在微型,中小企业的信用风险评估中使用遗传反传播神经网络模型
Binhao Chen1, Weifeng Jin1, Huajing Lu2
1Zhejiang Chinese Medical University, Hangzhou, 310053, China.
Heliyon
|August 8, 2024
概括
本研究使用机器学习来评估向绿色实践过渡的微型,小型和中型企业 (MSME) 的信用风险. 开发的模型使用发票数据准确预测违约风险和信用评级,帮助财务决策.
科学领域:
- 金融技术 (金融科技)
- 机器学习应用 机器学习应用
- 可持续的商业实践 可持续的商业实践
背景情况:
- 微型,小型和中型企业 (MSME) 对中国的经济增长至关重要.
- 由于信贷风险和数据不透明,MSMEs在绿色转型中面临着挑战.
- 准确的信用风险评估对于小微企业的金融包容性和可持续发展至关重要.
研究的目的:
- 开发一个强大的信贷风险评估模型,用于MSME.
- 利用机器学习来预测小微企业违约风险和信用评级.
- 支持中小企业实现绿色和低碳转型目标.
主要方法:
- 使用了来自MSME的每日发票数据.
- 提取了用于违约和信用评级分析的十二个关键指标.
- 应用主要组件分析以减少维度.
- 基于遗传算法的逆向传播神经网络 (GA-BPNN) 用于分类.
主要成果:
- 实现了0.92预测准确度的违约风险.
- 获得了0.86的信用评级预测准确度.
- 证明了GA-BPNN在分类小微企业信用能力方面的有效性.
结论:
- GA-BPNN是评估中小微企业信用风险的有效工具.
- 该模型在绿色转型的背景下为财务决策提供了一个有希望的方法.
- 改进的信贷风险评估可以促进小微企业获得融资并支持可持续的经济发展.
关键词:
信用评级 信用评级 信用评级 信用评级决策方法的决策方法.违约风险 违约风险 违约风险遗传逆向传播神经网络 (GA-BPNN) 是一种神经网络.这是一个微小的微小的微小的微小.中小型企业 (中小企业)更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.8K
09:53Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography
Published on: August 16, 2020
7.2K
