基于BP神经网络的企业集团信用风险的实证研究  

Empirical Study on the Credit Risk of Enterprise Group Using BP Neural Networks

作　　者：刘文蕊[1] 肖珉[1] 周宗放[1] 

机构地区：[1]电子科技大学经济与管理学院,成都610054

出　　处：《管理学家（学术版）》2010年第10期37-43,共7页

基　　金：国家自然科学基金(#70671017;#70971015)

摘　　要：本文针对企业集团的特点,以关联交易作为企业集团信用风险的特征指标,选择2004～2008年间我国沪深股市上市企业集团为研究样本,采用BP神经网络方法,对企业集团信用风险进行实证研究。结果表明,与传统logistic模型相比,BP神经网络模型对企业集团信用风险的判别更为准确。According to characteristics of enterprise group,this paper makes affiliated transaction as characteristic index of the credit risk of enterprise group.Then chooses correlative Chinese listed enterprise group over the 2004-2008 periods as study sample,applies BP neural network to credit risk of enterprise group.We find that,comparing with traditional logistic model,BP neural network is more accurate on credit risk assessment of enterprise group.

关 键 词：企业集团 关联交易 信用风险 神经网络 LOGISTIC模型 

分 类 号：F22[经济管理—国民经济]