我国房地产上市公司信用评级研究 ——基于BP神经网络方法

摘要：

选取2017年我国房地产上市公司的财务与非财务数据,构建行业信用风险评价指标体系,运用因子分析法计算各公司的综合得分Z值,利用K-Means进行聚类分析,确定信用评级基准.以2017年的样本数据为基础建立BP神经网络,将上市房企评级结果作为目标输出值,训练获得精度最优网络.套用该模型对2018年我国上市房企的信用评级进行仿真测试,拟合优度达0.734.研究结果表明:在近年经济下行与房地产市场宏观调控背景下,上市房企整体信用水平下降;上市房企的信用评级越优,其市场表现越好.因此,投资者可将上市房企的信用评级作为有效参考标准,以降低投资风险.

关键词：房地产上市公司、信用评级、因子分析、K-Means聚类分析、BP神经网络

所属期刊栏目：32

分类号：F832.45;F224.0;TP183(金融、银行)

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：15-26