上一篇文章我们介绍了如何将人肉计算应用到金融领域的信用风险评级。 在这个模型上，我们只看到了在进行数据聚合时，对当前的信用进行评估，却没有对未来事件进行预测。 这一节我们就来看一个关于预测的例子：预测市场。 同样在开始之前，我们需要铺垫一些金融知识。

上一篇文章我们简单「水」过了已经耳熟能详的 PageRank。这里简单总结一下：

• 一个社交网络其实就是一个矩阵；
• 如果这个社交网络是一个加权有向图，那么通过 PageRank 算法可以根据边的权值和流向确定网络中节点的重要性排名；
• 排名最高者就是特征向量中心，这个节点在整个网络中的地位最为重要。

这一篇文章我们来真正看看输入数据聚合的实际例子，如何将人肉计算应用到信用风险评级当中。 本文讨论内容基于这篇文章¹，但在谈论具体的模型之前，我们需要铺垫一些金融学知识，首先就是：什么是信用风险评级？它有什么问题？

本文作为课程报告写于本科一年级时通识选修课《经济学百年》

摘要

本文讨论了现代企业理论在当下IT企业中的适用性，分析了IT企业与市场的界限。列举了AT&T、Microsoft、Oracle这 些IT企业的商业模式，详细分析了Google的商业模式;并在信息产业规律下讨论了企业生灭问题，以及Google的资本结构。

关键词：现代企业理论、Information technology firm、Google、商业模式、资本结构、信息产业规律

上一篇文章中我们已经初步谈到了在一个人肉计算系统中输入数据聚合的重要性。那么具体都有些什么聚合技术呢？本文我们将探讨最经典的 PageRank 方法。