基于BP神经网络的上市公司制造业信用风险评估研究

发布时间：2017-10-18 09:36

  本文关键词：基于BP神经网络的上市公司制造业信用风险评估研究

  更多相关文章： BP神经网络 信用风险评估 上市公司制造业 财务指标 非财务指标

【摘要】：信用风险评估起始于二十世纪六七十年代以美国为首的西方资本主义国家,其最开始的目的是对企业的整体运营状况进行风险预测与客观评价。发展至今,企业信用已是社会信用的重要组成部分,是一个企业赖以生存的基石,对市场经济的健康平稳发展至关重要。信用风险评估作为一种防范风险的社会监督手段,对它的研究具有一定的实践作用和理论意义。首先,本文对国内外信用风险评估的研究现状进行概括和总结,对企业信用风险进行界定和分析,并对较为常用的信用风险评估方法和模型进行阐述;其次,结合国内外研究现状,对适用我国上市公司制造业的信用评估所需的指标进行归纳,构建一套信用风险评估指标体系,该指标体系将财务因素与非财务因素结合,共选取了35个指标,基本涵盖了影响企业信用评估的所有因素,具有一定的适用性;再次,对本文所需的BP神经网络进行综述;最后,从国泰安数据库中随机选取198家上市公司制造业数据作为样本,构建三层BP神经网络模型,通过设置合理的参数,运用Matlab软件对网络模型不断的训练,使信用风险评估指标的输出值接近目标值,从而获得适合我国上市公司的信用风险评估模型,再用未参加训练的样本数据进行仿真检验,将其与目标值进行比较,结果证实本文构建的以神经网络为基础的上市公司信用风险评估模型的评估结果准确率为63%,介于制造业行业的特殊性对模型的结果具有一定程度的误差影响,该模型评估结果仍在接受范围内,故本文模型对上市公司制造业的信用风险能够进行有效评估。
【关键词】：BP神经网络 信用风险评估 上市公司制造业 财务指标 非财务指标
【学位授予单位】：吉林财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP183;F832.4;F425
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 引言8-13
• 1.1 选题背景与意义8
• 1.2 信用风险评估的研究现状8-11
• 1.2.1 国际信用风险评估的研究现状8-10
• 1.2.2 国内信用风险评估的研究现状10-11
• 1.3 本文的创新点与研究内容11-13
• 1.3.1 本文的创新点11
• 1.3.2 本文研究的主要内容与结构安排11-13
• 第2章 信用风险评估模型概述13-20
• 2.1 企业信用风险13-14
• 2.1.1 信用风险含义13
• 2.1.2 信用风险的成因13-14
• 2.2 常用的企业信用风险评估方法与模型14-20
• 2.2.1 Z值模型15-17
• 2.2.2 巴萨利模型17-18
• 2.2.3 营运资产分析模型18
• 2.2.4 特征分析模型18-20
• 第3章 信用风险评估指标体系的构建20-30
• 3.1 信用风险评估指标体系的构建原则20-21
• 3.2 基于非财务因素构建的信用风险评估指标体系21-23
• 3.2.1 非财务因素对企业信用风险评估的必要性21
• 3.2.2 适合我国上市公司的信用风险评估指标体系21-23
• 3.3 基于财务因素构建的信用风险评估指标体系23-30
• 3.3.1 国外知名企业信用风险评估财务指标体系23-24
• 3.3.2 适合我国上市公司的信用风险评估财务指标体系24-30
• 第4章 BP神经网络模型30-34
• 4.1 BP神经网络模型30-33
• 4.1.1 BP神经网络概述30-31
• 4.1.2 三层BP神经网络的学习原理31-32
• 4.1.3 BP网络学习算法32-33
• 4.2 信用风险评估神经网络模型33-34
• 4.2.1 神经网络模型的合理性33-34
• 第5章 基于BP神经网络对信用风险评估的实证分析34-44
• 5.1 指标数据的预处理34-38
• 5.1.1 定性指标的量化34-38
• 5.1.2 数据的归一化处理38
• 5.2 信用风险评估模型的构建38-44
• 5.2.1 BP神经网络结构确定38
• 5.2.2 隐含层节点的选择38-39
• 5.2.3 学习速率的确定39-41
• 5.2.4 仿真结果41-44
• 第6章 结论44-45
• 附录1 matlab程序代码45-46
• 附录2 归一化处理后的训练样本数据46-60
• 参考文献60-63
• 后记63

