上市公司信用风险分类准确度比较分析

摘要：

信用风险管理一直是风险管理的重要组成部分,金融危机的爆发更是显示出信用风险管理和信用风险分类的重要性.本文介绍了不同信用风险分析方法,选取2005-2007年部分被进行特别处理的118家ST公司和126家非ST公司,以其财务指标为样本,进行Logistic回归和BP神经网络分类,对这两种信用风险评判模型在中国市场做了实证研究.结果发现:两种模型均适用于中国上市公司两模式分类(ST和非ST公司),而BP神经网络在中国市场上并未体现其分类的优势,分类准确度和Logistic相当.

关键词：logistic、回归、BP神经网络、上市公司、信用风险

分类号：F224;F832.51;F276.6(经济计算、经济数学方法)

在线出版日期：2012-07-04（万方平台首次上网日期，不代表论文的发表时间）

页码：68-70