- 相關(guān)推薦
基于自適應共振模型的信用風(fēng)險評估
關(guān)鍵詞：自適應共振，神經(jīng)，信用風(fēng)險摘要：自適應共振模型是為了能夠分類(lèi)任意次序模擬輸進(jìn)模式而設計的，它可以按任意精度對輸進(jìn)的模擬觀(guān)察矢量進(jìn)行分類(lèi)，較好地解決了前穩定性和靈活性，同時(shí)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(fēng)險評估，通過(guò)實(shí)證比較，結果顯示應用自適應共振模型進(jìn)行信用風(fēng)險評估在精度和正確性上，都優(yōu)于其他神經(jīng)網(wǎng)絡(luò )模型和統計。
1統計方法用于信用風(fēng)險分類(lèi)評估存在的局限性
對信用風(fēng)險評估一類(lèi)主流方法是基于分類(lèi)的方法，即把信用風(fēng)險看成是模式識別中的一類(lèi)分類(lèi)題目—將劃分為能夠定期還本付息和違約兩類(lèi)。其具體做法是根據上每個(gè)種別（如期還本付息、違約）的若干樣本，從已知的數據中發(fā)現其，從而出分類(lèi)的規則，建立判別模型，用于對新樣本的判別，這樣信用評估就轉化為統計中的分類(lèi)題目。傳統的統計模型主要基于多元統計分析方法，根據判別函數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分析模型應用最為廣泛，已有大量貿易化軟件。
盡管這些方法在國外有大量應用，但是大量實(shí)證研究（Altman，1983；Tam
【基于自適應共振模型的信用風(fēng)險評估】相關(guān)文章：
基于改進(jìn)BP的神經(jīng)網(wǎng)絡(luò )模型參考自適應控制03-21
基于剩余收益RI的企業(yè)價(jià)值評估模型的研究03-21
混沌系統的模型參考模糊自適應控制03-07
基于重大錯報風(fēng)險評估的新審計風(fēng)險模型應用研究03-01
渠道效率評估模型選擇03-23
基于VoIP自適應回音抵消方案的設計與改進(jìn)03-07
基于GPRS網(wǎng)絡(luò )的圖像傳輸自適應算法及實(shí)現03-07
基于DCT變換域自適應水印算法的研究03-07