Notice bibliographique
Résumé
Based on 300 listed companies report data classification and analysis, founding canonical discriminated function, and through empirical analysis, the test results indicate canonical discriminated function of the Chinese banking market discriminated validity of the credit of enterprises, for the investment banks to provide constructive recommendations and sensible way to evade credit risk, is also conducive to an accurate evaluation of the credit situation. Key words: Commercial banks, Credit risk investment decision, Function Resume: L’article present procede a l’etude des risques de decision dans l’investissement du credit. L’auteur classe, analyse, avec la theorie de la statistique, les donnees de l’annuaire de 300 societes cotees et en construit la function de discrimination typique. Le resultat montre que la fonction de discrimination typique joue un certain role pour les banques commerciales dans l’appreciation du credit des entreprises. Elle peut fournir des conseils constructifs pour la decision d’investissement des banques, aide a eviter raisonnablement les risques de decision dans l’investissement du credit et a juger correctement le credit d’une entreprise. Mots-cles: banques commerciales, risques de decision dans l’investissement du credit, fonction 摘 要： 本文通過對現行信貸投資決策風險進行分析，運用統計學理論對300 家上市公司的年報資料進行歸 類、分析，建立典型判別函數，經過實證分析，檢驗結果顯示典型判別函數在商業銀行判別企業信用時具有 一定的效用，能夠為銀行的投資決策提供建設性的建議，理智地回避信貸投資決策風險，同時也有利於銀行 準確地評價一個企業的信用情況。 關鍵詞： 商業銀行；信貸投資決策風險；函數
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».