政府監(jiān)管在對(duì)于企業(yè)長期的發(fā)展至關(guān)重要。相比于沒有政府監(jiān)管機(jī)制的信用市場，擁有政府監(jiān)管機(jī)制

5、的信用市場，企業(yè)的獲利能力要高。適當(dāng)?shù)恼O(jiān)管有利于提高企業(yè)利潤，然而過于嚴(yán)格的政府監(jiān)管反而會(huì)影響企業(yè)的健康發(fā)展。(2)信息披露的監(jiān)管政策相對(duì)于罰款的監(jiān)管更有利于企業(yè)利潤的增長以及次品率的降低。(3)與懲罰比率相比，企業(yè)利潤對(duì)于信息披露比率的變動(dòng)敏感程度更高。
　　本文從信用理論基礎(chǔ)、評(píng)分技術(shù)以及監(jiān)管機(jī)制三方面對(duì)政府、企業(yè)和個(gè)人進(jìn)行了全面綜述。在評(píng)級(jí)技術(shù)方面，構(gòu)建的基于分界點(diǎn)選擇的人工智能Agent信用風(fēng)險(xiǎn)評(píng)估模型優(yōu)越于其他沒有進(jìn)