- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于BP神经网络的风险投资评估模型
维普资讯
2005年第 9期 科技管理研究
ScienceandTechnology ManagementResearch 20o5 NO.9
文章编 号 :1000—7695 {2005)09—0206—03
基于 BP神经网络的风险投资评估模型
于 冬
(大连理工大学 21世纪发展研 究中心,辽宁大连 116024)
摘要 :风险投资作为一种新型的投资工具 ,具有不 同于传统的金融投资评估 的方法 ,评估方法更复杂 、更
专业 ,带有很强的主观性 ,而 当前的各种评估方法却很难体现风险投资的这种特 点,这在一定程度上降低 了评
估结果的科学性和客观性 ,限制 了风 险投资业 的发展 。近年来兴起 的神经 网络评估模 型 ,由于具有信 息分布
性、客错性 大的特 点,适 于信 息残缺 或推 理规则不确定 的环 境 ,加上模 型 中的权 重是通过 样本 学习而形成 的 ,
不需要对各项指标确 定权重 ,所 以比较接 近人 的思维模式 ,它对人们解决风险投 资评估 问题是有帮助的。鉴 于
神经 网络的这些优 点,本文构建 了基于 BP神经 网络的风 险投资评估模型 ,并对模 型进行 了检验。
关键词 :风险投 资;BP神 经网络 ;评估模 型
中图分类号 :FD69.9 文献标识码 :A
1 引言 2 风险投资评估风险指标及标度
当前对于创业投资 的评估主要有两种 思路 :一是从创 按照前面的思想 ,本文从风险投资项 目的风 险角度对
业投资 的效益 出发 ,通常采用未来现金流折现法 ;二是从 创业投资进行评估 ,这就需要建立一系列刻画风险投资项
创业投资的风险值 出发,评估投资项 目的风险情况 。后者 目的风险指标体系。对于创业投资 中风险的分类从不 同的
的评估又沿着两条思路进行 ,一是从期权 思想 出发 ,如何 角度可以进行不 同的分类 ,这在风险投资项 目评估 的许多
对项 目的风险价值评估 ,其评估哲学观点是风险值越大其 文献中已有 比较全面 的说 明,本文 目的是介绍一种评估方
价值越大 ;二是从风险的规避角度 出发,将风险值作为项 法 ,对此指标 的分类不进行深 究。借鉴他人 的研究成果 ,
目取舍 的重要考虑 因素,采用传统的风险思维方法 ,项 目 我们按照风险投资项 目的风险从项 目运作过程 的纵 向来划
风险值越大,被采用的可能性就越小 。当前评估风险投资 分 ,可 以划分为 :技术风 险,生产风险,市场风险,管理
风险值 的模型较多,一般将风险投资项 目的风险采用若干 风险和环境风险 。
类型的风险指标 ,采用统计数据或者专家评估手段获得各 根据各指标 的特征对风险投资项 目带来 的风险影 响程
风险指标值 ,然后采用诸如 AHP评估方法、模糊决策评价 度 ,我们采用 l0分打分法将各定性指标量化 ,依此作为各
法、主成分分析等方法对风险指标数据进行处理,从 中找 定性指标 的风险标度值。风险分值越小,表明其风险就越
出这些风险指标之间的内在规律 。这种评估方法 以当前 比 小。
较成熟 的统计模 型为基础 ,具有 明显 的解释性 。但 由于存
3 BP神经网络方法及其理论基础
在严格 的前提条件 ,在评估 中的各种权重确定具有较强 的
主观性 ,而且将各种风险指标之 间的复杂 、非线形关系简 3.1 BP网络的数 学模 型。BP网络是 当前神经 网络 中应用
单化 了,加之一些评估模 型缺 乏对风险指标之间的信息重 最广泛的,据统计全世界 9o%以上的神经 网络都是基于 BP
叠进行处理 ,使得这种
原创力文档


文档评论(0)