本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的上市公司制造業(yè)信用風(fēng)險(xiǎn)評估研究

  更多相關(guān)文章： BP神經(jīng)網(wǎng)絡(luò) 信用風(fēng)險(xiǎn)評估 上市公司制造業(yè) 財(cái)務(wù)指標(biāo) 非財(cái)務(wù)指標(biāo)

【摘要】：信用風(fēng)險(xiǎn)評估起始于二十世紀(jì)六七十年代以美國為首的西方資本主義國家,其最開始的目的是對企業(yè)的整體運(yùn)營狀況進(jìn)行風(fēng)險(xiǎn)預(yù)測與客觀評價(jià)。發(fā)展至今,企業(yè)信用已是社會信用的重要組成部分,是一個(gè)企業(yè)賴以生存的基石,對市場經(jīng)濟(jì)的健康平穩(wěn)發(fā)展至關(guān)重要。信用風(fēng)險(xiǎn)評估作為一種防范風(fēng)險(xiǎn)的社會監(jiān)督手段,對它的研究具有一定的實(shí)踐作用和理論意義。首先,本文對國內(nèi)外信用風(fēng)險(xiǎn)評估的研究現(xiàn)狀進(jìn)行概括和總結(jié),對企業(yè)信用風(fēng)險(xiǎn)進(jìn)行界定和分析,并對較為常用的信用風(fēng)險(xiǎn)評估方法和模型進(jìn)行闡述;其次,結(jié)合國內(nèi)外研究現(xiàn)狀,對適用我國上市公司制造業(yè)的信用評估所需的指標(biāo)進(jìn)行歸納,構(gòu)建一套信用風(fēng)險(xiǎn)評估指標(biāo)體系,該指標(biāo)體系將財(cái)務(wù)因素與非財(cái)務(wù)因素結(jié)合,共選取了35個(gè)指標(biāo),基本涵蓋了影響企業(yè)信用評估的所有因素,具有一定的適用性;再次,對本文所需的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行綜述;最后,從國泰安數(shù)據(jù)庫中隨機(jī)選取198家上市公司制造業(yè)數(shù)據(jù)作為樣本,構(gòu)建三層BP神經(jīng)網(wǎng)絡(luò)模型,通過設(shè)置合理的參數(shù),運(yùn)用Matlab軟件對網(wǎng)絡(luò)模型不斷的訓(xùn)練,使信用風(fēng)險(xiǎn)評估指標(biāo)的輸出值接近目標(biāo)值,從而獲得適合我國上市公司的信用風(fēng)險(xiǎn)評估模型,再用未參加訓(xùn)練的樣本數(shù)據(jù)進(jìn)行仿真檢驗(yàn),將其與目標(biāo)值進(jìn)行比較,結(jié)果證實(shí)本文構(gòu)建的以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的上市公司信用風(fēng)險(xiǎn)評估模型的評估結(jié)果準(zhǔn)確率為63%,介于制造業(yè)行業(yè)的特殊性對模型的結(jié)果具有一定程度的誤差影響,該模型評估結(jié)果仍在接受范圍內(nèi),故本文模型對上市公司制造業(yè)的信用風(fēng)險(xiǎn)能夠進(jìn)行有效評估。
【關(guān)鍵詞】：BP神經(jīng)網(wǎng)絡(luò) 信用風(fēng)險(xiǎn)評估 上市公司制造業(yè) 財(cái)務(wù)指標(biāo) 非財(cái)務(wù)指標(biāo)
【學(xué)位授予單位】：吉林財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP183;F832.4;F425
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 引言8-13
• 1.1 選題背景與意義8
• 1.2 信用風(fēng)險(xiǎn)評估的研究現(xiàn)狀8-11
• 1.2.1 國際信用風(fēng)險(xiǎn)評估的研究現(xiàn)狀8-10
• 1.2.2 國內(nèi)信用風(fēng)險(xiǎn)評估的研究現(xiàn)狀10-11
• 1.3 本文的創(chuàng)新點(diǎn)與研究內(nèi)容11-13
• 1.3.1 本文的創(chuàng)新點(diǎn)11
• 1.3.2 本文研究的主要內(nèi)容與結(jié)構(gòu)安排11-13
• 第2章 信用風(fēng)險(xiǎn)評估模型概述13-20
• 2.1 企業(yè)信用風(fēng)險(xiǎn)13-14
• 2.1.1 信用風(fēng)險(xiǎn)含義13
• 2.1.2 信用風(fēng)險(xiǎn)的成因13-14
• 2.2 常用的企業(yè)信用風(fēng)險(xiǎn)評估方法與模型14-20
• 2.2.1 Z值模型15-17
• 2.2.2 巴薩利模型17-18
• 2.2.3 營運(yùn)資產(chǎn)分析模型18
• 2.2.4 特征分析模型18-20
• 第3章 信用風(fēng)險(xiǎn)評估指標(biāo)體系的構(gòu)建20-30
• 3.1 信用風(fēng)險(xiǎn)評估指標(biāo)體系的構(gòu)建原則20-21
• 3.2 基于非財(cái)務(wù)因素構(gòu)建的信用風(fēng)險(xiǎn)評估指標(biāo)體系21-23
• 3.2.1 非財(cái)務(wù)因素對企業(yè)信用風(fēng)險(xiǎn)評估的必要性21
• 3.2.2 適合我國上市公司的信用風(fēng)險(xiǎn)評估指標(biāo)體系21-23
• 3.3 基于財(cái)務(wù)因素構(gòu)建的信用風(fēng)險(xiǎn)評估指標(biāo)體系23-30
• 3.3.1 國外知名企業(yè)信用風(fēng)險(xiǎn)評估財(cái)務(wù)指標(biāo)體系23-24
• 3.3.2 適合我國上市公司的信用風(fēng)險(xiǎn)評估財(cái)務(wù)指標(biāo)體系24-30
• 第4章 BP神經(jīng)網(wǎng)絡(luò)模型30-34
• 4.1 BP神經(jīng)網(wǎng)絡(luò)模型30-33
• 4.1.1 BP神經(jīng)網(wǎng)絡(luò)概述30-31
• 4.1.2 三層BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)原理31-32
• 4.1.3 BP網(wǎng)絡(luò)學(xué)習(xí)算法32-33
• 4.2 信用風(fēng)險(xiǎn)評估神經(jīng)網(wǎng)絡(luò)模型33-34
• 4.2.1 神經(jīng)網(wǎng)絡(luò)模型的合理性33-34
• 第5章 基于BP神經(jīng)網(wǎng)絡(luò)對信用風(fēng)險(xiǎn)評估的實(shí)證分析34-44
• 5.1 指標(biāo)數(shù)據(jù)的預(yù)處理34-38
• 5.1.1 定性指標(biāo)的量化34-38
• 5.1.2 數(shù)據(jù)的歸一化處理38
• 5.2 信用風(fēng)險(xiǎn)評估模型的構(gòu)建38-44
• 5.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確定38
• 5.2.2 隱含層節(jié)點(diǎn)的選擇38-39
• 5.2.3 學(xué)習(xí)速率的確定39-41
• 5.2.4 仿真結(jié)果41-44
• 第6章 結(jié)論44-45
• 附錄1 matlab程序代碼45-46
• 附錄2 歸一化處理后的訓(xùn)練樣本數(shù)據(jù)46-60
• 參考文獻(xiàn)60-63
• 后記63

