基于L-M算法优化BP神经网络的上市公司信用风险评估研究

摘要

针对上市公司的信用风险评估问题进行研究,以100家上市公司的信用风险情况作为研究对象。首先运用因子分析方法筛选评价指标,随后基于优化后的指标体系构建基于L-M算法的三层BP神经网络模型,最后随机选取75家公司作为训练样本,25家公司作为测试样本,利用上述样本数据分别对模型进行训练和测试,实验结果表明基于L-M算法优化的BP神经网络模型对训练样本的评估准确率高达100%,对测试样本的评估准确率为84%。