资源描述：
《遗传繁衍样本策略及神经网络信用评价研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、遗传繁衍样本策略及神经网络信用评价研究书书书遗传繁衍样本策略及神经网络信用评价研究吴德胜，梁!梁（中国科学技术大学商学院，安徽合肥;#$$;%）摘要：提出遗传算法繁衍样本策略，克服了小样本建立模型的缺陷，建立适合于我国商业企业的信用评分指标体系，依据该指标体系和遗传优化样本建立了基于反向传播回归神经网络的信用评估模型，利用样本公司实际指标数据对该模型的评分效果进行了比较研究。关键词：信用评分；神经网络；遗传算法；反传算法中图分类号：&’()#文献标识码：*文章编号：(%+;,$##-（;$$-）$(,$$./,$+!;#$%#&
2、’()*+&,&$%#-,’;%./0&12%1&3),+&,&#-9><>4!0’)$-#5.%,36#1!//0-<>4%#-),),7$&3-#;<>4)$&8(9&:$%09&#;)$<10123<>456378，9:*;<=>?78（@A6BB=BCDE5>7355，17>F3G5>HIBC@A>37A3?7J&3A67B=B8IBCK6>7?，L3C3>;#$$;%，K6>7?）!81#
3、$%<>4#：*5HG?H38IBC8373G?H>785?MN=35O?53JB78373H>A?=8BG>H6M5>5NGBNB53J，H6E5H63J3C>A>37AIBC5M?==,5?MN=3,MBJ3=>78>56?7J=3JPKG3J>H,5ABG3MBJ3=55E>H?O=3CBGK6>7353ABGNBG?H>B75?G3OE>=HPQ7H6>5O?5>5HB83H63GR>H6H638373H>ABNH>M>S3
4、J5?MN=35，AG3J>H3F?=E?H>B7MBJ3=>535H?O=>563JOIM3?75BCD’（D?AT<>4NGBN?8?H>B7）73EG?=73HRBGT5PU>7?==I，?ABMN?G?H>F35HEJIBCH63AG3J>H,5ABG3MBJ3=5V5ABG>783CC3AH5>5A?GG>3JBEHE5>78?AHE?=>7J3WJ?H?P=&(;)$31：KG3J>H5ABG3；;3EG?=73HRBGT；<373H&
5、gt;A?=8BG>H6M5；D’?=8BG>H6M!收稿日期：;$$#,$/,(%!基金项目：国家)%#项目基金资助项目（;$$;**-(#%(）；国家自然科学基金资助项目（+$#+($;#）!作者简介：吴德胜（(/+/,），男，湖北人，中国科学技术大学商学院管理科学与工程专业博士研究生，研究方向：决策分析、2X*、软计算应用。>!引言企业的信用评价过程主要是通过基于财务指标的信用特征推出该企业的信用风险，然后根据不同的信用风险来评价不同类别的信用水平，而企业的财务指标与信用风险之间往往表现出非线性的特征。比如某公司的财务指
6、标（净利润Y总资产）可能从,$P(增加到$P(，也可能从$P%增加到$P)，在线性第(+卷第(期;$$-年;月管!理!科!学Z*;*<XZX;&@K:X;KX@:;KL:;*[B=P(+;BP(U3OGE?GI，;$$-!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!的方法中，这两种情况体现出了相同的结果，因为该指标的值都增加了!;#。但对于一个公司来说，净利润$总资产从%!;&增加到!;&意味着该公司扭亏为盈，获得了生存和发展的机会；而从!;’增加到!;(意味着公司获利能
7、力进一步增加，这两种情况具有不同的意义。神经网络适于描述这种指标间的非线性特征，&))!年*+,-首次将神经网络的方法引入信用风险评测中；〔&〕.,/01、2/30采用了神经网络分析法对美国公司和银行信用危机进行了预测，取得了一定的效果；〔#〕<>4/-等研究银行信用，比较了判别分析、5,670、8近邻、分类树、神经网络等方法的优劣；〔9〕:;0-/3等在大样本下研究意大利企业信用，比较神经网络、判别分析；〔<〕8=>;736等研究法国企业信用，比较神经网络、判别分析，采用了交叉验证；〔?〕@7A>/-B0CB
8、等研究比利时企业信用，在神经网络中使用了特征提取技术。〔’〕文献〔&〕D〔’〕使用大样本建立模型，对不同国情、不同行业的信用状况进行分析，取得
