学术探索
学术期刊
新闻热点
数据分析
智能评审

多层感知器信用评模型及预警研究

被引：12
作者：
庞素琳
王燕鸣
罗育中
机构：
[1] 暨南大学数学系
[2] 中山大学数学与计算科学学院及岭南学院金融系
[3] 华南理工大学工商管理学院
来源：
数学的实践与认识 | 2003年 / 09期
基金：
广东省自然科学基金;
关键词：
神经网络; 多层感知器; 信用评价模型; 预警;
D O I：
暂无
中图分类号：
F224 [经济数学方法];
学科分类号：
0701 ; 070104 ;
摘要：
本文利用多层感知器 ( MLP)原理建立神经网络信用评价模型 ,用来对我国 2 0 0 0年 1 0 6家上市公司进行信用评级 ,并进一步对我国 2 0 0 1年公布的 1 3家预亏公司进行预警研究 .按照各上市公司的经营状况分为“好”、“差”两类 ,每一类由 5 3家上市公司构成数据样本 .对于每一家上市公司 ,主要考虑其经营状况的四个财务指标 :每股收益 ,每股净资产 ,净资产收益率和每股现金流量 .仿真结果表明 ,本文所建立的神经网络信用评价模型有很高的分类准确率 ,达到 98.1 1 % .又由于该信用评价模型有很强的适应能力 ,故可以进一步用来对企业的财务危机进行预警研究 .预警实证分析表明 ,该信用评价模型对我国 2 0 0 1年公布的 1 3家预亏公司进行预警分析 ,预警准确率达到 1 0 0 % .此外 ,文中还给出 MLP网络模型的学习算法和步骤
引用
收藏
页码：55 / 62
页数：8
相关论文
共 14 条
12