10.3969/j.issn.1004-910X.2005.09.016
基于概率神经网络的企业信用评级模型研究
本文介绍了PNN方法及其分类机理,构造了用于识别两类模式样本的PNN结构,考虑七个财务指标:资产收益率、负债比率、存货比率、应收账款比率、总资产周转率、盈利指数和现金流量指数作为我国上市企业信用判别模型的识别变量,对32上市公司进行两类模式分类建模,并利用该模型对另16家上市公司进行检验.仿真结果表明,PNN对两类模式样本的分类准确率达到81.25%.由此知,PNN结构其分类效果较好,对企业信用评级建模具有一定价值.
概率神经网络、信用评价、两类模式、建模
24
F2(经济计划与管理)
安徽省教育厅自然科学基金2003KJ011zc
2006-04-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
41-43