Adaboost-BP方法在企业信用评级中的应用研究

【摘要】：近年来，作为社会经济主体力量的企业越来越频繁地陷入了信用危机。企业的履约信用、商品服务信用和内部管理信用等问题严重地影响了我国经济正常运行秩序。经济活动的其他参与人也因此迫切需要一有效可行的手段对众多企业作出基本判断和区分。企业信用评级在此时则以其独立客观科学的评级结果为债权人、投资人乃至消费者提供了一个重要参考。而具体评级技术则是评级活动效率高低的一个关键因素。 本文从已有评级方法的总结出发，在前人研究的基础上将神经网络方法确定为基本研究方向展开研究。主要内容有：首先通过归纳分析几大评级机构的企业信用评级指标体系，同时结合我国具体实际情况，确立了本文评级指标选取原则并完成了指标的选取。其次在科学的理论适用性分析基础之上将Adaboost-BP方法引用至企业信用评级这一领域。之后的实证分析过程先后运用非参数方法和主成分分析对样本数据进行预处理，然后使用MATLAB软件完成具体学习训练过程。通过实证分析得到的结果表明，Adaboost-BP方法在企业信用等级判别的准确率上明显高于BP神经网络方法，对原有的BP神经网络方法有着显著的提升作用。同时，就评级成本来看，Adaboost-BP方法也能更好地应用于实际。此外，其模式描述简洁、求解速度快、对噪音数据的容忍度高等特点都使得该方法可更有效地应用于企业信用评级。最后，本文分别从企业主体、企业信用评级机构和投资者的角度提出相关建议。