论文部分内容阅读
信用风险评估是信用风险分析领域中的一个重要问题. 本文提出了一个基于主成 分特征分析法（PCA）的自组织竞争网络信用风险评估模型。首先利用主成分分析方法，对 企业经营状况的7 个财务比率：负债比率、流动比率、速动比率、主营业务净利润率、净资 产收益率、存货周转率和应收帐款周转率提取两项主要特征指标，然后利用所提取的特征指 标建立一个基于二维自组织竞争网络的信用风险评价与分类模型。该模型已被成功地应用于 我国某商业银行80家贷款企业信用风险评估。研究结果表明，自组织竞争网络信用风险评估 模型只需经200 次的训练即可达到98.75％的分类准确率。与此相比较，文献[13]中利用BP 算法建立的信用风险评估模型需经390 次训练才能达到一样的分类效果。因此，就算法速度 而言，自组织竞争网络算法明显地优于BP 网络算法。从误差精度来说，自组织竞争网络也优于BP 算法网络。