《表3 BP神经网络参数设置表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习方法的城投债偿债风险评估》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文使用的是matlab软件，输入层和输出层个数根据特征变量个数确定，预测变量为城投债市场评级，故输出层只有一个，而影响评级的因子有债券期限，名义利率、发行总额、债券余额、债券的票面价值、利息数目、记录资本、剩余时间、营业总收入、净利润、现金净流量和经营活动现金净流量共计12个特征，故输入层神经元个数有12个。对于隐藏层的设置通常采用1个隐藏层。使用动量梯度下降算法，经过反复尝试，得到的最优参数如表3所示。