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 費(fèi)文穎;于繼科;楊揚(yáng);;信用風(fēng)險(xiǎn)評估的一類改進(jìn)模糊ISODATA算法[J];信息系統(tǒng)工程;2014年03期

2 孫丹,張秀艷;商業(yè)銀行信用風(fēng)險(xiǎn)評估混合軟計(jì)算系統(tǒng)[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2002年03期

3 王春峰,萬海暉,張維;基于神經(jīng)網(wǎng)絡(luò)技術(shù)的商業(yè)銀行信用風(fēng)險(xiǎn)評估[J];系統(tǒng)工程理論與實(shí)踐;1999年09期

4 陳云;石松;;基于PSO-BP集成的國內(nèi)外企業(yè)信用風(fēng)險(xiǎn)評估[J];計(jì)算機(jī)應(yīng)用研究;2014年09期

5 夏光虎;賈宇波;范紅丹;;分類與預(yù)測挖掘在信用風(fēng)險(xiǎn)評估中的應(yīng)用研究[J];工業(yè)控制計(jì)算機(jī);2012年07期

6 朱金華;;組合模型在商業(yè)銀行信用風(fēng)險(xiǎn)評估中的研究[J];計(jì)算機(jī)仿真;2011年09期

7 李君藝;張宇華;;商業(yè)銀行信用風(fēng)險(xiǎn)評估實(shí)證分析及方法比較[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2013年03期

