選取2017年我國(guó)房地產(chǎn)上市公司的財(cái)務(wù)與非財(cái)務(wù)數(shù)據(jù),構(gòu)建行業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,運(yùn)用因子分析法計(jì)算各公司的綜合得分Z值,利用K-Means進(jìn)行聚類分析,確定信用評(píng)級(jí)基準(zhǔn)。以2017年的樣本數(shù)據(jù)為基礎(chǔ)建立BP神經(jīng)網(wǎng)絡(luò),將上市房企評(píng)級(jí)結(jié)果作為目標(biāo)輸出值,訓(xùn)練獲得精度最優(yōu)網(wǎng)絡(luò)。套用該模型對(duì)2018年我國(guó)上市房企的信用評(píng)級(jí)進(jìn)行仿真測(cè)試,擬合優(yōu)度達(dá)0.734。研究結(jié)果表明:在近年經(jīng)濟(jì)下行與房地產(chǎn)市場(chǎng)宏觀調(diào)控背景下,上市房企整體信用水平下降;上市房企的信用評(píng)級(jí)越優(yōu),其市場(chǎng)表現(xiàn)越好。因此,投資者可將上市房企的信用評(píng)級(jí)作為有效參考標(biāo)準(zhǔn),以降低投資風(fēng)險(xiǎn)。

【文章頁(yè)數(shù)】：12 頁(yè)

【文章目錄】：
一、文獻(xiàn)綜述
二、研究方法與模型構(gòu)建
    （一）因子分析與聚類信用評(píng)級(jí)模型
    （二）預(yù)測(cè)上市房企信用評(píng)級(jí)的BP神經(jīng)網(wǎng)絡(luò)模型
三、數(shù)據(jù)選取與指標(biāo)體系構(gòu)建
    （一）研究對(duì)象及數(shù)據(jù)來(lái)源
    （二）指標(biāo)體系構(gòu)建
        1．財(cái)務(wù)類指標(biāo)
        2．非財(cái)務(wù)類指標(biāo)
四、實(shí)證分析
    （一）因子分析
    （二）聚類分析
    （三）基于BP神經(jīng)網(wǎng)絡(luò)的實(shí)證
    （四）仿真測(cè)試
五、結(jié)論



本文編號(hào)：3850219