基于隐式马尔科夫算法的政府信用评估和预测

基于隐式马尔科夫算法的政府信用评估和预测

论文摘要

在"信用2.0"时代,政府信用直接影响政府形象,但因缺乏适当的监测预警工具,政府对信用变化的处理严重滞后。针对这一问题,通过融合互联网、公共信息、市场信用信息等数据,运用隐式马尔科夫模型、自然语言处理技术,建立现代政府信用监测和预警模型,实时评估政府信用;政府可根据评估结果制定相关政策,提升政府治理能力。实证分析表明,基于动态打分框架和马尔科夫模型分别建立的政府信用监测和预警模型具有一定的有效性,分析结果有一定的参考性,这为推进契约型社会发展提供了新的思路和方法。

论文目录

  • 一、理论框架和假设
  •   (一)研究框架
  •   (二)基于最优路径规划的隐式马尔科夫模型
  •   (三)适用于动态监测的政府信用评价指标
  • 二、对象研究
  • 三、模型验证
  • 四、结论
  • 文章来源

    类型: 期刊论文

    作者: 王昊,王林鹏

    关键词: 政府信用,信用评估,信用预测,隐式马尔科夫算法

    来源: 征信 2019年12期

    年度: 2019

    分类: 经济与管理科学,社会科学Ⅰ辑

    专业: 思想政治教育,行政学及国家行政管理

    单位: 中国社会科学院大学,中诚信国际信用评级有限责任公司

    基金: 北京市博士后工作经费资助项目(ZZ2019-143)

    分类号: D64;D630

    页码: 31-37

    总页数: 7

    文件大小: 1646K

    下载量: 238

    相关论文文献

    标签:;  ;  ;  ;  

    基于隐式马尔科夫算法的政府信用评估和预测
    下载Doc文档

    猜你喜欢