我国房地产上市公司信用评级研究——基于BP神经网络方法

发布时间：2023-10-02 05:49

　　选取2017年我国房地产上市公司的财务与非财务数据,构建行业信用风险评价指标体系,运用因子分析法计算各公司的综合得分Z值,利用K-Means进行聚类分析,确定信用评级基准。以2017年的样本数据为基础建立BP神经网络,将上市房企评级结果作为目标输出值,训练获得精度最优网络。套用该模型对2018年我国上市房企的信用评级进行仿真测试,拟合优度达0.734。研究结果表明:在近年经济下行与房地产市场宏观调控背景下,上市房企整体信用水平下降;上市房企的信用评级越优,其市场表现越好。因此,投资者可将上市房企的信用评级作为有效参考标准,以降低投资风险。

【文章页数】：12 页

【文章目录】：
一、文献综述
二、研究方法与模型构建
    （一）因子分析与聚类信用评级模型
    （二）预测上市房企信用评级的BP神经网络模型
三、数据选取与指标体系构建
    （一）研究对象及数据来源
    （二）指标体系构建
        1．财务类指标
        2．非财务类指标
四、实证分析
    （一）因子分析
    （二）聚类分析
    （三）基于BP神经网络的实证
    （四）仿真测试
五、结论



本文编号：3850219