《表1 判别区间汇总表：天津市房地产金融风险指数构建研究》
提示：宽带有限、当前游客访问压缩模式
指标实际值Xj、功效系数Yj以及房地产金融风险指数K的判别区间可汇总如表1所示：
| 图表编号 | XD003671400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.25 |
| 作者 | 周中明、贾昱宁 |
| 绘制单位 | 中国人民银行天津分行、中国人民银行天津分行 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 警度区间表：房地产上市公司财务预警指标体系构建》2020.09.26
- 《表1 中间事件及编号：我国金融市场羊群行为测度指数构建研究》
- 《表1 0 西部地区房地产业金融风险压力指数预测》2020.03.10
- 《表9 西部地区房地产金融风险压力指数模型参数》2020.03.10
- 《表8 西部地区房地产金融风险压力指数模型统计》2020.03.10
- 《表7 西部地区房地产金融风险压力指数模型描述》2020.03.10
- 《表1 原始财务报表：基于Logistic模型的供应链金融信用风险实证研究——以房地产上市公司为例》2020.08.25
- 《表1 原始财务报表：基于Logistic模型的供应链金融信用风险实证研究——以房地产上市公司为例》2020.08.25
- 《表9 天津房地产金融系统风险预警区间情况表》2020.02.25
- 《表3 天津房地产金融系统风险评估指数构建指标情况表》2020.02.25
- 《表8 区域房地产金融系统风险预警区间划分》2020.02.25
- 《表4 主成分分析结果：中国金融风险预警指数的构建》2019.04.26
- 《表9 预警状态表：基于人工神经网络的房地产金融风险预警体系构建——以柳州市为例》2019.03.01
- 《表7 旋转成分矩阵a：基于人工神经网络的房地产金融风险预警体系构建——以柳州市为例》2019.03.01
- 《表1 0 描述统计量：基于人工神经网络的房地产金融风险预警体系构建——以柳州市为例》2019.03.01
- 《表4 标准化结果：基于人工神经网络的房地产金融风险预警体系构建——以柳州市为例》2019.03.01
- 《表8 因子得分：基于人工神经网络的房地产金融风险预警体系构建——以柳州市为例》2019.03.01
- 《表6 成分矩阵：基于人工神经网络的房地产金融风险预警体系构建——以柳州市为例》2019.03.01
- 《表2 各指标熵权：天津市房地产金融风险指数构建研究》2019.11.25
- 《表5 关联度与判别标准：金融支持天津实体经济增长动能转换的实证研究》2019.10.25