多层感知器信用评价模型研究

• 作者: 庞素琳 王燕鸣
• 来源期刊: 中山大学学报(自然科学版)
• 学科: 经济
• 关键词: 神经网络 多层感知器 信用评价模型
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 博士后论坛
• 页码范围: 118-122
• 页数: 5页
• 分类号: F830
• 字数: 2629字
• 语种: 中文
• DOI: 10.3321/j.issn:0529-6579.2003.04.030

摘要

建立多层感知器(MLP)神经网络信用评价模型,用来对我国2000年96家上市公司进行信用评级.按照各上市公司的经营状况分为"好"、"中"、"差"三类,每一类由32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主要财务指标:每股收益,每股净资产,净资产收益率和每股现金流量,所有数据都来自于2000年上市公司年报.对于MLP网络结构,隐层结点的个数是采用试验的方法来确定的,先从1个开始,然后逐个逐个地增加,一直增加到不能再改善网络性能为止.仿真结果表明,多层感知器信用评价模型分类的准确率达到79.17%.此外,还详细给出MLP网络模型的学习算法和步骤.