基于BP神经网络的企业信用评价方法研究

《基于BP神经网络的企业信用评价方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、生曼型堂垫查奎堂堡主堂垡丝奎茎王墼塑丝旦垒堕垒些笪星塑笪立!i!望三-摘要市场经济就是信用经济。最近缕缕曝光的国内外企业财务丑闻案表明：企业信用环境已日趋恶化，严重扰乱了市场经济秩序，影响了我国企业的健康发展。因此，借助先进的信用评价模型对企业的信用水平做出准确评价和判断，具有非常重要的现实意义和实用价值。在国外，利用神经网络技术对企业失败、企业债券等级、企业信用等级的判别，与多元判别分析模型相比，给出了令人鼓舞的结果。在国内，对企业信用的评价，还停留在人工综合打分的阶段上，因此迫切需要引入更为科学的方法，通过建立准确的定量模型来解决信用评价问题。针对这种需求，本文利用神经网

2、络技术来研究企业的信用评价问题。本文首先提出，企业信用问题归根到底是企业财务性失败所致，因此所建立的信用评价指标主要取自企业的财务数据。本文介绍了企业信用评价的传统方法，概述了适合信用评价的几种常用评价模型，也介绍了神经网络的基础知识。为提高企业信用评价的准确性，剔除人为因素对评价结果的主观影响，避免现有信用评价模型和方法的不足之处，本文在信用评价模型方面采用了目前理论研究较为活跃的BP神经网络模型，首次提出并建立了基于10维输入的BP神经网络信用评价系统模型，使信用评价系统能够根据市场经济形势的发展和客观环境的变化调节自身功能，不断提高信用评价的准确度。最后，应用MATLA

3、B语言对基于10维输入的BP神经网络信用评价系统模型进行设计，编制了BP神经网络程序，并应用程序对学习和检验样本分别进行了训练和测试；用V-foldCross—YalJdation方法对神经网络模型进行检验，验证了所设计的用于信用评价的BP神经网络模型具有较好的泛化能力，评价结果与企业实际信用水平基本吻合。实例分析表明该方法可行、有效，为企业信用评价提供了新的途径。关键词t信用评价BP神经网络MATLAB主里型堂垫查查兰堡主兰垡兰塞——兰兰旦尘坐型型型盟垒些笪里堡堕查i!里堕ABSTRACTThemarketeconomyiscrediteconomy．Recentlyfin

4、ancialscandalsofdomesticandinternationalenterpriseshavebeenexposedcontinuously’whichindicatesthatthecreditenvironmentbecomeworsegraduallY，disturbingtheeconomyorderseriouslyandaffectingtheaccorddevelopmentofourenterprisesaswell．SoitisveryvaluableandDracticaltoperformefficientmethodstoeva]uat

5、eanddistIngulshenterprisecredit．Abroad，sincetheirfirstapplicationstodistinguishenterprlsefatlure，enterprisebondandcreditrating，artificialneuralnetworkshaveshownmorepromisingresultsthanmultiplediscriminantanalysiS．Atpresent，theaveragelyaddingofsomefinancialevaluationindexsystemiSstilIusedinc

6、hinatoevaluatethecreditratingofanenterprlse．InthiSpaper．theproblemofcreditevaluationinourcountry1sinvestigatedbyusingthemethodofneuralnetwork．InthiSdissertationwefirstpointoutthattheenterprisecreditratingiSmainlyconcernedwiththeenterprisefinancialconditionsandthatourresearchfocusesonthefina

7、ncialanalysis．Wethentakeabrief100katmanystatisticalmethodswhichmaybeusedtoevaluatethecreditrating．BriefintroductiontoartificialneuralnetworksiSalsopresented．Inordertoincreasetheaccuracyofcreditevaluation，deleteartificialeffectontheevaluationresultsaswell