多层感知器信用评模型及预警研究

• 作者: 庞素琳 王燕鸣 罗育中
• 来源期刊: 数学的实践与认识
• 学科: 数学
• 关键词: 神经网络 多层感知器 信用评价模型 预警
• 年，卷（期）: 2003,（9）
• 所属期刊栏目: 管理科学
• 页码范围: 55-62
• 页数: 8页
• 分类号: O1
• 字数: 4306字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0984.2003.09.011

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2000年106家上市公司进行信用评级,并进一步对我国2001年公布的13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53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98.11%.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2001年公布的13家预亏公司进行预警分析,预警准确率达到100%.此外,文中还给出MLP网络模型的学习算法和步骤.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王燕鸣	中山大学数学与计算科学学院及岭南学院金融系	41	574	12.0	23.0
2	庞素琳	暨南大学数学系	21	696	13.0	21.0
3	罗育中	华南理工大学工商管理学院	1	61	1.0	1.0