信用评价与股市预测模型研究及应用：统计学、神经网络与支持向量机方法

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。