8 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 周綺鳳;林成德;;商業(yè)銀行信用風(fēng)險(xiǎn)評估中多分類方法的比較[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

2 劉睿;周宗放;;云理論在企業(yè)集團(tuán)信用風(fēng)險(xiǎn)評估中的應(yīng)用[A];“中國視角的風(fēng)險(xiǎn)分析和危機(jī)反應(yīng)”——中國災(zāi)害防御協(xié)會風(fēng)險(xiǎn)分析專業(yè)委員會第四屆年會論文集[C];2010年

3 鄧宇翔;魯煒;黃敏;;運(yùn)用概率神經(jīng)網(wǎng)絡(luò)進(jìn)行企業(yè)信用風(fēng)險(xiǎn)評估[A];2003年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2003年

4 陳林;周宗放;肖珉;;企業(yè)集團(tuán)信用風(fēng)險(xiǎn)評估研究綜述[A];第五屆（2010）中國管理學(xué)年會——管理科學(xué)與工程分會場論文集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前7條

1 記者 衛(wèi)容之;中國信用風(fēng)險(xiǎn)評估仍高居“A類”[N];國際金融報(bào);2003年

2 記者　陳小三;日本信用風(fēng)險(xiǎn)評估工具登陸中國[N];國際商報(bào);2006年

3 海 燕;AMS信用風(fēng)險(xiǎn)評估引入中國[N];中國商報(bào);2006年

4 程汲;地區(qū)信用風(fēng)險(xiǎn)評估應(yīng)該推行[N];金融時(shí)報(bào);2004年

5 李良;緊縮政策下債券買點(diǎn)漸現(xiàn)[N];中國證券報(bào);2008年

6 證券時(shí)報(bào)記者　 徐濤;今年保險(xiǎn)資金投資需求超過6000億[N];證券時(shí)報(bào);2006年

7 本報(bào)駐比利時(shí)記者 張亮;美三大評級機(jī)構(gòu)惹惱歐盟[N];人民日報(bào);2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 郭英見;基于信息融合的國有商業(yè)銀行信用風(fēng)險(xiǎn)評估研究[D];哈爾濱工業(yè)大學(xué);2010年

2 趙靜嫻;基于決策樹的信用風(fēng)險(xiǎn)評估方法研究[D];天津大學(xué);2009年

3 肖珉;我國企業(yè)集團(tuán)上市公司財(cái)務(wù)預(yù)警與信用風(fēng)險(xiǎn)評估研究[D];電子科技大學(xué);2012年

4 羅圣雅;臺灣上市柜公司信用風(fēng)險(xiǎn)評估[D];蘇州大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 鄭文龍;商業(yè)銀行個(gè)人住房貸款業(yè)務(wù)信用風(fēng)險(xiǎn)評估研究[D];長安大學(xué);2015年

2 劉璇;我國制造業(yè)上市公司信用風(fēng)險(xiǎn)評估研究[D];天津財(cái)經(jīng)大學(xué);2015年

3 崔晟;基于平衡計(jì)分卡的Z銀行公司客戶信用風(fēng)險(xiǎn)評估研究[D];中國海洋大學(xué);2015年

4 仇亞萍;基于神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)評估研究[D];蘭州大學(xué);2016年

5 張靜;基于信用風(fēng)險(xiǎn)評估的現(xiàn)代物流產(chǎn)業(yè)融資模式研究[D];大連海事大學(xué);2016年

6 張婷;P2P信貸助農(nóng)過程中農(nóng)戶信用風(fēng)險(xiǎn)評估研究[D];東北農(nóng)業(yè)大學(xué);2016年

7 趙素芳;我國P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)評估方法研究[D];信陽師范學(xué)院;2016年

8 梁剛毅;基于決策樹的H公司代理商信用風(fēng)險(xiǎn)評估模型研究[D];廣西大學(xué);2016年

9 劉藝;決策樹算法在P2P網(wǎng)貸借款信用風(fēng)險(xiǎn)評估中的應(yīng)用研究[D];湖南大學(xué);2016年

10 易孟霏;城投債信用風(fēng)險(xiǎn)評估體系的方案設(shè)計(jì)[D];湖南大學(xué);2016年

，

本文編號：1054151