- 相關(guān)推薦
基于自適應(yīng)共振模型的信用風險評估
關(guān)鍵詞：自適應(yīng)共振，神經(jīng)，信用風險摘要：自適應(yīng)共振模型是為了能夠分類任意次序模擬輸進模式而設(shè)計的，它可以按任意精度對輸進的模擬觀察矢量進行分類，較好地解決了前穩(wěn)定性和靈活性，同時能夠避免對網(wǎng)絡(luò)先前所學(xué)的模式修改。本文將ART2模型于信用風險評估，通過實證比較，結(jié)果顯示應(yīng)用自適應(yīng)共振模型進行信用風險評估在精度和正確性上，都優(yōu)于其他神經(jīng)網(wǎng)絡(luò)模型和統(tǒng)計。
1統(tǒng)計方法用于信用風險分類評估存在的局限性
對信用風險評估一類主流方法是基于分類的方法，即把信用風險看成是模式識別中的一類分類題目—將劃分為能夠定期還本付息和違約兩類。其具體做法是根據(jù)上每個種別（如期還本付息、違約）的若干樣本，從已知的數(shù)據(jù)中發(fā)現(xiàn)其，從而出分類的規(guī)則，建立判別模型，用于對新樣本的判別，這樣信用評估就轉(zhuǎn)化為統(tǒng)計中的分類題目。傳統(tǒng)的統(tǒng)計模型主要基于多元統(tǒng)計分析方法，根據(jù)判別函數(shù)的形式和樣天職布的假定不同，主要的模型有：多元回回分析模型、多元判別分析模型（MDA）、Logit分析模型、近鄰法等。其中以多元判別分析模型和Logit分析模型應(yīng)用最為廣泛，已有大量貿(mào)易化軟件。
盡管這些方法在國外有大量應(yīng)用，但是大量實證研究（Altman，1983；Tam
【基于自適應(yīng)共振模型的信用風險評估】相關(guān)文章：
基于改進BP的神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制03-21
混沌系統(tǒng)的模型參考模糊自適應(yīng)控制03-07
基于重大錯報風險評估的新審計風險模型應(yīng)用研究03-01
渠道效率評估模型選擇03-23
基于SOPC的LMS自適應(yīng)濾波算法實現(xiàn)03-07
基于VoIP自適應(yīng)回音抵消方案的設(shè)計與改進03-07