- 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
中国管理科学 Vol Issue
第1l卷专辑 1I,specid
2003年10月 ChineseJouma|of Science 0ctober. 2003
Management
文章编号:1003矗一0412—04
运用概率神经网络进行企业信用风险评估
邓宇翔1,鲁炜1,黄敏2
(I:中国科学技术大学商学院,台肥230052;2:中国科学院科技政策与管理科学研究所,北京100080)
摘要:企业的信用风险评估主要是通过基于会计指标的信用特征推出该企业的信用风险,然而企业的会计指标
与信用风险之间往往表现出非线性的特征,这为信用风险建模带来极大困难,神经网络较适于描述这种指标间的
非线性特征。本文主要通过概率神经网络在评估企业信用风险中的表现以及和其他方法的比较,阐述这种方法的
重要作用.最后给出概率神经网络在国内上市公司的实证结果。
关键词:概率神经网络;企业信用;信用风险评估
中圈分类号:C931:砣24 文献标识码:A
l神经网络与概率神经网络 X. X,X
神经网络(ANNs)作为一种强有力的建模工具 输八单元
诞生于1943年,随着计算机技术的发展,神经网络
迅速在模式识别和图像处理、控制优化、预测和智能 槿式单元
信息管理等方面得到了广泛应用。人工神经网络模
型种类较多,在信用风险评估领域使用最为广泛的
主要有BP神经网络,概率神经网络和自组织映射 求和单兀
网络三种。国内对神经网络在企业信用风险建模的
研究仅局限于BP神经网络,尚没有对概率神经网
络做相应的研究。与之相比,概率神经网络的优势
输出单兀
在于要估计的参数少,训练时间短,而且能够对模型
生成的结果做出概率上的解释。而这两种方法的判
别能力较为接近,都能对样本进行无限拟合。本文 图l概率神经网络
将通过理论分析和实证分析,证明概率神经网络在
企业信用风险建模中的优越性。 两类,一类是信用好的企业,另一类是信用差的企
概率神经网络(PNN)是在1988年由D.F.Spre.
业。即需要将一个具有n维向量的样本*=(z,,
cht提出,这是一种有两个隐层的网络,其结构如图 x:,…,x。)分为K类(K=2),如果每一类总体的密
1所示;各模式单元有相同的输入,其作用如图2所
度函数P。($)已知,则将样本x划分为i类的Bayes
示。通常模式的单元个数等于训练样本数,求和单
决策规则可以表示为:
元个数等于类别数。概率神经网络主要是用估计各
吼白。(z)qsCjp』(Ⅳ) (1)
个类别核密度的方法完成样本分类,下面将具体叙
这里,q是样本属于某一类的先验概率,c是误
述概率神经网络的分类原理。
判的代价函数。一般来说,模式的先验概率可用模
企业信用风险评估是根据信用状况将企业分为
式样本相对总样本的频率来估计,而错误分类的代
文档评论(0)