BP算法在信用风险分析中的应用

被引:14
作者
庞素琳
黎荣舟
徐建闽
机构
[1] 暨南大学数学系
[2] 华南理工大学交通学院
基金
广东省自然科学基金;
关键词
BP算法; 信用风险评价模型; 信用风险分析;
D O I
暂无
中图分类号
F830 [金融、银行理论];
学科分类号
摘要
建立了基于BP算法的神经网络信用风险评价模型,用来对我国某国有商业银行2001年80家贷款企业进行两类模式分类.按照企业的财务状况、经营状况以及过往的信用记录分为"信用好"和"信用差"两个小组.对于每一家贷款企业,主要考虑能反映该企业的还款能力、盈利能力、经营效率和资本结构等7个财务比率作为分析变量.对该BP网络分别训练100次、390次和800次.仿真结果表明,当训练800次时,网络达到一定的稳定状态,目标函数值达到最优,分类准确率达到98.75%.此外,还给出了该BP网络的学习算法和步骤.
引用
收藏
页码:139 / 143
页数:5
相关论文
共 4 条
[1]   基于BP算法的信用风险评价模型研究 [J].
庞素琳 ;
王燕鸣 ;
黎荣舟 .
数学的实践与认识, 2003, (08) :48-55
[2]   商业银行信贷风险分析的人工神经网络模型研究 [J].
郝丽萍 ;
胡欣悦 ;
李丽 .
系统工程理论与实践, 2001, (05) :62-69
[3]   基于人工神经网络的商业银行贷款风险预警研究 [J].
杨保安 ;
季海 .
系统工程理论与实践, 2001, (05) :70-74
[4]   基于神经网络技术的商业银行信用风险评估 [J].
王春峰 ;
万海晖 ;
张维 .
系统工程理论与实践, 1999, (09) :24-32