基于模糊神经网络的小微企业信用评级研究

被引：54

作者：

肖斌卿 ^{[1
]}

杨旸 ^{[2
]}

李心丹 ^{[1
]}

李昊骅 ^{[1
]}

机构：

[1] 南京大学工程管理学院

[2] 南京大学商学院

来源：

管理科学学报 | 2016年 / 19卷 / 11期

关键词：

模糊理论; 神经网络; 小微企业; 信用评级;

D O I：

暂无

中图分类号：

F276.3 [中小型企业、乡镇企业]; F832.4 [信贷]; TP183 [人工神经网络与计算];

学科分类号：

1203 ; 1201 ; 020204 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

当前小微企业贷款需求日益增加,建立行之有效的小微企业信用评级模型已成为学术界和实务界关注的焦点.本文在阐述模型和构建指标体系的基础上,提出基于模糊神经网络开展小微企业信用评级的研究步骤,以某农村商业银行小微企业信贷微观数据为实证样本,分别进行小型企业和微型企业信用评级检测.实证结果表明,模糊神经网络模型在小微企业信用评级研究中具有较BP神经网络模型更高的检测精度.模型能够实现评级主观性与客观性结合,可对数据进行定性调节和批量处理,且具有明确的计算过程和决策规则,故适用于信用评级研究且具有稳健性.

引用

页码：114 / 126

页数：13

共 32 条

[1] 基于Probit回归的小企业债信评级模型及实证 [J].