信用评价与股市预测模型研究及应用

信用评价是上市公司财务困境预警研究的重要手段之一。本书介绍了肖当前国际上常用的三种信用评级建模方法：参数统计方法、非参数统计方法和神经网络方法，并详细介绍了各种方法的研究背景，建立了多层感知器、BP算法网络、径向基函数网络、概率神经网络和自组织竞争网络5种神经网络信用评价模型，logistic回归模型和两种线性判别分析法，以及两种支持向量机方法，并利用这9种方法进行了两类模式分类及三类模式分类，探讨了以上各各方法的模式分类能力及其预警能力。最后，研究并建立了logistic回归预测模型、AR及AR模型、ARCH类预测模型及神经网络预测技术，探讨了各种方法在我国股市波动预测中的应用。

本书可供金融学、财务管理、企业管理、应用数学、管理科学与工程等专业的研究人员以及高等院校相关专业的教师与研究生阅读，也可以作为从事金融管理、企业财务管理等方面的实际工作者的参考书。