基于BP神经网络模型的创业板上市公司信用级别评估和信用风险度量

文章使用因子分析方法,对我国创业板上市公司2013年的财务指标进行筛选,用SOM神经网络模型对创业板上市公司进行聚类分析;同时计算每家企业的Z信用评分,用K-means聚类分析方法对Z值进行聚类分析,发现与SOM神经网络模型具有一致性,从而得出以2013年为基准的该年度创业板上市公司的信用评级模型。然后利用该年度的数据作为测试集,以该模型对创业板上市公司的评级结果作为目标输出,对2014年创业板上市公司的信用风险进行评估,发现与以因子分析和聚类分析得出的对创业板上市公司2014年度的信用评级结果具有一致性。最后对2014年5月到2015年5月市价涨幅最大的5家创业板上市公司进行仿真测试,对该5家上市公司的信用风险进行测试,发现这些公司的股价高涨与公司信用等级相背离,并且数据显示从2015年5月至2016年5月这5家股票的平均跌幅为64.06%,高于同期创业板指数跌幅37.5%,或者说其股价被高估,而信用风险被低估。