上市公司信用風險評估研究.pdf

1、上市公司信用風險評估是一項非常復雜的系統(tǒng)工程。研究上市公司的信用風險問題對證券市場監(jiān)管、投資者利益保護以及信貸機構風險控制都具有重要的現(xiàn)實意義。信用風險評估作為一種防范信用風險的社會監(jiān)督手段，是市場經濟發(fā)展到一定階段的必然產物，其對市場經濟的重要性和促進作用已得到了理論研究的證明和發(fā)達國家實踐的檢驗。 本文首先介紹了信用風險評估的相關理論，對國內外信用風險評估的研究現(xiàn)狀進行了總結和分析，指出了上市公司信用風險產生的原因及目前我國

2、信用評估中還存在的問題。然后根據神經網絡和模糊邏輯系統(tǒng)的各自特點，對兩者進行了比較。在此基礎上，對神經網絡與模糊系統(tǒng)的結合進行了研究，提出了基于補償模糊神經網絡模型的上市公司信用風險評估模型。 補償模糊神經網絡(CFNN)是一個綜合了模糊邏輯和神經網絡兩者優(yōu)點的混合系統(tǒng)，本文研究了網絡模型的具體結構和學習算法，以及補償模糊神經網絡評估模型的建立過程，網絡拓撲結構的確定、數據的預處理和系統(tǒng)的實現(xiàn)等。 基于補償模糊神經網絡模

3、型，對上市公司信用風險評估進行了研究。首先對上市公司信用風險評估指標的選取和評價指標體系的建立進行了研究，主要是利用因子分析法對指標進行濃縮，然后利用MATLAB7.0對已建立好的補償模糊神經網絡進行學習訓練和仿真檢驗，在網絡的學習訓練中，通過比較，選擇合適的模糊分割數和學習率，使網絡能夠較快的達到收斂值。通過與BP神經網絡模型的預測精度進行比較，發(fā)現(xiàn)補償模糊神經網絡的預測效果好于BP網絡。研究表明，補償模糊神經網絡對上市公司信用風險評