@article{oai:setsunan.repo.nii.ac.jp:00000658,
 author = {田中, 克明 and 勝田, 英紀 and 萩原, 統宏 and タナカ, カツアキ and カツタ, ヒデキ and ハギワラ, トモヒロ and TANAKA, Katsuaki and KATSUDA, Hideki and HAGIWARA, Tomohiro},
 issue = {2},
 journal = {経営情報研究 : 摂南大学経営情報学部論集},
 month = {Feb},
 note = {P(論文), 債権リスクの指標として格付機関が付与した格付が使用されている。この格付は財務データである定量的データに各機関が持つ定性的なデータを付加して形成されている。市場参加者がアクセス可能な共有情報である財務データのみを使った分析方法が見いだされて、各格付機関が付与している構造が明らかになり、安定的に格付を判断する手法が考案できれば.格付けを受けようとしている企業や投資をおこなう金融機関にとって費用対効果の観点から有用であることは容易に想像できるであろう。以前の論文で格付付与構造の解明のためにニューラル・ネットワークを用いて、米国および日本の格付機関の格付データを定量的なデータのみで復元する方法を提示し実証分析を行ったが、本論文ではさらにこの方法を利用するときに、データ収集の負担を軽減することを目的として説明変数の数に焦点を当てて分析を行った。},
 pages = {25--38},
 title = {ニューラル・ネットワークによる格付付与構造の解明のための説明変数の数について},
 volume = {18},
 year = {2011}
}