期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于L-M算法优化BP神经网络的上市公司信用风险评估研究 被引量:4
1
作者 仵晓溪 李云飞 《市场周刊》 2020年第9期167-171,共5页
针对上市公司的信用风险评估问题进行研究,以100家上市公司的信用风险情况作为研究对象。首先运用因子分析方法筛选评价指标,随后基于优化后的指标体系构建基于L-M算法的三层BP神经网络模型,最后随机选取75家公司作为训练样本,25家公司... 针对上市公司的信用风险评估问题进行研究,以100家上市公司的信用风险情况作为研究对象。首先运用因子分析方法筛选评价指标,随后基于优化后的指标体系构建基于L-M算法的三层BP神经网络模型,最后随机选取75家公司作为训练样本,25家公司作为测试样本,利用上述样本数据分别对模型进行训练和测试,实验结果表明基于L-M算法优化的BP神经网络模型对训练样本的评估准确率高达100%,对测试样本的评估准确率为84%。 展开更多
关键词 上市公司 风险评估 BP神经网络 因子分析
下载PDF
基于熵权-FCM的上市公司信用风险评估研究 被引量:2
2
作者 仵晓溪 李云飞 《金融经济》 2021年第3期51-58,共8页
本文针对上市公司信用风险评估问题进行研究,提出了基于熵权-FCM方法建立的信用风险评估模型,并按照信用风险级别将上市公司分为“高风险”“中等风险”和“低风险”三类,分别运用上述优化模型和传统的FCM模型对50家上市公司进行信用风... 本文针对上市公司信用风险评估问题进行研究,提出了基于熵权-FCM方法建立的信用风险评估模型,并按照信用风险级别将上市公司分为“高风险”“中等风险”和“低风险”三类,分别运用上述优化模型和传统的FCM模型对50家上市公司进行信用风险评估算例分析。实验结果表明,基于熵权-FCM的信用风险评估模型能对上市公司的信用风险级别进行更加合理有效的划分。 展开更多
关键词 上市公司 风险评估 模糊C均值聚类 熵权法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部