基于多层感知器神经网络的小微企业信贷风险研究

• 作者: 周驷华 王素南
• 来源期刊: 现代管理科学
• 关键词: 多层感知器神经网络 小微企业 信贷评估 数据挖掘 辅助决策模型
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 博士论坛
• 页码范围: 45-48
• 页数: 4页
• 字数: 4967字
• 语种: 中文

摘要

文章以多层感知器神经网络算法为基础,对某小贷公司的小微企业信贷数据库中的信贷记录进行了信贷评估,并将该结果与决策向量机、线性判别、二次判别和逻辑回归等数据挖掘方法进行了比较.分析结果表明,从总体上看,多重感知器神经网络算法优于传统的基于参数的分类方法,即多层感知器神经网络算法拥有相对较高的ROC曲线下面积和较低的预期错误分类成本.更进一步,在研究所采用的4种MLP算法中,基于BFGS Quasi-Newton训练算法的MLP表现最为出色,可以作为金融机构进行小微信贷风险评估的辅助决策模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周驷华		1	17	1.0	1.0