数字技术与经济金融前沿论坛（第16期）

摘要

1. 研究背景意义及创新

1.1 小企业信用风险判别的重要意义. significances

1.2 两个科学命题.Two Scientific Propositions

1.3 两个科学问题与“蓝本文献”/Blueprint Papers的异同

1.4 创新点.Contributions

1.5 研究发现. Research Findings

2. 研究现状

2.1 最优指标组合遴选的研究现状

2.2 指标数值变换研究现状

3. 违约判别模型构建

3.1 模型精度标准

3.2 样本与模型

3.3 最优指标组合遴选

3.4 最优指标数值的变换-深度神经网络变换

3.5 违约判别模型的构建

3.6 指标重要性的确定

4. 实证分析

4.1 数据来源

4.2 最优指标组合的确定

4.3 指标数值的变换

4.4 违约判别模型的构建

4.5 对比分析：①创新点对比，②与蓝本文献对比，③多模型对比

4.6 指标重要程度分析

5. 研究结论

5.1 主要结论

5.2 主要创新与特色

主讲人介绍：

迟国泰，大连理工大学经济管理学院二级教授，博士生导师，管理科学与工程博士。大连理工大学 “领军人才”，大连市本地全职高层次人才(领军人才)。大连理工大学金融风险与系统评价管理研究中心主任。作为第一完成人获得：教育部高等学校科学研究优秀成果(人文社会科学)三等奖1项(政府奖)；辽宁省哲学社会科学成果奖二等奖(政府奖)6项。在国家自然科学基金委员会管理科学部认定的A类期刊发表学术论文160篇以上。在Journal of the Operational Research society，International Journal of Finance and Economics 等AJG(ABS)3* 期刊发表论文4篇；在Economic Modelling，Management Decision，Journal of Forecasting 等AJG(ABS)2*期刊发表论文10篇；在Expert Systems With Applications，journal of Risk Model Validation，Journal of Credit Risk等AJG(ABS)1*期刊发表论文8篇。在其他SSCI检索的国际期刊发表论文20多篇。