基于BP神经网络的企业信用评价模型 管理荟萃
詈
薰馕馀攮
王桂娟
市公司信用财务状况的好坏,直接影响算法
·
。主要思想是把学习过程
·
. 融机构或个人对该公司投资的决策。更重分为两个阶段:,通
要的是公司根据此信用情况可以清楚地看到公司经营状况, 过输入层经隐含层逐层处理并计算每个单元的实际输出值;
,若在输出层未能得到期望的输出值,
。则逐层递归地计算实际输出与期望输出之差值即误差,以
一便依据此差调节权值。
、信用风险评价
企业信用风险是指购买方不能按期偿还贷款或劳务费, 接受单元的误差值与发送单元的激活值的积。因为这个积和
或供应方不能按约定收到贷款或劳务报酬。对企业而言,信误差对权重的负微商成正比又称梯度下降算法,把它称
用等级的高低直接影响企业在资本市场中的地位:对金融机作权重误差微商。权重的实际改变可由权重误差微商一个模
。
风险管理和市场定价:许多监管机构也利用独立的信用评价三、基于神经网络的信用评价模型
来对其所负责的银行、保险公司和公用事业公司进行监管, .基本思路
保证其有健康的财务状况从输入层输入企业信用评价指标的基础指标数据。经隐
二、。在正向传播
统利用大量的非线性并行处理器来模拟人脑众多神经元,
、输
突触行为。从本质上讲,、阚值
线性动力学系统,
.神经网络企业信用评价指标的权重。
神经网络模型是由输入层、
。
.网络结构训练样本的选择直接影响神经网络的学习速度和效果
:
从输入层到输出层的高速非线性影射,其基本
基于BP神经网络的企业信用评价模型 来自淘豆网m.daumloan.com转载请标明出处.