【相似文献】

中国期刊全文数据库 前8条

1 费文颖;于继科;杨扬;;信用风险评估的一类改进模糊ISODATA算法[J];信息系统工程;2014年03期

2 孙丹,张秀艳;商业银行信用风险评估混合软计算系统[J];吉林大学学报(信息科学版);2002年03期

3 王春峰,万海晖,张维;基于神经网络技术的商业银行信用风险评估[J];系统工程理论与实践;1999年09期

4 陈云;石松;;基于PSO-BP集成的国内外企业信用风险评估[J];计算机应用研究;2014年09期

5 夏光虎;贾宇波;范红丹;;分类与预测挖掘在信用风险评估中的应用研究[J];工业控制计算机;2012年07期

6 朱金华;;组合模型在商业银行信用风险评估中的研究[J];计算机仿真;2011年09期

7 李君艺;张宇华;;商业银行信用风险评估实证分析及方法比较[J];网络安全技术与应用;2013年03期

8 ;[J];;年期

中国重要会议论文全文数据库 前4条

1 周绮凤;林成德;;商业银行信用风险评估中多分类方法的比较[A];第二十四届中国控制会议论文集（下册）[C];2005年

2 刘睿;周宗放;;云理论在企业集团信用风险评估中的应用[A];“中国视角的风险分析和危机反应”——中国灾害防御协会风险分析专业委员会第四届年会论文集[C];2010年

3 邓宇翔;鲁炜;黄敏;;运用概率神经网络进行企业信用风险评估[A];2003年中国管理科学学术会议论文集[C];2003年

4 陈林;周宗放;肖珉;;企业集团信用风险评估研究综述[A];第五届（2010）中国管理学年会——管理科学与工程分会场论文集[C];2010年

中国重要报纸全文数据库 前7条

1 记者 卫容之;中国信用风险评估仍高居“A类”[N];国际金融报;2003年

2 记者　陈小三;日本信用风险评估工具登陆中国[N];国际商报;2006年

3 海 燕;AMS信用风险评估引入中国[N];中国商报;2006年

4 程汲;地区信用风险评估应该推行[N];金融时报;2004年

5 李良;紧缩政策下债券买点渐现[N];中国证券报;2008年

6 证券时报记者　 徐涛;今年保险资金投资需求超过6000亿[N];证券时报;2006年

7 本报驻比利时记者 张亮;美三大评级机构惹恼欧盟[N];人民日报;2011年

中国博士学位论文全文数据库 前4条

1 郭英见;基于信息融合的国有商业银行信用风险评估研究[D];哈尔滨工业大学;2010年

2 赵静娴;基于决策树的信用风险评估方法研究[D];天津大学;2009年

3 肖珉;我国企业集团上市公司财务预警与信用风险评估研究[D];电子科技大学;2012年

4 罗圣雅;台湾上市柜公司信用风险评估[D];苏州大学;2011年

中国硕士学位论文全文数据库 前10条

1 郑文龙;商业银行个人住房贷款业务信用风险评估研究[D];长安大学;2015年

2 刘璇;我国制造业上市公司信用风险评估研究[D];天津财经大学;2015年

3 崔晟;基于平衡计分卡的Z银行公司客户信用风险评估研究[D];中国海洋大学;2015年

4 仇亚萍;基于神经网络的商业银行信用风险评估研究[D];兰州大学;2016年

5 张静;基于信用风险评估的现代物流产业融资模式研究[D];大连海事大学;2016年

6 张婷;P2P信贷助农过程中农户信用风险评估研究[D];东北农业大学;2016年

7 赵素芳;我国P2P网络借贷信用风险评估方法研究[D];信阳师范学院;2016年

8 梁刚毅;基于决策树的H公司代理商信用风险评估模型研究[D];广西大学;2016年

9 刘艺;决策树算法在P2P网贷借款信用风险评估中的应用研究[D];湖南大学;2016年

10 易孟霏;城投债信用风险评估体系的方案设计[D];湖南大学;2016年

，

本文编号：1054151