论文部分内容阅读
近年来,由于深度学习在处理复杂数据方面的优异性能而受到研究人员的广泛关注,并在许多领域得到成功运用.本文在分析已有信用评估模型的基础上,将深度学习中的深度信念网络(DBN)方法引入信用评估的实践中,构建了基于DBN方法的信用评估模型,并以中国上市公司样本集和美国公司样本集为研究对象进行分析.实证结果表明,对比其它经典的logistic回归、线性判别分析、BP神经网络、支持向量机及决策树模型,DBN评估模型在Ⅰ类错误率、Ⅱ类错误率和总误判率三个评判指标上的表现都是最好的,证明了本文基于DBN方法构建的信用评估模型的有效性和可靠性.