期刊文献+

我国创业板上市公司信用评级研究 被引量:6

下载PDF
导出
摘要 文章选取2015年我国创业板上市公司的多元财务指标,运用因子分析法,在对每家企业进行K-means聚类分析的基础上,用Z值进行分类,将之作为该年度创业板上市公司信用评级的基准。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构建BP神经网络模型,并利用2016年创业板上市公司的财务数据,套用该模型进行仿真预测。发现创业板公司评级整体在中等偏下水平,且涨幅排名前十的公司信用评级整体上明显优于排名最后的十家公司,该评级结果说明,在2016年股市波动较大的情况下,创业板上市公司财务状况越好,其评级越高,越能经受住市场的考验。
作者 吴凤 吴义能
出处 《统计与决策》 CSSCI 北大核心 2017年第6期182-185,共4页 Statistics & Decision
  • 相关文献

参考文献3

二级参考文献22

  • 1李萌.Logit模型在商业银行信用风险评估中的应用研究[J].管理科学,2005,18(2):33-38. 被引量:49
  • 2Odom MD, Sharda R A. Neural Networ - k Model for Bankruptcy [J]. Prediction. Proc - eedings of the IEEE International Joint- Confe - rence on Neural Networks, 1990, (2) : 163 - 168.
  • 3E Altman, G Marco, F Varetto. Corporat- e Distress Diagnosis: Comparisons Using Linear Discriminant Analysis and Neurall Networks[J]. Banking and Finance, 1994, (18) :505 - 529.
  • 4Piramuthu S.Financial Credit Risk Evaluatio- n With Neuraland Neurofuzzy Systems[ J]. Euro - pean Journal of Operational Research 1999,12(2) :310 - 321.
  • 5J E Baker, J Adaptive. Selection Methods for Genetic Algorithms [M]. Proc, ICGA1,1985.101 - 111.
  • 6周明 孙树栋.遗传算法原理及其应用[M].北京:国防工业出版社,2001..
  • 7张鸿,丁以中.基于BP神经网络的企业信用评级模型[J].上海海事大学学报,2007,28(3):64-68. 被引量:6
  • 8Altman EI. Financial ratios, discriminated analysis and the prediction of corporate bankruptcy[J].Journal of Finance, 1968(23) : 589-609.
  • 9Ohlson J A. Financial ratios and the probabilistic of bankruptcy[J].Journal of Accounting Research, 1980,18(1):109-131.
  • 10刘淑莲,王真,赵建卫.基于因子分析的上市公司信用评级应用研究[J].财经问题研究,2008(7):53-60. 被引量:24

共引文献10

同被引文献112

引证文献6

二级引证文献10

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部